光谱预处理小波基函数的选择对结合FIBS技术和机器学习的铝合金识别精确度影响研究

随着经济不断发展,工业建筑领域产生了大量的废弃铝合金材料,对废弃铝合金材料分类回收可以提升废弃资源的利用效率,缓解能源紧张。选取了工业领域常用的五种型号的铝合金,开展了等离子体丝诱导击穿光谱(FIBS)光谱预处理小波变换基函数对铝合金分类识别精度的影响的研究。分别采用bior2.2、bior2.4和bior2.6正交小波基函数对铝合金的FIBS光谱进行预处理,结合线性判别分析(LDA)、网格搜索优化的支持向量机(GSSVM)和反向传播神经网络(BPNN)实现了铝合金型号的快速分类识别。结果表明bior2.2、bior2.4和bior2.6正交小波基函数结合LDA-GSSVM实现铝合金型号的平均识别准确率为90%、100%和76.67%,结合LDA-BPNN实现铝合金型号的平均识别准确率为96.67%、100%和90%,因此选择合适的正交小波基函数对FIBS光谱预处理,对于提高铝合金型号识别准确率有较大作用。

草状氧化铝微结构渐变折射率的计算及实验研究

针对草状氧化铝的微纳结构对折射率的影响,采用台体计算法与柱体计算法计算氧化铝的体积,使用Clausius-Mossotti方程式与MATLAB软件拟合计算微纳结构的折射率变化,使用TFC软件进行拟合,最终计算出草状氧化铝的渐变折射率,研究其微结构的形貌特征及渐变折射率的分布,计算其可见光减反射性能。采用电子束沉积氧化铝薄膜,通过对沉积温度、水煮工艺等参数的优化,获得了不同结构的草状氧化铝纳米薄膜,制备了可见光波段420~680 nm的减反射薄膜。

基于深层图卷积的EEG情绪识别方法研究

针对浅层图卷积提取的局部脑区空间关联信息对情感脑电表征不足的问题,本文提出了一种深层图卷积网络模型。该模型利用深层图卷积学习情绪脑电全局通道间的内在关系,在卷积传播过程中应用残差连接和权重自映射解决深层图卷积网络面临的节点特征收敛到固定空间无法学习到有效特征的问题,并在卷积层后加入PN正则化扩大不同情绪特征间的距离,提高情绪识别的性能。在SEED数据集上进行实验,与浅层图卷积网络相比准确率提高了0.7%,标准差下降了3.15。结果表明该模型提取的全局脑区空间关联信息对情绪识别的有效性。

视觉Transformer在低级视觉领域的研究综述

Transformer是一种革命性的神经网络模型架构,最初为自然语言处理而设计,但其由于卓越的性能,在计算机视觉领域获得了广泛的应用。虽然关于Transformer在自然语言处理领域的应用有大量的研究和文献,但针对低级视觉任务的综述相对匮乏。简要介绍了Transformer的原理并分析归纳了几种变体。在低级视觉任务的应用方面,将重点放在图像恢复、图像增强和图像生成这三个关键领域。通过详细分析不同模型在这些任务中的表现,探讨了它们在常用数据集上的性能差异。对Transformer在低级视觉领域的发展趋势进行了总结和展望,提出了未来的研究方向,以进一步推动Transformer在低级视觉任务中的创新和发展。这一领域的迅猛发展将为计算机视觉和图像处理领域带来更多的突破,为实际应用提供更加强大和高效的解决方案。

癌变组织偏振多参数识别与纹理特征分析

偏振成像技术中穆勒矩阵元素含义模糊、单一衍生参数信息解读受限,为了增强原有数据分析范式的可解释性和强关联性,提出一种癌变组织偏振多参数特征识别方法,并通过纹理分析来定量描述癌症组织的偏振差异。基于双波片旋转法穆勒矩阵测量方案升级搭建背向散射偏振成像系统,采集未染色肺癌与基底细胞癌切片。引入旋转不变量获取高维偏振参数集,生成偏振多参数特征曲线,实现病理区域多维特征提取与可视化,解决直接使用穆勒矩阵受方向影响的问题。计算了灰度共生矩阵和Tamura纹理属性,结果表明,当固定纹理维度时,不同偏振参数的癌变识别能力不同,单个纹理属性可成为多个偏振图像的共同量化指标;当固定偏振维度时,不同纹理属性有望成为单一偏振维度的多个辅助定量指标。该方法快速高效,可为辅助病理检测提供新思路,在临床上展现出良好的应用前景。

