排序方式: 共有16条查询结果,搜索用时 166 毫秒
1.
针对原有基于强度传输方程(TIE)的非干涉相位恢复技术只适用于单波长条件下近距离传播时相位求解的局限,提出了一种双波长照明条件下的TIE算法.该算法在求解过程中考虑两个波长下相位间的相关约束,并引入了合成波长的概念.同时,考虑到TIE法在远距离传播时相位恢复精度较低的问题,将其与角谱迭代算法结合,提出了一种双波长混合迭代算法.实验结果表明,双波长TIE算法相位恢复图的误差平均值降低到0.191 2;在远距离传播时,双波长混合迭代算法相位恢复图的误差平均值降低到0.220 2.表明所提算法可以在双波长照明下有效地恢复相位信息,并且不受距离的限制. 相似文献
2.
在中国当代文坛,她被誉为“西藏的马丽华”。她优美、独具魅力的文风,在文学、考古学、历史学、地理学等方面的广泛涉猎和知识积累,特别是纪实散文作品信笔由缰,娓娓道来,旁征博引,情怀深厚,极具个人特色,深得读者喜爱。她历任《西藏文学》编辑、西藏文联和西藏作协副主席、中国藏学出版社总编辑等职,且著述甚多,笔耕不辍,已出版深受读者喜爱的文学作品20余部,其中多部已被译为英、法等文种,多次获得文学奖项。如代表作“走过西藏”系列散文(《藏北游历》《西行阿里》《灵魂像风》《藏东红山脉》)获全国优秀畅销书奖;文史读物《风化成典》获国家图书馆文津图书奖;小说《如意高地》获老舍文学奖。她参与编导的电视专题纪录片《西藏文化系列》(1993年,共12集)获中宣部“五个一工程奖”。受《西藏大学学报》编辑部委托,我们对马丽华进行了专访,力求以马丽华走过的文学之路、她对西藏的深情热爱以及西藏题材作品的创作历程为脉,围绕其创作中的西藏情结、文学风格以及对西藏历史文化和高原自然科学的涉猎等方面,展现出一代高原文人奉献西藏的精彩人生历程,诠释了她对西藏文学做出的卓越贡献和对西藏文学发展的殷切期许。 相似文献
3.
基于强度传输方程的非干涉相位恢复技术可以通过求解方程从强度测量中计算出丢失的相位信息.但在实际成像中,成像系统中透镜孔径的限制会对恢复相位的分辨率产生一定的影响.为此,文中将倾斜光照的思想引入到基于强度传输方程的相位恢复中,在空间光调制器上加载调制函数,将平面波以不同的波矢倾斜入射到物体上,使透镜孔径的通带覆盖不同的频率空间.对这些通带所覆盖的场进行求和,从而获得具有更大通带的合成场,以提高系统在高频领域的成像能力.分别构建了基于4f和单透镜的多角度倾斜光调制系统,并由系统采集的强度图像结合强度传输方程求解出相位结果.实验结果表明,文中提出的方法在有效提高恢复相位分辨率的同时保证了恢复相位的精度. 相似文献
4.
5.
6.
以陶土和改性粉煤灰为原料,采用半干压成型工艺制备了吸附性陶瓷基体。研究了原料预处理、配比、烧成温度等对陶瓷基体性能的影响,确定了最佳制备条件:陶土和改性粉煤灰质量比8∶2,升温速率1 ℃/min,烧成温度900 ℃。在此条件下制得的陶瓷基体的孔隙率为36.75%,孔径分布区间在5~27 nm,纯水通量52.89 L/(m2·h),压缩强度17.923MPa。对罗丹明B、亚甲蓝、刚果红模拟印染废水、含PO3- 4废水和含Fe2+废水的处理结果表明,所制备的陶瓷基体具有良好的吸附和截留性能。 相似文献
7.
混凝土电阻率测量方法与应用 总被引:2,自引:0,他引:2
电阻率测量方法可以作为混凝土的一种无损检测技术。通过研究混凝土电阻率测量的常用方法和分析存在的问题,认为现有方法测量的电阻率用于混凝土性能表征还有很多问题有待解决。讨论了混凝土电阻率的测量方法与应用研究的重点方向,指出应关注混凝土电阻率用于混凝土性能表征的方法研究。 相似文献
8.
本研究探讨组织多普勒超声心动图(TDI)联合血清microRNA-34a(miR-34a)在先天性心脏病(CHD)患儿合并肺动脉高压(PAH)诊断中的价值。根据是否发生PAH将112例CHD患儿分为CHD组和CHD+PAH组,均进行TDI检查,分别测量两组患儿的TDI-Tei和TDI-Z,并通过qRT-PCR检测患儿血清miR-34a水平。结果显示,CHD组的TDI-Tei显著低于CHD+PAH组(P<0.001),CHD组的TDI-Z显著高于CHD+PAH组(P<0.001);CHD组的血清miR-34a相对表达量显著低于CHD+PAH组(P<0.001)。相关性分析显示,TDI-Tei与TDI-Z呈负相关关系(r=-0.325,P<0.01),TDI-Tei与血清miR-34a呈正相关关系(r=0.260,P<0.01),TDI-Z与血清miR-34a呈负相关关系(r=-0.386,P<0.01)。TDI-Tei、TDI-Z和血清miR-34a联合诊断CHD合并PAH的AUC和敏感性高于单独诊断。TDI联合血清miR-34a在诊断CHD合并PAH... 相似文献
9.
【目的】植被检测是城市生态研究的重要手段,然而由于遥感图像中植被存在阴影区域、遮挡区域以及色彩上的畸变等,导致当前的植被检测精度较低。基于遥感卫星影像,采用深度学习技术快速有效地检测出城市中的植被区域,为植被资源统计等相关研究提供依据。【方法】选用深度卷积神经网络模型,对高分辨率遥感影像中的植被区域进行检测。对不同的优化器,通过设置不同的卷积核大小,对精度进行对比分析。最后对网络层数进行研究,对设置合适网络层数进行分析,用构造的深度卷积神经网络在实验数据上进行植被区域检测。【结果】利用卷积神经网络处理二维图像时,无需手动提取特征,进行简单少量的预处理后,直接把图像输入到CNN模型中进行训练,即可实现图片的识别分类功能。降低了预处理的难度,同时局部感知和权值共享大幅度地减少了参数量,加快了计算速度。次抽样还能保证图像处理后的平移、旋转、缩放和拉伸的不变性。解决了传统方法计算量和样本量大、结构复杂以及费时的缺点。在采集到的高分辨率紫金山区域的遥感图像中,通过设计的多层卷积神经网络模型对区域中的植被资源进行分析,对比和研究不同的优化器、卷积核和网络层数,植被检测精度达到95.4%,明显高于当前众多植被检测算法。【结论】在深度学习中,目标检测的精度依赖于网络的结构设置,通过对优化器、卷积核以及网络层数进行设定,可以明显提高目标检测效率和精度。 相似文献