CCD光学多道分析器及其在光谱数据采集中的应用

由列阵探测器(线阵或面阵)、多色仪及专用微机组成的光学多道分析器(OMA-OpticalMulti-Channel Analyzer)已经得到广泛应用。但OMA系统的价格昂贵。我们使用线阵电荷耦合器件(Charge Couple Device-CCD)作为列阵光信号探测器,使用小型多色仪,以PC/XT(或286)微机处理光谱数据并由打印机输出光谱图。该0MA系统探测灵敏度～0.11_x,探测波长范围400·0nm-7000nm,波长分辨率0.1nm(546.1nm处),加F—P标准具后,分辨率达到0.O1 cm~(-1),基本上达到了进口OMA系统的指标。该多道分析器已被用于发射光谱、吸收光谱、受激散射光谱以及高温体的热辐射谱的采集与分析,得到了良好的实验结果。     

用于界面分析的高分辨静电分析器

介绍了用于界面分析的高分辨静电分析器的研制情况，其能量分辨率好于±１．５×１０－４。     

用D／max—rB X光机实现EXAFS测量

分析了同步辐射和普通Ｘ射线源的巨大差别，计算了在Ｄ／ｍａｘ－ｒＢ Ｘ光机上进行ＥＸＡＦＳ测量光强计数、能量分辨率、高效谐波等主要参数的限度。为了获得能够用于结构研究的ＥＸＡＦＳ谱线，采取了一系列措施，如选用合适的靶材、工作电压电流、单色器晶体、狭缝、单道分析器等。作者强调探测器的有限线性范围是产生系统误差的主要原因之一，在实验室ＥＸＡＦＳ测量中，总存在ｘ射线光强与分辨能力的矛盾与协调问题。为此，计     

语法分析器的增量式生成技术

提出了一种语法分析器的增量式生成技术，该技术适用于自顶向下的语法分析方法：ＬＬ（１）方法和递归下降法，利用该技术，可以增量式生成语法分析器，从而提高语法分析器的生成效率。在微机上建立了一个语法分析器的增量式生成器。     

超环面弯晶在X射线单色背光成像中的应用

基于Bragg衍射理论,分析了超环面晶体分析器实现等离子体在子午和弧矢2个方向等比例放大成像的原理,采用云母作为衍射晶体,研制了对激光等离子体进行二维成像的超环面晶体分析器,其子午和弧矢曲率半径分别为290 mm和196 mm,用于衍射成像时的Bragg角度为54°.采用铬靶X射线源辐照金属网格目标,网格的网孔尺寸为200 μm×200 μm,通过超环面晶体分析器对铬靶Kα谱线的衍射,在X射线IP板上得到了网格的二维背光衍射图像,并与球面晶体分析器成像效果进行了对比.实验结果表明,与球面晶体分析器相比,超环面晶体分析器可实现在子午和弧矢2个方向等放大比的X射线背光成像,且分析器具有较高的空间分辨力,当光源尺寸为500 μm,成像放大倍数为1.86倍时,其空间分辨力达到67 μm.     

X荧光水泥组分在线分析仪的设计

讨论了X荧光水泥组分在线分析仪的设计与实现,并给出了部分硬件电路,仪器采用X光管作为激发源,设计的多道脉冲幅度分析器能够自适应信号脉宽的变化,具有能量线性好,分辨率高等特点。     

静态分析器在软件开发环境中的应用

静态分析器是一种初步具备有关数据对象的语言知识，融编辑、语法分析和静态语义检查为一体的软件工具．本文以Ａｄａ语言中的子程序规格说明为基础，阐明了静态分析器在软件开发环境中的作用和意义，介绍了分析器数据结构的构成以及语法树的构造方法，并用两个实例对静态分析的过程作了说明．     

用D／max－rBX光机实现EXAFS测量

分析了同步辐射和普通Ｘ射线源的巨大差别，计算了在Ｄ／ｍａｘ－ｒＢＸ光机上进行ＥＸＡＦＳ（ＥｘｔｎｄｅｄＸ－ｒａｙＡｂｓｏｒｐｔｉｏｎＦｉｎｅＳｔｒｕｃｔｕｒｅ）测量光强计数、能量分辨率、高次谐波等主要参数的限度。为了获得能够用于结构研究的ＥＸＡＦＳ谱线，采取了一系列措施，如选用合适的靶材、工作电压电流、单色器晶体、狭缝、单道分析器等。作者强调探测器的有限线性范围是产生系统误差的主要原因之一，在实验室ＥＳＡＦＳ测量中，总存在ｘ射线光强与分辨能力的矛盾与协调问题，为此，计数率必须控制在２×１０４ＣＰＳ以下。最后，报道了在ＲｉｇａｋｕＤ／ｍａｘ－ｒＢＸ射线衍射仪上的一个实例结果。并分析了实验室测量的局限性。     

