Bandwidth limits of luminescent solar concentrators as detectors in free-space optical communication systems

Luminescent solar concentrators(LSCs)have recently emerged as a promising receiver technology in free-space optical communications due to their inherent ability to collect light from a wide field-of-view and concentrate it into small areas,thus leading to high optical gains.Several high-speed communication systems integrating LSCs in their detector blocks have already been demonstrated,with the majority of efforts so far being devoted to maximising the received optical power and the system's field-of-view.However,LSCs may pose a severe bottleneck on the bandwidth of such communication channels due to the comparably slow timescale of the fluorescence events involved,a situation further aggravated by the inherent reabsorption in these systems,and yet,an in-depth study into such dynamic effects remains absent in the field.To fill this gap,we have developed a comprehensive analytical solution that delineates the fundamental bandwidth limits of LSCs as optical detectors in arbitrary free-space optical links,and establishes their equivalence with simple RC low-pass electrical circuits.Furthermore,we demonstrate a time-domain Monte Carlo simulation platform,an indispensable tool in the multiparameter optimisation of LSC-based receiver systems.Our work offers vital insight into LSC system dynamic behaviour and paves the way to evaluate the technology for a wide range of applications,including visible light communications,high-speed video recording,and real-time biological imaging,to name a few.     

基于RGB色彩空间的四带树木图像颜色校正方法

针对图像受近红外光线参与的影响而出现偏色现象,介绍了一种基于RGB色彩空间的四带（RGB带和一个附加的近红外带）树木图像颜色校正方法. 该方法首先根据R-G差值图像,通过实验获取合适的阈值将四带树木图像二值化. 然后,利用中值滤波器和数学形态学对二值图像进行滤噪处理,提取出偏色较严重区域. 最后分区域进行颜色校正,达到消除近红外干扰的目的. 实验结果表明,该方法对部分常见含植物的场景图像有比较好的校正效果.     

基于LAAE网络的跨语言短文本情感分析方法

跨语言短文本情感分析作为自然语言处理领域的一项重要的任务, 近年来备受关注. 跨语言情感分析能够利用资源丰富的源语言标注数据对资源匮乏的目标语言数据进行情感分析, 建立语言之间的联系是该任务的核心.与传统的机器翻译建立联系方法相比, 迁移学习更胜一筹, 而高质量的跨语言文本向量则会提升迁移效果. 本文提出LAAE网络模型, 该模型通过长短记忆网络(LSTM)和对抗式自编码器(AAE)获得含上下文情感信息的跨语言向量, 然后利用双向GRU (Gated Recurrent Unite)进行后续情感分类任务. 其中, 分类器首先在源语言上进行训练,最后迁移到目标语言上进行分类任务. 本方法的有效性体现在实验结果中.     

嵌入豁口磁芯的13.56MHzRFID读写器天线

本文针对天线线圈产生的磁场强度分布不均匀的现象,提出一种增强天线局部磁场强度的方案.首先,本文从理论出发解释了高频磁场的趋肤效应;其次,基于高频磁场的趋肤效应,提出往线圈中央添加开了豁口的金属磁芯,用以增强磁芯边缘和豁口位置的磁场强度;最后,通过三维电磁仿真软件AnsoftHFSS和MATLAB软件研究不同张角的豁口磁芯对环形天线的磁场强度的影响,旨在找出最优豁口的设计方案,对实际设计的13.56MHz RFID读写器天线具有一定的参考价值.     

基于颜色和纹理特征的林火烟雾识别

为了实现森林火灾的智能化预警,提出了基于颜色和纹理特征的林火烟雾识别方法.首先使用颜色特征确定烟雾疑似区域,随后采用局部二值模式方差(Local Binary Pattern Variance,LBPV)提取疑似区域纹理的不规则度特征并产生LBP图像.然后利用小波变换分解LBP图像并提取模糊度、复杂度和相关度特征.最后利用支持向量机(Support Vector Machine,SVM)进行烟雾识别.结果证明,颜色结合纹理特征方法可以有效实现林火烟雾的识别,为林火烟雾识别研究提供了一种有效方案.     

基于区域密度的交通拥堵判别方法

本文通过对交通流进行特征提取和状态的划分,建立了交通流判别准则.同时提出一种交通拥堵程度的智能判断方法,该方法以区域密度作为判别交通流状态的主要特征值,辅以时间占有率,结合空间和时间维度来判断当前道路的拥挤程度.仿真实验说明该方法具有较好的准确性和客观性.     

基于运动矢量交点密集度的人群恐慌行为检测

为了更准确有效的识别人群恐慌行为,本文提出了一种利用视频中人群运动矢量的交点密集度来判断人群恐慌异常的新算法.该算法以LK光流法为基础来提取运动人群的运动矢量信息,接着通过获得的信息求取运动矢量间的两两交叉点,然后运用分块法求得区域交叉点密集度,并以此来识别人群异常.对多个视频进行测试,测试结果表明:该算法能够以较高正确率识别视频中人群的恐慌行为.     

基于小波变换与脉冲耦合神经网络的人脸识别

脉冲耦合神经网络（Pulse Coupled Neural Network,PCNN）是基于生物视觉特性而提出的新一代人工神经网络,它在数字图像处理及人工智能等领域具有广泛应用前景.本文通过研究PCNN理论模型及其工作特性的基础上提出了一种提取人脸特征的方法.首先利用小波变换提取人脸图像低频特征,降低人脸图像的维度,然后利用简化的PCNN提取小波低频系数重构后的人脸图像的相应时间序列,并以此作为人脸识别的特征序列.最后利用时间序列和欧式距离完成人脸的识别过程.本文通过ORL人脸库进行实验证明了该方法的有效性.     

基于改进SLIC与区域邻接图的高分辨率遥感影像建筑物提取

针对传统SLIC超像素算法在高分辨率遥感影像上分割质量差的问题,提出一种基于降维的改进SLIC与区域合并的方法对建筑物进行分割.首先,对传统SLIC的五维计算进行降维简化,采用灰度特征信息替换色彩信息,减少LAB颜色空间五维特征向量表征的冗余;其次,采用区域邻接图对过分割图像进行合并;最后,对改进SLIC中的主要参数即超像素数目k、紧凑度m和迭代次数p对分割结果的影响做了分析与比较.实验表明：该方法不仅分割出了大部分的建筑物信息,还提高了算法的运行效率与空间效率.运行时间效率比传统SLIC提高了25.5%;对建筑物的提取精度能达到97.6%.     

基于模糊逻辑的无线传感网络分簇路由协议

能量消耗是无线传感器网络中首要考虑的问题. 为了均衡每个节点的能耗, 延长网络节点的生存寿命, 本文提出了一种基于模糊逻辑方法的FLCHE分簇路由协议. 该协议充分考虑了节点的剩余能量, 能量消耗速率以及节点的分布密度. 通过MATLAB实验仿真表明, 相比于经典的LEACH分簇路由协议, FLCHE协议更加均衡了网络节点的能耗, 有效地延长了网络的生命周期, 总体性能优于LEACH算法.