摘要:压水核反应堆堆芯结构设计中通常需要借助模型实验装置验证其热工特性。其中,对装置内的电加热仿真燃料棒进行温度、应变和振动同步测量是研究堆芯棒束通道水力学参数的重要环节。针对传统检测方法抗电磁干扰能力弱、体积较大,且只能实现单参数测量等问题,本文基于双光纤布拉格光栅(fiber Bragg grating,FBG)光纤传感法对此进行了研究,首先通过光纤封装的优化设计,改变棒体上两FBG的波长漂移系数,实现应变、温度传感的可靠解耦,解决两者的测量串扰问题；然后对FBG中心波长进行动态采集,在频域上分析了燃料棒的振动特性,最终实现三种参数的精准测量。实验表明,在流动水浴环境下,该方法可观察到不同流速下流致振动幅度存在明显的单调增长,对棒体表面温度和应变的测量误差均低于0.5%,可为反应堆研究设计提供可靠的数据支撑。

摘要:为了提升多通道吸收器的平坦度和光谱特性的可调性,本文构建了一种硅基底/铝底板/银单缝/石墨烯/二氧化硅(SiO₂)介质层的五层结构多通道吸收器。不但吸收光谱特性易调谐,各通道平坦度也可提升到2.84 dB。基于电磁场时域有限差分法 (finite-difference time-domain,FDTD) 从理论上分析了结构设计尺寸对吸收光谱的影响规律,同时优化了设计结构。模拟结果证明,吸收器顶层设置SiO₂介质层和单缝内填充Au均可显著增大吸收通道的平坦度,同时通过调节顶层SiO₂或上层石墨烯的宽度,可有效调谐吸收光谱通道数、通道间隔和单通道带宽；尤其可通过改变石墨烯费米能级实施吸收频段和吸收率的需求选择,在生化检测、 环境监测和智能传感等领域均具有较好的应用前景。

摘要:细胞核的精准分割是病理诊断的基础工作,针对目前分割算法存在细小特征提取难、细节丢失多等问题,本文提出了一种基于生成对抗网络(generative adversarial network,GAN) 与ResUNet的分割网络。首先将ResUNet网络作为生成网络(generator,G) ,利用LeakyReLU激活函数使负值特征能够得到激活,其次再通过判别网络(discriminator,D) 的判别损失值引导生成网络更好地学习。实验结果显示,在乳腺癌细胞核数据集和DSB数据集上MioU、Dice、Acc等评价指标分别达到82%、83%、95%和90%、90%、97%,较ResUNet网络分别提升了2.5%、3.3%、0.7%和0.7%、1.5%、0.8%。同时与SegNet、FCN8s等6种常用分割网络的分割结果对比 均有提升,结果证明本文改进后的网络具有较好的分割准确率,可以为病理诊断工作提供重要依据。

摘要:低照度彩色图像增强在生活中起着重要作用,传统的低照度彩色图像增强算法往往会引起图像的不同程度失真。为了增强低照度彩色图像而又不引起图像失真,本文提出了一种新的低照度图像自适应对比度增强算法。将分数阶微积分、传统Retinex变分法与分段对数变换饱和度增强法相结合,构造一种新的分数阶Retinex图像增强算法。实验结果表明,该方法具有增强图像对比度的同时又能保持边缘和纹理细节的能力。与传统低照度图像增强算法相比,能突出图像的细节纹理信息,同时图像色度和亮度也有明显改善。

摘要:针对铣床碎屑形状不规则导致图像分割中碎屑轮廓不清晰、分割精度低的问题,本文提出一种改进的DeepLabV3+铣床碎屑分割算法。首先在DeepLabV3+的Xcepetion模块中嵌入通道与空间注意力机制(convolutional block attention module,CBAM)模型,优化通道的权重和位置信息,加强碎屑图像区域的特征学习；其次将DeepLabV3+的空洞空间卷积池化金字塔(atrous spatial pyramid pooling, ASPP)模块改为密集连接(dense conolutional network,DenseNet) 方式,增大碎屑图像特征点的感受野,提升铣床碎屑图像特征的复用效率；最后在解码过程中采用多尺度自适应特征融合方法,聚合多尺度特征作为解码器的输入特征,提高碎屑图像分割的精度与鲁棒性。实验结果表明,本文算法优于其他分割算法,改进后算法相比 DeepLabV3+,像素准确率提高0.026,平均交并比(mean intersection over union,MIOU)提高0.020,F₁值提高了0.013。

摘要:针对相关滤波目标跟踪中由于目标遮挡、出视野引起的跟踪失败等问题,以背景感知相关滤波(background aware correlation filters,BACF) 算法为基础,提出一种抗遮挡优化算法。首先特征提取部分融合方向梯度直方图(histogram of oriented gradient,HOG) 特征与颜色名称(color name,CN) 特征；其次提出层级遮挡优化算法,在目标跟踪过程中根据平均峰值相关能量(average peak to correlation energy,APCE) 和最大响应峰值判断目标外观是否发生较大变化,并通过巴氏距离进一步计算目标相邻滤波器模板特征相似程度,以此判断造成目标外观变化的真正原因,进而决定是否更新模板；针对目标出视野问题,提出模板筛查策略,跟踪过程中每隔K帧对滤波器模板进行置信度考查,若目标丢失,则生成新的模板并对目标进行全局搜索重新抓取目标。通过在目标跟踪数据集OTB2015上测试,优化算法精确度与成功率分别为83.0%与78.8%,有效提高了算法性能。