SGML系统中DTD语法分析器的设计与实现

本文在Ｗｉｎｄｏｗｓ环境下，利用面向对象的分析设计方法，介绍了ＳＧＭＬ系统中ＤＴＤ语法分析器的设计与实现．首先介绍了ＳＧＭＬ系统的整个框架，然后详细介绍了ＤＴＤ语法分析器的分析、设计及各种结构，最后介绍了ＤＴＤ语法分析器的实现．     

对象迁移自动机在TDT中的聚类研究

对象迁移自动机(OMA)是一种能够较好地解决话题识别与跟踪(TDT)中聚类问题的方法,但是,传统OMA模型由于聚类速度慢等缺点,难以满足TDT实时和增量聚类的要求.针对这一问题,本文一方面改进传统的OMA模型中自动机的动作设计,同时提出文档选择策略,加快了OMA的聚类速度.改进的方法在中等文档集上进行了实验,实验结果表明,该方法具有较好的聚类效果.     

微观形貌扫描隧道显微镜检测的性能分析

对自行研制的双功能扫描隧道显微镜（ＳＴＭ）的性能特点进行了研究，探讨了影响其纵、横向分辨率的有关因素；对其用于超精微观表面形貌的检测精度进行了分析，提出了其灵敏度、分辨率及视场连续可调的原理；并通过实验检测了原子级分辨率和纳米级分辨率的微观表面形貌，探讨了用ＳＴＭ在不同分辨率条件下对于微观形貌进行检测的可行性．     

地表参量反演与遗传自组织神经元网络联合估算子像元地表温度

在热红外遥感成像模拟中,高空间分辨率的地表温度场景可以由中、低分辨率的热红外遥感数据估算得出。基于可见光 近红外数据反演的若干地表参量和低分辨率的地表温度数据,在二者间引入遗传自组织神经元网络,建立非线性像元分解方法,最终获得高空间分辨率的地表温度场景。利用ASTER卫星产品数据对该方法进行了验证,结果表明： 对于无法直接进行高分辨率地表温度反演,或缺少大量地表先验知识情况下,该方法只需利用两组遥感数据即可估算出不同地表覆盖下子像元地表温度,方法简便易行,精度较高,为快速模拟和估算高分辨率地表温度分布提供了一条新途径。最后对方法的估算精度、适用性及应用前景进行了探讨。     

基于能量谱函数相关系数的极化SAR数据滤波方法研究

有效的极化SAR相干斑滤波器需要在抑制噪声的同时避免图像细节信息的模糊。然而固定大小窗口的滤波器很难做到两方面都好的效果。由于极化总功率(Span)图像可以有效地反映地物极化散射特征的变化,提出根据Span图像局部能量谱函数的相关系数值自适应地选择窗口大小,能够在均质地区选择较大窗口而在异质地区选择较小窗口,再利用方向窗选择像素进行最小均方误差(MMSE)滤波。实验结果表明,该方法能在滤除噪声的同时,有效地保持对地物细节的分辨能力,为极化SAR数据的后期处理和应用打下基础。     

基于小波和模糊理论的纹理分割方法

提出了一种基于小波和模糊理论的纹理分割方法,该方法首先对图象进行高阶小波分解,得到一系列分辨率不同的子图象;然后采用模糊聚类方法从最低分辨率图象进行聚类,将低一级的分割结果扩展后再应用于较高级分辨率,一直到最高分辨率为止,这样就得到一个原始图象的初始分割;最后引入空间约束算法,得到原始图象的粗细分割结果．由于考虑了图象象素之间的相互关系,故提高了分割的准确性．仿真结果表明该方法是比较有效的．     

SDTV和HDTV系统的分解力

对电视系统分解力的定义做了阐述,分析了影响电视系统垂直分解力及水平分解力的主要因素,并给出了求解模拟电视系统、数字标准清晰度电视系统及数字高清晰度电视系统分解力的公式。最后,在结论中就SDTV和HDTV节目制作过程中应注意的问题给出了几点建议。     

