一种可传输轨道角动量的螺旋光子晶体光纤北大核心

设计了一种基于阿基米德螺线的新型螺旋光子晶体光纤,该光纤以二氧化硅为基底材料,包层由24个螺旋臂组成,每个螺旋臂包含11个小空气孔,纤芯设有大空气孔,包层与纤芯中间的环形区域用于传输轨道角动量模式。该结构在1300~1800 nm波段上可支持22种轨道角动量模式稳定传输,在1550 nm波长下,有效折射率差最高可达2.89×10^(-3),色散系数最低可达66.4 ps/(nm·km),非线性系数最低可达2.17 W^(-1)·km^(-1),且1500~1600 nm波段上的色散值变化均小于15.15 ps/(nm·km)。此螺旋光子晶体光纤不仅结构简单,且具有低非线性、色散平坦的性能,为螺旋光子晶体光纤的设计提供了思路。     

基于机器学习的差异融合分析在空气质量预测中的应用

使用机器学习算法对未来AQI进行预测,有助于从宏观角度分析未来空气质量变化趋势。在传统上使用单一的机器学习模型对空气质量进行预测时,很难在不同AQI波动趋势下都能获得较好的预测效果。为有效解决该问题,在预测方式上进行改进,针对使用随机森林模型和基于卷积神经网络和注意力机制的长短期记忆模型对成都市的AQI数据进行预测时,在不同的AQI波动趋势下两者的预测准确度不同的特点,设计了一种差异融合分析模型。实验结果表明,提出的差异融合分析模型的MSE误差较随机森林模型降低了5.8%,较基于卷积神经网络和注意力机制的长短期记忆模型降低了6.3%。