摘要:液体毛细波的波矢和振幅反映了液体的表面张力以及粘滞特性,将表面波等效为反射型光栅,其波矢和振幅可通过一束激光的衍射信号测得,从而得到液体的表面张力系数和粘滞系数。基于此原理,文中搭建了光学测量液体表面张力系数和粘滞系数的实验教学装置。装置通过引入频率可调的机械振子以及PID(proportion integral differential)温控模块,实现了变参数测量；对衍射光斑信号使用了边缘探测和类“质心”算法以确定光斑的中心位置和光斑强度,测量了不同温度的水以及不同浓度的酒精的表面张力系数和粘滞系数,验证了实验装置的精确性,表明该装置适合于实验教学推广。

摘要:轨道角动量(orbital angular momentum,OAM) 的引入丰富了光通信领域内的调制维度,为寻找更高效快捷的通信方式提供了新思路,相较于传统携带涡旋相位的涡旋光束,部分相干扭曲光束携带的OAM性质更为复杂。本文针对椭圆多高斯关联扭曲光束在梯度折射率(gradient-index,GRIN) 光纤中的OAM传输,基于GRIN光纤的ABCD光学传输矩阵,着重分析了多高斯关联扭曲光束在GRIN光纤传输的OAM的传输演化特性。研究结果表明,光束的光强、OAM通量密度以及归一化OAM通量密度在光纤传输过程中均呈现周期性变化,通过对关联结构以及扭曲因子的调控不仅可以改变光束OAM通量密度的分布,还可以调控单光子携带OAM的大小。本文的研究有助于丰富扭曲部分相干光束在GRIN光纤中传输的理论结果,在光纤通信中具有潜在的应用前景。

摘要:基于广义惠更斯-菲涅尔原理和瑞利散射理论,推导了聚焦部分相干平顶涡旋(partially coherent flat-topped vortex,PCFTV) 光束作用在瑞利微粒上辐射力的表达式,主要研究聚焦PCFTV光束对不同折射率的两种粒子的捕获情况。研究结果表明,聚焦PCFTV光束可以在焦点处捕获高折射率和低折射率的粒子。随着光束阶数的增大以及相关长度的减小,光束对微粒的捕获能力增强。所得结果对PCFTV光束应用于光学操控具有一定的意义。

摘要:基于混沌激光的随机数发生器可以实现大量高速的真随机数产生。然而,受随机数产生过程中引入的额外技术噪声影响,原始随机数无法提供真随机性。为了从信息论的角度实现安全随机数的产生,必须定量评估熵源产生的随机性。本文中通过实验搭建基于混沌激光的随机数产生装置,使用条件最小熵评估原始随机数中可提取的真随机性。同时,通过更换不同的器件讨论关键参数对原始随机性的影响。在原始随机数的后处理提取过程中使用信息论可证安全的Toeplitz提取器,最终实现了安全随机数的产生。

摘要:针对鲁棒水印不可见性和鲁棒性的矛盾,提出了一种基于密集连接和特征消冗网络(dense connection and redundant feature elimination network,DCRFENet)的零水印方法。首先,为了抵抗不同图像攻击,设计密集连接模块,即从不同卷积层提取浅层和深层图像的鲁棒特征。同时,为了增强零水印的唯一性,结合特征间权重学习与特征内权重学习设计特征消冗模块,从而消除冗余特征以及增强图像的有效特征。其次,融合有效特征与鲁棒特征,生成图像特征图,并进行抗攻击训练。最后,基于训练的DCRFENet,将特征图进行分块,比较分块均值与块内每一特征值的大小构造零水印。实验结果表明,在CIFAR10、COCO、VOC数据集上抵抗单一攻击的平均比特误差率(bit error rate,BER) 均低于0.03。此外,与现有方法相比,提出的零水印方法对训练的攻击、非训练的攻击以及混合攻击均具有较好的鲁棒性

摘要:经典TW3-C RUS (Tanner and Whitehouse 3-Chinese RUS)法将手骨的关键骨骺区域严格划分为9个等级,未充分考虑骨骺发育的连续性,导致骨龄评估存在一定误差。针对该问题,本文提出一种基于TW3-C RUS法的改进骨龄评估方法。采用阈值法的思想,动态选择网络模型输出的前N个等级概率值,并将前N个概率值作为权值计算手骨的加权得分,降低由于手骨单一等级判定引起的误差。针对网络模型冗余问题,采用跨阶段局部网络(cross stage partial network,CSP-Net)轻量化深度残差网络(residual network 50,Resnext50)。实验表明,改进后的方法对男性骨龄评估的平均绝对误差(mean absolute error,MAE)为0.421 4岁,女性MAE为0.412 8岁,相比于经典TW3-C RUS法,骨龄评估准确率有明显提升。轻量化后的网络模型参数量为46.28 MB,相比Resnext50网络模型有明显降低。