Research progress in terahertz quantum cascade lasers

The terahertz(THz)quantum cascade laser(QCL)is a coherent THz source based on intersubband transitions of unipolar carriers.As semiconductor lasers,THz QCLs are solid-state,electrically pumped,tunable,and can be easily integrated.This paper reviews the state of the art for the design,operation temperature,and output power of THz QCLs.Their applications in THz communication and imaging are also discussed.     

聚酯固相装置反应器温度控制方案改进

分析聚酯固相装置原料温度在工艺系统过程中存在的问题,介绍6820反应器的温度控制优化方案,给出为改善系统反应温度控制的方案设计和组态内容。     

基于时序InSAR技术的三峡大坝及周边地区形变监测

相对于需要投入大量人力物力且耗时较长的传统测量手段,采用InSAR技术进行大坝变形监测精度和范围都有了很大提升,全天候、全时间段可工作的特性也使观测周期大大缩短。基于PS-InSAR技术,利用2018年1月6日~2020年4月25日期间的66景哨兵1号卫星影像对三峡大坝周边的地表形变进行变形监测,分析并提取三峡大坝及周边地区的形变情况,研究三峡大坝及周边地区近年来形变的时间和空间演变特质,找出重点沉降区域,有助于维护大坝的安全。     

三峡水库运行后宜昌-城陵矶河段冲刷重心下移与时空演变

三峡大坝下游河道的冲刷发展影响着长江中下游的防洪、航运及区域经济发展。本文以宜昌至城陵矶河段约400 km长河段为研究对象,基于2002—2018年河道的来水来沙、泥沙粒径和横断面形态观测资料,计算并分析河道垂向冲淤、横向摆动、平滩面积、平滩水深和冲淤量的变化,根据河道平面形态将研究河段划分为32个子河段,对子河段平均平滩面积和平滩水深的变化速率进行分级,引入空间聚类分析方法,对冲刷强度等级最高的河段在时空尺度上分布进行聚类分析,研究河道冲刷重心的时空迁移规律。结果表明,三峡水库运用后下游河道经历了蓄水初期冲刷较强（2003—2007）、175 m正常蓄水运用后冲刷减弱（2008—2012）和上游梯级水库运用后冲刷增强（2013—2018）的三个阶段;空间上,宜昌至枝城及上荆江河段普遍冲刷,以弯曲型为主的下荆江河道以冲为主,但冲淤交替频繁,同时冲淤强度具有随时间衰减的特点;冲刷重心具有向下游迁移的趋势,在三峡水库蓄水初期冲刷重心向下迁移较快,之后减缓,上游梯级水库运用后,冲刷重心下移速率明显加快,之后再次减缓,2003—2018年冲刷重心平均下移速率约7.5 km/a。     

长江上游高洪水期泥沙输移特性

长江上游高洪水期(汛期)泥沙输移特性是决定三峡库区泥沙淤积的关键因素,直接关乎三峡水库使用寿命及综合效益的发挥。借助干、支流长系列水沙资料,分析了长江三峡水库入库寸滩站高洪水期泥沙输移特性,结果表明:近40 a来,寸滩站场次洪水中7 d洪量未出现趋势性变化,而7 d沙量显著减少,高洪水期输沙经历了“涨水输沙占优—涨、落水基本持平—落水输沙占优”的变化过程。2013年以前,寸滩站高洪水期径流及泥沙均主要来自于金沙江,而向家坝、溪洛渡水电站陆续投运后,2013—2019年寸滩站洪水场次(洪峰流量30 000 m³/s以上)共计14场。从径流来源来看,仅4场主要来自于金沙江,其余9场主要来自于嘉陵江,1场来自岷江;从泥沙来源来看,9场主要来自于嘉陵江,其余5场分别来自于沱江、岷江、横江,金沙江已不是寸滩站高洪水期过程中泥沙的主要来源区。研究成果可为三峡水库沙峰排沙调度、库尾减淤调度提供理论支撑,为长江泥沙治理提供保障。     

老挝南欧江梯级水电站二期厂房生活给水系统设计

水电站厂房生活给水系统应能够可靠、高效地为厂内工作人员提供满足要求的生活用水。老挝南欧江梯级水电站二期厂区附近均无可用的市政供水管,无法依靠市政供水系统为厂区提供生活用水。以老挝南欧江梯级水电站二期厂房生活给水系统设计为例,提出了针对远离城镇,无市政供水情况下,水电站厂房生活给水系统的设计思路、设计方案、设计的要点及难点。     

金沙江中游梯级水电站联合优化调度实践

分析了金沙江中游区域梯级水电站联合调度的特殊性及复杂性,从电调的角度介绍了金中集控中心自成立以来对受控梯级水电站联合调度的具体实施,总结了梯级水电站联合优化调度的措施,并分析了梯级水电站联合优化调度的综合效益,发现优化调度成效明显。     

Analyzing subjectivity in therapeutic discourse: Rogers, Perls, Ellis, and Gloria revisited.

Analyzed the film Three Approaches to Psychotherapy (E. L. Shostrom, 1966), which depicts C. Rogers (client-centered therapy), A. Ellis (rational-emotive therapy), and F. S. Perls (Gestalt therapy) interviewing the same client, Gloria. Verbal exchanges between participants were analyzed, using T. S. Essig and R. L. Russell's (1988) categories for analyzing psychological relations between subjects and events in discourse. Predictable patterns in how therapists of different theoretical orientations represent subjectivity in discourse can be screened with these categories. Classification categories are appended. (PsycINFO Database Record (c) 2010 APA, all rights reserved)     

RAFNet: RGB-D attention feature fusion network for indoor semantic segmentation

Semantic segmentation based on the complementary information from RGB and depth images has recently gained great popularity, but due to the difference between RGB and depth maps, how to effectively use RGB-D information is still a problem. In this paper, we propose a novel RGB-D semantic segmentation network named RAFNet, which can selectively gather features from the RGB and depth information. Specifically, we construct an architecture with three parallel branches and propose several complementary attention modules. This structure enables a fusion branch and we add the Bi-directional Multi-step Propagation (BMP) strategy to it, which can not only retain the feature streams of the original RGB and depth branches but also fully utilize the feature flow of the fusion branch. There are three kinds of complementary attention modules that we have constructed. The RGB-D fusion module can effectively extract important features from the RGB and depth branch streams. The refinement module can reduce the loss of semantic information and the context aggregation module can help propagate and integrate information better. We train and evaluate our model on NYUDv2 and SUN-RGBD datasets, and prove that our model achieves state-of-the-art performances.     

面部表情的深度卷积级联森林识别

面部表情识别广泛应用于各种研究领域,针对面部表情识别使用深度神经网络方法结构复杂、可解释性差和传统机器学习方法特征提取缺乏多样性、识别率低的问题.提出了一种新的深度卷积级联森林(Deep Convolution Cascade Forest,DCCF)方法用于人脸面部表情识别,该方法通过卷积神经网络深度学习人脸面部显著特征,并采用基于随机森林的级联结构森林逐层学习识别出不同的面部表情特征,提高了人脸表情的识别准确率.DCCF在JAFFE、CK+和Fer2013 3个公开面部表情数据集进行了实验,并对面部表情提取的5种特征和7种分类方法进行了比较分析,结果显示DCCF在对比的算法中人脸表情识别性能最好,3个数据集的准确率分别达到91.4%,98.7%,71.6%.