色散缓变光纤中Raman孤子自频移效应的研究

利用绝热扰动法研究了色散缓变光纤中Ｒａｍａｎ孤子自频移效应，得到了色散缓变光纤中Ｒａｍａｎ孤子自频移的表达式。结果表明：光纤色散变化率存在一个可以有效抑制孤子自频移的阈值，当光纤色散变化率大于这个阈值时，色散缓变光纤可以抑制孤子自频移，而当光纤色散变化率小于这个阈值时，色散缓变光纤不仅不能抑制孤子自频移，反而加剧孤子自频移。     

一种构造系数的自相关函数特征提取算法

由于遥感影像具有数据量大、维数高和不确定性等特点,遥感影像的分类已经远远超出了人的分析和解译能力,为了达到理想的分类效果,提取深层次空间结构信息的需求越来越强烈。根据各类样本的均值和方差构造加权系数,对样本的自相关函数进行加权,提出1种新的自相关函数特征提取算法,以改善样本不足造成的分类精度较低问题;采用支持向量机方法,对新的样本数据进行训练与分类性能研究。实验结果表明分类精度提高,在一定程度上能够反映遥感影像的深层次空间结构信息,验证了此算法的有效性与可行性。     

轮式牵引车传动系扭转自激振动的分析

将牵引车的传动系简化为一个2自由度的扭转振动系统,并以二阶微分方程描述.通过构造内外境界线,基于环域定理证明在满足两个代数不等式的条件下该微分方程必有极限环,从而给出系统产生扭转自激振动的条件.数值计算表明,自激振动的振幅与初始滑转率相关.最后,提出通过增加传动系扭转阻尼来防止在任何初始滑转率下发生剧烈的扭转自激振动的措施.     

自蒸发器材质检验及裂纹成因分析

采用化学成分分析、力学性能试验、宏微观检验等方法对自蒸发器材质和裂纹成因进行了分析。结果表明,碱脆是导致自蒸发器产生裂纹的主要原因。     

LD侧面泵浦Nd3+:YAG/KTP倍频晶体长度对660 nm激光功率影响的分析

利用四能级激光系统的速率方程和类高斯光束倍频理论,计算了在LD阵列侧面泵浦Nd3 :YAG/KTP660 nm红光激光器中,倍频晶体长度与谐波输出功率的函数关系,分析了激光器工作特性,优化选择了腔参数,得到与理论计算符合较好的实验结果.使用长度不同的KTP晶体,在180 W泵浦功率下,谐波输出功率最大输出3.75 W.选择优化的晶体长度,在210 W泵浦功率时,得到功率为5.83 W的660 nm红色激光.     

LD泵浦1.2W连续Nd：YAG/LBO红光激光器

报道了一种光纤耦合LD泵浦Nd：YAG晶体、腔内Ⅰ类临界相位匹配LBO倍频、瓦级连续输出的全固态红光激光器的设计和实验结果。采用短三镜折叠腔结构,在8W的注入泵浦功率下,获得了连续输出1．2W、波长为660nm的红光基模输出,光光转化效率达到15％。     

全光纤激光振荡器输出功率突破7kW

高功率光纤激光振荡器具有结构紧凑、抗回光能力强、稳定性好等优点,在工业加工、材料处理等领域有广泛的应用。近年来,随着泵浦源亮度、后向合束器以及光纤光栅等器件工艺的突破,光纤激光振荡器的输出功率得到了稳步提升。2019年和2020年初,国防科技大学在全光纤结构振荡器方面先后突破5.2k W和6k W。2020年日本藤仓公司也报道了输出功率为8k W的近单模光纤振荡器。     

基于改进RGB-N的图像操纵检测算法

如何准确地检测出图像中的操纵痕迹是数字图像被动取证领域的研究重点.传统方法利用人工构造的特征进行检测,鲁棒性不强,而基于深度学习的方法虽具有较强的检测能力,但较少关注在正常图像上出现误检的情况.提出了一种改进的RGB-N图像操纵检测算法,该算法在使用F1分数评价操纵目标检测性能的同时,引入了在正常图像上的误检率指标来评价算法的实用性.设计了自适应空域富模型滤波器,构造多尺度融合的特征提取网络,并接入自注意力模块,增强了模型获取图像全局信息的能力,提高检测性能;为降低误检率,设计了真实性判断模块,输出的热图用于判断检测到的目标是否为误检,并通过从操纵目标来源图像选择负样本的训练策略进一步提高模型的分辨能力.实验结果表明,改进的RGB-N模型在含目标拼接与擦除两种操纵手段的数据集上的F1分数为0.759,在未操纵图像数据集上的误检率为0.2％,并在JPEG压缩攻击下具有较好的鲁棒性.     

炭屑在钻孔堵漏中的应用

1 地质及水文地质简况 J1401号孔位于贵州五轮山井田南端,开孔日期2005年5月18日,2005年6月26日终孔,终孔深度538.87m.揭露地层自上至下有:三叠系下统飞仙关组、二叠系上统长兴大隆组和龙潭组.     

基于ARIMA结合ConvLSTM的燃气负荷预测

燃气负荷预测对于燃气资源的优化调度至关重要.燃气负荷预测除了具有趋势性、周期性等时间特性外,相邻燃气调压站的负荷数据与温湿度数据之间也存在空间特性,导致燃气负荷预测机理建模困难且模型预测精度较低.针对以上问题,提出了一种基于自回归移动平均模型(ARIMA)与卷积长短时神经网络(ConvLSTM)结合的燃气负荷预测模型....