基于矩阵理论的螺旋液晶透射光偏振态研究

将螺旋型液品看作是N层双折射材料晶片叠合而成,而每层光轴相对于相邻的晶片有一个小的旋转.本文基于矩阵理论,研究了光在螺旋液晶中传输时偏振态的变化.经过详细的数学推导,理论研究表明.线性偏振光经过螺旋液晶后偏振态会发生改变.当满足一定的条件时,线偏振光的偏振方向旋转90°,左旋圆偏振光经过左旋螺旋液晶后转变为右旋圆偏振光.     

二甲醚/空气/氩气混合物的爆炸特性

在20 L球形爆炸容器中对二甲醚/空气(DME/air)、二甲醚/空气/氩气(DME/air/Ar)混合物在不同初始状态下的爆炸特性进行实验研究,分析了不同初始压力、不同氩气(Ar)稀释浓度对爆炸极限、最大爆炸压力以及最大爆炸压力上升速率的影响。结果表明：DME/air混合物的最大爆炸压力和最大爆炸压力上升速率与DME在混合物中的浓度呈圆顶形关系,最大值出现在DME在混合物中的浓度为6.5%(即最佳当量比, φ=1)附近;初始压力的下降明显降低了DME/air混合物的爆炸上限,但对于其爆炸下限影响不显著;Ar的稀释对富燃DME/air混合物的最大爆炸压力和最大爆炸压力上升速率有显著的惰化作用,但对于贫燃DME/air混合物,最大爆炸压力和最大爆炸压力上升速率在一定的Ar稀释浓度范围内出现上升趋势,当Ar的稀释浓度大于20%,这2个爆炸参数值逐渐下降。

     

频率引导的双稀疏自注意力单图像去雨算法

现有基于自注意力网络Transformer的单图像去雨算法尽管在合成雨图上在取得良好效果，但却造成巨大的计算负担，且无法有效处理真实雨图.对此，本文提出一种频率引导的双稀疏自注意力单图像去雨算法（Frequency-guided Dual Sparse self-Attention TransFormer,FDSATFormer）.首先，该算法利用空间稀疏因子和通道降维因子在提取准确全局信息的同时减少计算量，进而提出双稀疏自注意力特征学习网络（Dual Sparse self-attention Feature Leraning, DSFL）以解决Transformer在高分辨率雨图上难以表征自注意力的问题.其次，该算法通过探究图像去雨前后的频谱变化，提出频率引导的特征增强模块（Frequency-guided Feature Enhancer,FFE），其利用频域的全局信息指导特征编码阶段对空域特征的学习.此外，现有去雨网络的编解码结构采用相近的设计，这导致网络的整体计算负担倍增.对此，本文提出层级特征解码重建网络（Hierarchical Feature Decoding and ...     

基于激光拉曼光谱归一化法的乙醇定量分析研究

拉曼光谱具有分辨率高、分析速度快、检测样品制备简单、无损以及可在线测量等优点，被广泛用于分析物质的成分与分子结构信息，可以对多种有机物和无机物进行定性和定量的分析。目前主要应用多以相对比较成熟的定性分析为主，用于定量分析时，一方面由于拉曼光谱的重现性较差，会受到很多内部因素干扰；另一方面，拉曼光谱的分析理论相比于传统技术还不够完善，分析结果的误差较大，限制了其在定量分析中的应用。在基于强度比值的定量分析中，拉曼强度归一化理论的出现为拉曼光谱的应用提供了理论依据，参考峰/内标峰及拟合方法的选择对测量准确性和稳定性有较大的影响。采用激光拉曼系统研究了不同浓度乙醇溶液拉曼光谱特征峰(C—C—O对称伸缩，874 cm^-1)与其他参考峰/内标峰的相对强度关系，分别提出了基于乙醇本征峰位比值法和基于CCl₄特征峰位的内标法，建立了线性回归分析模型，经归一化处理后两种方法均可有效消除系统中的突变噪声及强荧光背景的影响。通过联合假设检验等统计学方法对比了不同组内与组间的数据差异，确定了两种方法中准确性和稳定性最好的参考峰/内标峰。F检验与t检验表明，用乙醇自...     

“三正切公式”的巧用：基于一道教材习题的探究

通过链接教材，结合两角和正切公式的应用，证明教材中的一道课后习题，并利用问题的归纳与总结给出对应斜三角形的“三正切公式”,在此基础上进行一般情况下的变式推广，借助实例剖析定理与推论的应用，拓展学生数学思维，培养核心素养.     

基于内窥图像畸变校正的孔内表面尺寸测量方法

针对孔内表面缺陷尺寸测量难的问题，提出一种内窥图像校正方法以实现孔内表面尺寸测量。根据内窥成像原理，在考虑应用场景几何约束的情况下，将图像畸变分解为周向畸变和轴向畸变，将校正模型中的参数简化为图像中心坐标和一个非线性增长函数，进而提高了内窥镜图像边缘区域的校正精度。采用Hough变换和图像像素标定的方法得到相关参数，为克服轴向校正对标定结果的依赖，采用神经网络算法拟合包含像素相对位置和孔径的轴向校正函数。实验结果表明，基于像素标定的6组实验的平均测量误差为1.95%，准确度高。对于不具备标定条件的孔内表面缺陷，采用轴向校正函数进行校正和测量，3组实验的平均测量误差为6.75%，结果较为理想。所提出的校正方法通用性好、准确率高，可用于孔类零件及管道的自动化检测和智能检测。