离焦散斑错位干涉术的逐点滤波分析与应用

通过相关计算,分析了离焦散斑错位干涉术的逐步滤波方法,得到了杨氏条纹的形成及分布特性。讨论了逐点滤波法的实用意义并给出了在缺陷检测中的应用实例。     

光电检测系统的带宽选择

本文分析光电检测系统的带宽与系统响应时间及信噪比之间的关系。提出在方案设计时根据所要求的响应时间和最佳信噪比初步确定带宽的方法。     

基于SPSS的教职工健康体检数据分析研究——以宁波大学为例

为尽早预防疾病, 开展健康管理, 改善教职工的健康现状, 对2018—2021年期间宁波大学教职工的健康体检资料采用SPSS 23.0软件进行统计分析. 结果表明 2018—2021年检出前10种疾病略有不同, 4年间检出率均位于前10位的疾病有甲状腺结节、肺结节、血脂异常、高尿酸血症、心电图异常、乳腺异常. 其中每年血脂异常、肺结节及高尿酸血症检出率男性高于女性(P< 0.05), 甲状腺结节的检出率则是女性高于男性(P<0.05); 甲状腺结节、肺结节和高尿酸血症的检出率呈现逐年升高趋势(P<0.05); 每年检出的疾病随年龄变化的态势各不相同, 其中血脂异常、甲状腺结节、肺结节、心电图异常、前列腺异常的检出率随着年龄的增长而增加(P<0.05). 表明慢性非传染性疾病已成为影响教职工健康的首要危险因素. 因此, 应倡导科学的生活方式, 积极进行健康体检, 建立健康管理档案, 并进一步强化健康管理理念和教职工的健康意识, 尽可能改善教职工的健康状况.     

我国油料产品品质的近红外光谱快速检测技术研究进展

近红外光谱技术是一种快速无损检测技术,具有操作简单、检测成本低、无需化学试剂、绿色环保,以及可实现多品质参数同步检测等优点。该文综述了我国油料和食用植物油品质的近红外光谱速测技术研究进展,包括油料含油量、粗蛋白含量、脂肪酸含量等品质指标,食用油的理化指标,以及脂肪酸和食用油的真实性鉴别,并对油料产品品质的近红外光谱速测技术的发展前景进行了展望。     

基于脉冲石英增强光声光谱的中红外超高灵敏CO探测

发展了一种超高灵敏的CO痕量气体测量装置,该装置采用4.65μm脉冲式中红外外腔量子级联激光器作为激发光源,结合石英增强光声光谱技术,对2135~2225cm-1之间的CO基频振动光谱带R支进行连续光谱扫描。水被加入到被测气体中,以加快较慢的CO分子振动-平动弛豫率。在锁相放大器时间常数为3ms,激光器占空比和扫描速率为50%和18cm-1/s时,获得的最小探测极限为4.6×10-8(体积分数),与之对应的归一化噪声等效吸收系数为1.07×10-8 cm-1 W/Hz。     

空间雷电探测实时采集定位系统

星载雷电探测定位系统是利用光学探测器探测闪电事件的地理位置和光脉冲波形,系统采用CPLD+DSP的数字图像处理方案,利用了CPLD复杂逻辑可编程特性将系统的部分或全部功能集成在一片CPLD上,减小了系统硬件复杂程度,节省了印制版空间.利用DSP高速数字信号处理特性完成实时处理图像数据的功能.系统用CPLD完成图像信号的采集、编码和存储控制,缩小了星载设备体积,简化了电路结构;用DSP完成大量图像数据处理工作,提高了系统工作的实时性.     

Generation of hyperentangled four-photon cluster state via cross-Kerr nonlinearity

We propose a scheme for generating a hyperentangled four-photon cluster state that is simultaneously entangled in polarization modes and spatial modes. This scheme is based on linear optical elements, weak cross-Kerr nonlinearity, and homodyne detection. Therefore, it is feasible with current experimental technology.     

基于红外光谱分析的新型物质分析算法及实验研究

提出了一种基于红外光谱分析技术的物质识别算法以解决定性、定量的进行红外光谱分析时所遇到的难题。通过将欧氏距离相似性判定和光谱分析传统方法的结合,完成了该算法的理论分析并开发了相应的物质分析软件。通过物质分析实验验证了该算法的可行性,实验结果表明该算法应用于测试混合物光谱分析时分析准确度优于96%。通过分析实验结果表明可知:该算法能够程序化地实现物质的现场快速检测,并保持很高的精确度,能够满足食品安全领域的光谱分析需求。     

Detecting community structure using label propagation with consensus weight in complex network

Community detection is a fundamental work to analyse the structural and functional properties of complex networks.The label propagation algorithm(LPA) is a near linear time algorithm to find a good community structure. Despite various ubsequent advances, an important issue of this algorithm has not yet been properly addressed. Random update orders within the algorithm severely hamper the stability of the identified community structure. In this paper, we executed the asic label propagation algorithm on networks multiple times, to obtain a set of consensus partitions. Based on these onsensus partitions, we created a consensus weighted graph. In this consensus weighted graph, the weight value of the dge was the proportion value that the number of node pairs allocated in the same cluster was divided by the total number f partitions. Then, we introduced consensus weight to indicate the direction of label propagation. In label update steps,y computing the mixing value of consensus weight and label frequency, a node adopted the label which has the maximum mixing value instead of the most frequent one. For extending to different networks, we introduced a proportion parameter o adjust the proportion of consensus weight and label frequency in computing mixing value. Finally, we proposed an pproach named the label propagation algorithm with consensus weight(LPAcw), and the experimental results showed that he LPAcw could enhance considerably both the stability and the accuracy of community partitions.