教授风采

刘光灿，1958年出生，湖南邵阳人。1982年1月毕业于北京工业学院(现北京理工大学)光电成像技术专业。现任长沙大学电子与通信工程系教授，中国光学学会光电技术专业委员会委员，现从事专业：光电子、通信技术。     

红外焦平面探测器输出图像信噪比计算和分析

推导了红外焦平面探测器输出图像信噪比的一般计算公式 ,并针对红外焦平面探测器在地面面目标自动识别系统中的具体应用 ,计算了其在不同天气情况下的成像信噪比。由计算结果可知 :采用高性能的焦平面探测器后 ,红外成像的图像信噪比非常高 ,即使在较恶劣的天气 (大雾 )情况下也可获取质量较好的红外图像 ,满足自动目标识别系统图像处理的需求     

近红外比率荧光探针双重响应SO2衍生物和ONOO-(英文)

同时检测生物体内二氧化硫衍生物(HSO₃^-/SO₃^2-)和过氧亚硝酸根(ONOO^-)对深入研究相关疾病的发生和发展具有重要意义。本文合成了一种双响应比率荧光探针(NI),用于HSO₃^-/SO₃^2-和ONOO^-的双重检测。在该探针中,半花菁被选为荧光发色团,碳碳双键被作为识别单元。NI发射的近红外荧光(746 nm)可分别切换至绿光(582 nm)和蓝光(406 nm),以分别响应HSO₃^-/SO₃^2-和ONOO^-。研究结果表明,该探针具有较强的特异性和较高的灵敏度,可以用于肝癌细胞HepG2中HSO₃^-/SO₃^2-和ONOO^-的双重检测。     

原位测量软材料弹性模量的光学相干弹性成像方法研究

弹性波光学相干弹性成像是利用波速定量获得生物组织弹性模量的方法,在医学研究与疾病诊断的领域具有重要应用价值．目前利用瑞利波理论评估一定厚度软材料的弹性模量存在较大的测量误差．为了提高弹性模量测量的准确度,提出了一种基于瑞利-兰姆方程反求弹性模量参数的方法．根据瑞利-兰姆方程的数值解,在确定仿体厚度的情况下,匹配合适的激励频率测量并获得弹性模量,将原位测试的弹性模量与拉伸实验结果进行比较,发现相对误差在3%以内．通过双层仿体的频散实验发现,在匹配的激励频率下,原位测量的弹性模量与拉伸实验测量的弹性模量几乎一致,结果表明该方法在测量上层仿体时不受下层仿体的影响．通过真实猪皮组织测量,结果表明该方法可以适用于皮肤组织测量．本研究提出的原位软材料光学相干弹性测量方法可以为生物组织的弹性定量表征提供更准确的测试手段．     

应用禁忌粒子群算法的车间调度及其并行化实现

为了解决批量生产、制造、装配等车间调度问题,基于Hadoop集群,提出应用禁忌粒子群算法的车间调度及其并行化实现.以某装载机制造车间最小化完成时间为目标,通过使用禁忌粒子群算法对车间调度问题进行求解.结果表明：在车间批量大的情况下,禁忌粒子群算法可得出有效的调度方案,避免算法陷入局部最优解.与现有的智能算法相比,禁忌粒子群算法更有利于实现全局最优解.     

多vCPU环境中基于容器的科学工作流调度策略

现有科学工作流调度研究较少考虑计算资源的多道程序设计,难以同时实现有效的容器共享并优化任务并行度与资源利用率。为了解决以上难点,文章提出了一种分布式多vCPU环境中基于容器技术的分段式工作流调度策略。该策略通过分段调度方法,降低启发式算法的解空间大小,使用带遗传算子的自适应离散粒子群优化算法(ADPSOGA),在设备使用成本的约束下优化各个工作流的完成时间,并制定一种容器与设备间的动态伸缩方案,实现容器的复用并解决单个设备中任务并行时的资源争用问题。结果表明：ADPSOGA的性能优于其他同类启发式算法,并且分段调度方法与容器伸缩方案在工作流调度方面表现出良好的性能,能很好地适应因任务并行度增加所带来的影响。     

新型聚合物纳米造影剂的合成及体内磁共振成像研究

文章采用可逆加成-断裂链转移聚合(reversible addition-fragmentation chain transfer polymerization, RAFT)方法,聚合得到以疏水性共聚物链段作为内核,亲水性共聚物链段作为支链的两亲性聚合物纳米颗粒,与氯化钆(Ⅲ)六水合物进行螯合反应后合成了一种新型的支化结构聚合物磁共振成像(magnetic resonance imaging, MRI)纳米造影剂P(DO3A-Gd³⁺)。安全性试验结果表明,P(DO3A-Gd³⁺)具有良好的生物安全性。体外MRI测试结果表明：P(DO3A-Gd³⁺)的弛豫率为5.30 (mmol/L)^-1·s^-1,高于临床造影剂Magnevist(2.94 (mmol/L)^-1·s^-1); P(DO3A-Gd³⁺)具有显著的MRI造影增强效果。研究结果表明P(DO3A-Gd³⁺)是一种优异的MRI造影剂,具...     

量子粒子群优化核极限学习机的遥感影像分类

极限学习机初始参数具有随机性,容易导致其对高分辨率遥感影像的分类结果出现局部最优现象.为了解决上述问题,提出了一种基于量子粒子群优化核极限学习机的遥感影像分类方法.该方法利用量子粒子群算法对核极限学习机的核参数与正则化参数进行优化,根据参数优化后的结果构建量子粒子群优化核极限学习机的遥感影像分类模型（QPSO-KELM）.通过实验对比了SVM、KELM、PSO-KELM、QPSO-KELM这几种分类方法对高分二号遥感影像数据的分类精度与效率.结果表明：QPSO-KELM的分类精度、运行速度均优于其他几种分类方法,该方法能有效提取遥感影像上的地物要素信息.     

基于PSO磁悬浮球系统自适应灰预测控制

目的 针对磁悬浮球系统非线性不稳定和滞后性的问题,提出一种基于粒子群优化的自适应灰色预测 PID (Proportion Integration Differentiation)复合控制策略。 方法 通过在 PID 控制模块的反馈环中引入具有等维新息特征的灰色预测器,对系统误差进行及时反馈修正,以提高控制系统的响应速度和鲁棒性;同时,融合粒子群智能算 法对控制器参数迭代优化,以提高控制系统控制精度和抗干扰能力;最后,在 MATLAB / Simulink 环境下搭建仿真 平台进行对比实验。 结果 验证基于粒子群优化的自适应灰预测控制系统模型的超调量、峰值时间、调节时间显著 改善。 结论 证实该策略可以有效抑制系统滞后性,具有良好的稳定性和鲁棒性。