基于光子晶体光纤中简并四波混频效应的高效可调谐偏振不敏感波长变换器(英文)

实验验证了一种结构简单、变换效率高的可调谐偏振不敏感全光波长变换器。光子晶体光纤由于其特殊的纤芯结构,能够保有较高的双折射效应。通过调节抽运光的偏振态,使之与光子晶体光纤的双折射轴成45°夹角入射,则此时信号光与抽运光在光子晶体光纤中进行简并四波混频过程时,其变换效率对信号光偏振态的随机变化不敏感,闲频光输出功率几乎保持不变。实验结果表明,所搭建的全光波长变换器在25nm变换范围内,闲频光偏振敏感度低于0.6dB,变换效率优于-15dB(峰值可达-7.6dB),输出闲频光的光信噪比优于40dB,长时间工作性能稳定,可实现开机自启动,是一种实用性强的偏振不敏感全光波长变换器。     

磁透镜内径比对条纹变像管性能的影响

针对一款高时空分辨率飞秒条纹变像管的带极靴磁透镜结构,提出了更加符合实际磁场分布规律的"高斯型"磁场分析模型,并且研究了磁透镜内径比对条纹变像管时间、空间分辨特性的影响。利用Lorentz软件数值研究了条纹变像管中不同内径比的磁透镜所产生的磁场分布,并且采用Monte-Carlo方法对大量光电子初始参量进行抽样计算,通过跟踪行波偏转前置短磁聚焦条纹变像管中大量光电子的运行轨迹,统计分析了光电子在最佳像面上的位置分布,最后利用调制传递函数对条纹管时空分辨能力进行评价。结果表明:当磁透镜内径比r1/r2=0.83时,磁场对电子束进行有效聚焦,获得物理时间分辨率优于190 fs,且狭缝边缘(狭缝总长度为6 mm)空间分辨率达到100 lp/mm的结果。     

基于电压倍增电路的超级电容均衡控制策略研究

针对轨道交通再生制动能量回馈吸收利用系统的超级电容器储能系统,研究和设计了一种超级电容均衡模块,用于减少甚至消除超级电容器模块间存在的电压不均衡,以此来有效提高超级电容器储能系统的电容容量利用率,并延长其寿命。模块采用一种新的二级式倍压均衡电路,无需对模块电压进行采样,避免了复杂而庞大的采样和控制电路,大大提高了电路的稳定性。本文具体分析了所研究均衡电路的结构和工作原理,论证了该电路的特点和优势。结合超级电容器储能系统的应用背景设计了电路,进行了仿真研究,验证了这种电压均衡控制模块的可行性。     

铁电微阵列的AFM图像及电滞回线测定

铁电阵列在红外探测器、非挥发性存储器中具有重要应用。随着大面积、微格点铁电阵列制备技术的发展,评价亚微米、甚至纳米级微小格点的铁电特性对于铁电器件的设计和制造具有重要意义。本研究将铁电仪和扫描探针显微镜相连,在扫描探针显微镜的AFM模式下,采用带有导电涂层的探针,通过扫描获得铁电阵列的三维像。据此图像,可以把探针定位于特定的微小格点上,由铁电仪通过AFM探针提供电压,并经探针悬臂梁将测试信号反馈给铁电仪,在无顶电极的情况下就可以获得微小铁电格点的电滞回线。     

TACE联合RFA及自体细胞因子诱导的杀伤细胞肝动脉灌注治疗原发性肝癌的临床研究

【摘要】 目的 观察TACE联合RFA和自体细胞因子诱导的杀伤细胞（CIK）肝动脉灌注治疗临床分期Ⅰ期原发性肝癌的临床疗效。方法 对2009年1月至2010年5月确诊的80例行综合介入治疗的肝癌患者进行随访研究,根据是否联合CIK治疗,分为TACE联合RFA及自体CIK细胞治疗组38例（研究组）,TACE联合RFA治疗组42例（对照组）。比较两组术后的生活质量（QOL）、免疫功能指标变化、无进展生存期（PFS）及生存率观察指标。结果 ①QOL评分:研究组术后QOL改善明显高于对照组（P<0.05）;②免疫功能:研究组和对照组免疫功能指标治疗前后对比差异有统计学意义（P<0.05）,两组相比,组间差异也有统计学意义（P<0.05）;③PFS和生存率:研究组和对照组的中位PFS分别为48个月和40.1个月; 1、2、3、5年生存率分别为100%、89.5%、71.1%、55.3%和95.2%、88.1%、64.3%、28.6%,研究组的中位PFS和生存率高于对照组。结论 TACE联合RFA及自体CIK细胞肝动脉灌注治疗临床分期Ⅰ期的原发性肝癌能提高患者生活质量、改善患者免疫功能、延长患者的中位PFS和总生存率。

     

基于Flink盒子的远程监测系统的研究

随着工业自动化技术的发展，起重机的应用领域越来越广泛。轨道式集装箱门式起重机（RMG）在运行过程中存在元器件故障、通讯异常和整机故障等问题，对此提出了一种RMG起重机的运行状态远程监测系统设计方案，采用现场设备端数据采集技术、Flink盒子、4G网络和PC端远程监测软件构成远程监测系统，实现对RMG起重机的运行参数和健康状态的远程监测和集中管理，故障实时报警。从而降低了现场工作人员的工作强度，提高了设备的安全管理水平。     

基于深度学习与有向无环图SVM的局部调整年龄估计

为了进一步提高年龄估计的精度，提出一种基于深度学习与有向无环图SVM的局部调整年龄估计算法。在训练阶段，将经过VGGFace2数据集预训练的SE-ResNet-50网络进行微调，待到收敛时提取出全连接层，将其首尾相连形成的向量作为表征并训练出多个One-Versus-One SVM。在测试阶段，将待估计人脸图像送入SE-ResNet-50以得到一个较为粗略的年龄估计值；设定具体邻域；将训练而成的SVM组合为一个有向无环图SVM并以全局估计值为中心进行精准的年龄估计。为了表明算法的普适性，在不同种族的MORPH和AFAD图像集中进行实验，结果验证了算法的有效性。