深度学习辅助水下光通信信号检测算法仿真及实验研究

针对水下光通信提出了深度学习辅助的信号检测方法,设计并搭建了室内水下光通信实验平台,测试了所构建的三种水箱信道(水流、浑浊水流1、浑浊水流2)的数学模型,对所提方法进行了仿真测试,采集实验数据集对比研究了三种信道下所提方法与自适应阈值法的性能。针对不同水下信道、5 Mbps通信传输,三种信道下所提方法误比特率相比自适应阈值法最高分别降低了2个数量级、1个数量级、1个数量级。针对浑浊水流信道1、不同通信速率(5 Mbps、10 Mbps、25 Mbps)通信传输,三种速率下所提方法误比特率均降低了1个数量级。相比自适应阈值法,所提方法在复杂信道下水下无线光通信提高性能方面具有一定作用,可为高速可靠水下无线光通信系统设计提供一定参考。

中红外腔衰荡光谱技术的研究进展及应用

中红外基频指纹吸收谱具有吸收强、谱线宽且密集的特点。通常吸收红外光谱的气体分子在3000cm^(-1)附近的中红外基频吸收强度比近红外吸收高约2个数量级,因此逐渐成为腔衰荡光谱(CRDS)技术的研究热点。简述了CRDS技术的工作原理及技术优势,介绍了中波红外CRDS技术特点并分析对比了近红外与中红外波段的CRDS技术差异,论述了基于中红外波段的CRDS技术研究现状,最后基于应用研究进展对其前景进行了展望。

基于高频率公转速度变化策略的极紫外多层膜均匀性研究

应用自研高真空磁控溅射镀膜系统,在高反射率和高均匀性极紫外Mo/Si多层膜方面开展实验研究。采用高速匀速自转和调节公转转速相结合的行星运行式镀膜方法,在高频率公转速度变化策略下,实现了多层膜周期厚度的较高均匀性。实验结果表明,通过公转速度高频变化,连续调整基底掠过靶材表面的速度,提高了多层膜周期厚度的均匀性,在150 mm直径范围内,曲面基底上6.92 nm周期厚度的Mo/Si多层膜周期厚度的相对偏差优于±0.3%。同步辐射测试结果表明,在入射角5°时,Mo/Si多层膜在中心波长13.5 nm处反射率达62.2%。

基于曲面永磁铁的磁流变抛光加工工艺

针对传统磁流变抛光纹路单一和材料去除不均等问题展开研究。对装备的运动机构进行设计,通过计算机实现装备的加工控制;为进一步提高磁场强度以及优化磁场分布,提出曲面磁场发生装置;为验证往复集群磁流变抛光装备抛光K9玻璃的可行性,通过实验装备对K9玻璃进行磁流变抛光。研究结果表明,曲率半径为60 mm的曲面永磁铁在最佳工艺参数的抛光下,初始表面粗糙度为305.42 nm的K9玻璃,经过120 min抛光后,最终表面粗糙度达到1.88 nm,且具有良好的表面质量。

大口径超薄基板双面溅射膜厚均匀性研究

可见光高透射近红外高截止滤光片采用大口径超薄尺寸的玻璃作为基板,在两面同时沉积制备而成,因此对薄膜均匀性及成膜后基板面型有着较高的要求。以Nb/Si作为薄膜靶材,采用反应溅射镀膜的方法,从靶材磁场强度分布、公-自转系统、基板夹具遮挡角度三个方面分析膜厚均匀性的差异,采用对称膜系结构,实现红外截止滤光片上下表面薄膜应力平衡。最终制备的薄膜均匀性在300 mm范围内达到0.13%,基板翘曲度为0.085 mm,满足使用需求。

高精度激光定位散斑机理分析及抑制

为有效解决高精度视觉定位测量系统中激光随机散斑导致的光斑质心定位精度降低问题,对散斑机理及抑制方法进行研究。从激光光斑的成像过程分析了激光随机散斑出现的原因,并推导出空间中任意一点总波扰表达式。建立了成像介质吸光性、粗糙度和表面出射光信噪比与随机散斑强度的关系模型,得出增加成像介质粗糙度和吸光性来提高出射光信噪比,进而降低随机散斑强度的结论。通过改变成像介质的物理特性进行对比实验,获得光斑质心位置稳定性随成像介质物理特性变化的趋势,验证了关系模型的正确性。实验结果表明,当激光功率为50 mW时,选取吸光性强、粗糙度与厚度适中的成像介质作为成像靶面,激光光斑质心的提取精度稳定在0.04个pixel之内,实现了对激光散斑的抑制,提高了光斑质心的定位精度。

