带对准光路的激光细胞穿孔显微物镜设计

针对近红外光谱可对活体组织进行无损伤穿孔,并解决在穿孔中需要重新对焦的问题,通过Zemax软件对7片式前置光阑显微物镜结构在0.48~1.48?m波长范围内进行了宽光谱消色差的优化设计。设计实现了像距为无限远的多光谱共焦成像,其放大倍率为40,数值孔径0.5,最大焦面漂移量仅为27?m,可见光波段在空间频率为350 lp/mm时,0.7视场的MTF>0.5,具有较高的分辨力。并且在波长1480 nm处,MTF值接近衍射极限,具有较高的能量,满足细胞穿孔的要求。文中还给出了实验结果,并预测其应用前景。     

利用串联双滤波技术改善声光滤波器光谱分辨率的实验研究

考虑旋光性设计 制作了两个非共线型声光可调滤波器(AOTF),通过前后放置对信号光进行两次的级联滤 波。 调节前后两个AOTF所加的超声频率值, 保证前后两个AOTF存在透射光谱的叠加区,从而实现光谱分辨率的提升及调控。实 验结果表明,双滤波技术还可以有效抑制AOTF透射光谱的旁瓣效应,改善透射光 谱的纯度。     

高分辨率星载光学系统装调过程的偏心误差分析

针对影响光学系统成像质量的装调误差,分析了偏心误差对高分辨率光学系统成像的影响。基于一款自主设计的接近衍射极限的高分辨率星载相机光学系统,利用Zemax光学软件分析光学装调过程中偏心误差对光学传递函数的影响,得出光学系统中各个分离元件对成像质量影响的权重,为光学系统的装调方案设计和实施提供了依据,实现了该光学系统2 500万像素高分辨率成像。这种误差分析方法实现了对光学系统装调过程的有效控制,提高了光学装调的效率。     

基于声光可调滤波器的肺癌组织快速显微光谱成像

相比于传统的分光元件,非共线声光可调滤波器(AOTF)具有小巧、稳定性强、调谐灵活快速、信号接收和处理方便等诸多优点,在光谱成像领域具有很高应用价值。将非共线AOTF与倒置光学显微镜有机结合,构建了显微光谱成像系统,在可见光范围内开展了肺癌组织的快速显微光谱成像研究。通过实验获得了加载在AOTF上的超声频率与衍射光波长的调谐关系,与理论计算结果符合较好;获得了在一系列中心光波长下的肺癌组织的显微图像和对应的窄带光谱。实验结果表明,系统在工作波段内均保持较好的光谱分辨性能;对不同光波长肺癌组织图像进行对比,结果未见图像明显漂移,表明图像稳定性高;各中心波长下获得的肺癌组织图像均呈现较好的清晰度;不同波长肺癌组织图像的对比以及亮度、透射率曲线的分析结果显示,在503.45~590.12nm范围内,肺癌组织图像呈现最佳的对比度和清晰度,这主要是源于不同区域的内在组分和结构不同使得肺癌组织对于不同波长光信号的吸收程度不同。     

光纤熔接机光功率探测对准系统的设计方案

现在目前市场上的光纤对准系统一般都只考虑到了光纤接头的相对位置关系,没有考虑光纤接头的光耦合效果,然而最终衡量光纤熔接质量的是光线的熔接损耗,所以上述对准系统有先天性的不足。光功率对准系统是一套以光耦合效果为参考标准的对准系统,它是实现真正意义上的光纤纤芯对准系统。本文对光功率探测对准系统提出了一套全新的改良设计方案,并对该套系统的优缺点进行了系统的描述。光功率对准系统有着广阔的发展前景。     

基于深度学习的齿轮视觉微小缺陷检测

针对齿轮视觉微小缺陷,采用一种基于深度学习算法的Mask R-CNN网络进行检测,并对网络进行相应地优化调整.首先,通过比较5种残差神经网络检测效果,选择resnet-101作为图像共享特征提取网络.然后,剔除特征金子塔网络中对特征图P₅进行的不合理的3×3卷积,缺齿检出率指标相应得到提升.最后,为了对候选区域网络进行有效的训练,根据设计的样本标注方案中小范围波动的标注尺寸,设置合适的anchors大小以及宽高比.最终,经过优化的Mask R-CNN网络达到了98.2%缺齿检出率.     

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.     

基于工业边缘计算的缓存任务调度方法

随着工业物联网(IIoT)的发展以及工业4.0浪潮的到来,工业边缘计算领域也得到了越来越多的关注。然而,依赖于工业云的传统工业计算方案让数据时延、数据安全面临着更大的挑战。本文针对工业边缘计算场景中遇到的多计算任务与单计算资源受限之间的矛盾,基于多台边缘计算控制器(AECC)的部署,进行订单下发场景设计,对串行队列任务进行编排与子队列分配,完成任务优先级排列,提高了业务服务价值,并结合缓存机制在约束条件下,完成了任务计算时间优化,降低了设备能耗,得到了一种贴合工业任务订单场景的基于轮询时间的计算任务卸载优化方法。通过仿真,本文方法在优化目标上得到了理想的效果。     

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%.