基于稀疏自适应S变换的储层流体流度计算

反射地震数据中的低频信息包含了丰富的与流体流度相关的信息,据此可以从中提取相关储层的流体流度属性,从而可以利用地震数据的低频信息识别流体。因此,为了提高分辨率以及工作效率,将稀疏自适应S变换引入储层流体流度的计算,该方法开发了基于稀疏性的窗参数优化,以用于自适应地调控对不同频率分量的窗函数,应用该方法计算时频谱信息并求取流度可得到较高的分辨率和能量聚集性,此外也省去了参数调节的步骤。相较于常规的时频分析方法,该方法在具有较高分辨率的同时,克服了测不准原理对信号可分辨的限制。因其对不同的频率分量都自适应地获取最优窗参数,通过仿真信号,合成楔形记录试算,稀疏自适应S变换有更高的分辨率和能量聚集性。实际地震数据的试验表明,稀疏自适应S变换可有效地求取流体流度,并较常规时频方法所求流度有更高的分辨率。     

Landsat卫星不同分辨率影像的分级几何校正比较研究

以快速、准确地对Landsat卫星的系列影像几何精校正为研究内容，以长江口附近为研究区域，先用地形图对高空间分辨率影像几何精校正，后用该影像对低分辨率影像进行校正。研究结果表明：用校正好的高空间分辨率影像ETM＋-Pan对低空间分辨率影像进行校正，具有较好的效果；而相同空间分辨率的影像（如ETM＋-MULTI和TM）之间一般不适宜相互进行校正。     

Nanoscale imaging magnetometry with diamond spins under ambient conditions

Magnetic resonance imaging and optical microscopy are key technologies in the life sciences. For microbiological studies, especially of the inner workings of single cells, optical microscopy is normally used because it easily achieves resolution close to the optical wavelength. But in conventional microscopy, diffraction limits the resolution to about half the wavelength. Recently, it was shown that this limit can be partly overcome by nonlinear imaging techniques, but there is still a barrier to reaching the molecular scale. In contrast, in magnetic resonance imaging the spatial resolution is not determined by diffraction; rather, it is limited by magnetic field sensitivity, and so can in principle go well below the optical wavelength. The sensitivity of magnetic resonance imaging has recently been improved enough to image single cells, and magnetic resonance force microscopy has succeeded in detecting single electrons and small nuclear spin ensembles. However, this technique currently requires cryogenic temperatures, which limit most potential biological applications. Alternatively, single-electron spin states can be detected optically, even at room temperature in some systems. Here we show how magneto-optical spin detection can be used to determine the location of a spin associated with a single nitrogen-vacancy centre in diamond with nanometre resolution under ambient conditions. By placing these nitrogen-vacancy spins in functionalized diamond nanocrystals, biologically specific magnetofluorescent spin markers can be produced. Significantly, we show that this nanometre-scale resolution can be achieved without any probes located closer than typical cell dimensions. Furthermore, we demonstrate the use of a single diamond spin as a scanning probe magnetometer to map nanoscale magnetic field variations. The potential impact of single-spin imaging at room temperature is far-reaching. It could lead to the capability to probe biologically relevant spins in living cells.     

基于改进粒子群算法的飞行器冲突解脱方法研究

冲突解脱要求飞行器采用一种有效的方法来满足工作环境的限制。针对飞行器在多障碍环境下的冲突解脱问题,提出一种能够满足限制条件的改进粒子群算法(PSO)对冲突进行解脱。所提出的新算法(DARPSO)相对于经典粒子群算法有2个优点:第一,考虑了障碍对寻优过程的影响;第二,具有跳出局部极小的能力。仿真实验结果显示,所提出算法的优化效果要优于标准粒子群算法。将改进后的算法应用到飞行器冲突解脱过程中并进行仿真,结果表明,所提出的算法能够有效地指导飞行器躲避障碍,完成冲突解脱。     

改进型脉冲耦合神经网络高分辨率SAR图像分割

针对高分辨率SAR (合成孔径雷达)图像噪声强, 目标分割难度大的特点, 提出一种改进的脉冲耦合神经网络(pulse coupled neural network, PCNN)模型的SAR图像分割算法。首先根据SAR图像中相干斑噪声的特点, 采用复小波进行去噪。然后, 在传统PCNN模型的基础上, 对神经元的输入信号, 尤其是链接系数和 阈值的非线性衰减子因子进行了改进和简化, 同时对链接强度系数β进行理论上的近似推导, 并减少人工设置的参数。最后, 通过最佳阈值对其结果进行二值化处理得到感兴趣的目标图像。实验结果表明, 改进后的算法运行效率提高, 自适应性增强。与传统算法相比, 区域一致性提高0.013, 区域的对比度提高0.015, 效果优于传统的PCNN算法, 为高分辨率SAR图像分割提供了一种新策略。