基于近红外图像的自动报靶方法研究

针对传统的自动报靶系统易受环境光照的影响,提出一种基于近红外图像的自动报靶方法。先对靶面图像进行模板匹配、几何校正、裁剪等预处理,再采用直方图均衡化对灰度图像进行增强,得到对比度较高的靶面图像,并提出了一种基于分水岭图像分割的弹孔识别方法,解决了传统自动报靶对字符和环线处理不干净的问题,利用Sober算子对弹孔边缘检测并计算出弹孔圆心坐标,最后基于线性约束的环值判定算法完成环值判定。实验结果表明:在不同的环境光照下,本文方法弹孔识别准确度可达93.7%,符合野外射击训练要求。

基于双五元十字阵列被动声源定位算法研究

随着国防进入科技现代化,高精度、低误差的被动声源定位技术举足轻重。为了进一步减小声源定位的定位误差,提高定位精度,在双五元十字麦克风阵列模型的研究基础上,研究了经典MUSIC声源定位算法并进行了定位仿真实验。在此基础上又提出了使用广义互相关时延估计(GCC)仿真定位,并对其四种加权函数进行仿真分析,遴选出仿真效果最佳的PHAT(Phase Transform)加权函数。基于PHAT加权的广义互相关算法定位仿真定位误差是经典MUSIC算法定位误差的1/7.274,前者定位误差比后者明显降低,具有一定的研究意义。

基于FDR-Net的红外-可见光图像像素级配准方法研究

针对异源图像配准任务中难以稳定提取有效特征点,且特征点误匹配率过大等问题,提出一种基于FDR-Net特征点检测网络的端到端红外-可见光图像配准方法。首先采用双色相机构建数据集,在所得图像上生成同分布的点阵作为伪特征点,将成对图像和伪特征点坐标共同输入FDR-Net进行训练,学习有效特征点的特征。在网络成功提取特征点后,对特征点坐标使用仿射变换,通过最小二乘法求取最佳解,获得变换矩阵完成配准。配准结果与SIFT、SURF等主流算法进行对比,在特征点数量、平均配准误差、平均角点误差等评价指标上均提升58%以上,具有广阔的应用前景。

基于大数据的在线课程教学质量评价研究

为了更好地提高课程教学质量,文章以“程序设计基础及应用”课程为例,首先阐述了基于大数据的在线课程教学质量评价模型的建构,然后针对基于大数据的在线课程教学质量评价进行了举例。

可见光减反射膜薄层控制误差的分析与性能优化

为提升光学镜头的成像质量,消除杂散光的影响,以K9玻璃为基底设计可见光波段平均反射率小于0.1%的减反射膜。采用电子束离子辅助沉积的制备方式,针对薄层敏感度高、光谱变化大等问题,通过建立稳定控制膜层厚度的数学模型来减小膜厚误差,提高制备精度和成膜稳定性。对减反射膜进行环测实验,优化调整工艺参数,侧重提高减反射膜的硬度和耐水煮能力。实验结果表明,最终制备出的减反射膜在420~680 nm波段内的平均反射率约为0.044%,最高反射率为0.0712%,克服了以MgF2为外层的减反射膜机械性能和化学稳定性较差的问题,满足工程应用低损耗、稳定可靠、高强度、可重复性制备的要求。

特征自适应的复杂曲面扫描路径生成方法

为了解决现有自动化扫描方法在面对复杂曲面时扫描完整性不足、普适性不佳等问题,提出了一种特征自适应的自动化扫描路径规划方法。首先,构建了激光扫描仪的扫描约束条件,分析其对扫描精度的影响,为特征自适应的复杂扫描路径规划提供理论支撑。其次,针对扫描仪姿态规划问题,提出了一种新的测量倾角约束聚类算法,对离散复杂曲面后获得的采样点进行聚类处理,实现扫描仪姿态的规划,并在此基础上获得扫描路径点。再次,针对扫描路径规划问题,引入法向矢量夹角矩阵作为惩罚矩阵,优化改进最近邻算法,实现符合需求的扫描路径规划。最后,为验证该方法可行有效,以汽车车门作为扫描对象,搭建了一个组合式自动化柔性测量系统,与传统行切扫描方法、手动扫描方法进行对比试验。试验结果表明,该方法相较于行切扫描方法在扫描仪姿态变换次数上减少了54%,测量精度提高了64.5%,降低了人工干预因素的影响,扫描完整性与手动扫描方法接近,可以实现针对复杂曲面的自动化扫描测量。

基于通道组合-数据对齐-多尺度全局CNN的MI-EEG分类

由于运动想象脑机接口(MI-BCI)范式不需要视觉刺激,应用MI-BCI范式在提高人机交互系统舒适度方面具有重要意义。为实现辅助设备的异步控制,提高模型的鲁棒性,减少通道使用数量以降低BCI系统输入的复杂性,提出一种基于通道组合(channel combination,CC)-数据对齐(euclidean space data alignment,EA)-多尺度全局卷积神经网络(multiscale global convolutional neural network,MGCNN)的运动想象脑电分类方法。通过引入大脑静息状态下的脑电信号,扩展MI-BCI输出指令集;利用CC将22通道脑电数据重构为左右对称通道加中间通道的3通道形式,重构后的数据经过EA方法规范后作为网络输入;构建多尺度卷积模块与全局卷积模块,并行提取脑电信号的局部特征和ERS/ERD全局特征;利用迁移学习提升模型的解码能力。结果表明:该方法在BCI Competition IV 2a数据集上达到了99.28%的平均准确率和0.99的Kappa值,提高了运动想象脑电分类精度,为在线异步运动想象脑机接口的应用与发展作出了贡献。

混合现实场景下结合SSVEP与眼动追踪的脑控机械臂系统

针对混合现实场景下脑控机械臂系统交互性差、指令集小的问题,设计了一种结合稳态视觉诱发电位(SSVEP)和眼动追踪技术的混合现实脑控机械臂系统。该系统通过眼动追踪技术实现目标区域的初选,而SSVEP信号则被用于在初选区域内识别最终的目标指令。在不增加刺激类别数量的前提下扩大了指令集,并根据受试者的视线停留区域实现异步控制。离线实验结果表明,在使用相同刺激类别数量的情况下,增加视觉刺激目标数量不会对分类准确率产生显著影响。通过在线实验验证了系统的适用性,相较于使用单一SSVEP范式的机械臂控制系统,所提出的系统具有更好的交互性和更大的指令集。

紫外-可见吸收光谱结合化学计量学算法的水体总有机碳浓度快速检测

总有机碳(TOC)指悬浮或溶解于水中有机物的含碳总量,是以单位体积水体中含碳的质量来表示水中有机物的浓度,通过总有机碳可以更全面反映水中有机污染物的总量。总有机碳的监测能够推动我国实现“碳达峰”和“碳中和”的目标,也对我国海洋地球碳循环的研究具有重要的意义。目前,国标法测量水质TOC主要采用高温催化氧化法和湿法氧化法,这两种方法虽测量准确、可解释性强,但都具有测试方法复杂、测量时间长、易产生二次污染、人力物力消耗巨大等缺点,且仅能在实验室内完成,无法进行TOC的原位在线测量。因此发展水质TOC快速、实时、在线监测技术具有重要意义。为此,建立了TOC标准溶液浓度基于紫外吸收光谱的单波长检测模型,针对物质种类更为复杂的真实水样分别使用ACO-PLS和SPA算法筛选特征波长,对比S-G平滑处理、最小最大归一化、标准正态变换(SNV)、消除常数偏移量、导数校正等多种光谱预处理方法的效果,经过粒子群算法优化的最小二乘支持向量机算法(PSO-LSSVM)建立快速检测模型。结果表明,选取不同数量特征波长,经SNV算法预处理后的建模效果普遍优于其他预处理方法;选用不同预处理算法,最佳特征波长数量普遍为50个,过多或过少的波长数量会使建模精度降低;最佳建模参数为选用SNV预处理方法,经ACO-PLS算法筛选50个特征波长组合并利用PSO-LSSVM算法建模,最优模型结果训练集Rc达到0.984 3, RMSEC为0.457 4,验证集Rp为0.974 5, RMSEP为0.481 1。将最优光谱检测模型应用于新采集水样,预测结果较为准确,具有一定鲁棒性。表明ACO-PLS算法可以有效选取特征波长,结合PSO-LSSVM算法可以实现利用紫外-可见吸收光谱对水体中TOC的测量,为水体TOC含量快速检测提供一种快速、无污染的测量方案,给相应传感器的研发提供了科学支持。