选频双放电TEA CO_2激光器

引言随着激光化学和激光分离同位素研究工作的开展,迫切需要一种譜綫稳定、寿命长、輸出能量較大的TEA CO_2激光器。为此,我們研制了一台CP—Ⅱ型选频双放电TEA CO_2激光器。經过一年多科研工作的考驗,証明性能良好。TEA CO_2激光器的关键是怎样达到大面积均勻輝光放电,为此有各种子电离技术,該器件采用由三个电极組成的双放电結构。这种子电离方式早为Pan和Bishop等人所采用,效果良好。近年来,国内兄弟单位也用过这种子电离方式,取得了一些經驗,在他們工作的基础上,我們对电极結构,电路参数等做了一些改进,改善了放电性能,光腔結构上考     

试论词块教学法

本文阐述了词汇教学法产生的必要性,澄清对“词”看法的一些混淆以及对我国英语教学的启示。     

稳态视觉诱发电位及其在视觉选择性注意研究中的应用

以固定频率发生周期性变化的视觉刺激信号进入大脑后,将会诱发一系列与之频率相同的周期性脑电位,这个电位叫做稳态视觉诱发电位(steady-state visual evoked potentials, SSVEP). SSVEP广泛应用于脑机接口和人类认知研究中.相同频率下, SSVEP的振幅高低与视觉注意资源分配具有相关性,因此在视觉选择性注意研究中常常使用SSVEP作为表征注意分配的电生理指标.以SSVEP为指标进行视觉选择性注意研究时,主要的应用手段是频率标记.频率标记是指让被标记刺激发生特定频率的周期性变化,从而诱发与之频率相同的SSVEP,并以每个刺激诱发的SSVEP的振幅作为注意资源分配水平的指标.根据研究目的不同,在频率标记的基础上进一步发展出了快速周期性视觉刺激范式和随机运动点阵范式用于视觉注意的研究.视觉选择性注意中, SSVEP适用于基于空间的注意和基于特征的注意研究.今后使用SSVEP对视觉选择性注意进行研究时,可以试图增加如情绪诱发、奖励和惩罚、工作记忆表征等影响视觉选择性注意的研究变量,也可以以SSVEP为指标,建立基于特征的注意和基于空间的注意之间的联系.此外...     

基于无人机航拍图像的输电线异物检测算法研究

目前无人机电力线巡检已成为热点，但采用人工解译的方法对航拍图像中电力线异物判别效率低下。因此，为实现无人机智能高效巡检，提出一种基于电力线中线的异物检测方法。首先，采用先验知识与最小二乘算法对电力线图像中电力线的中心线准确提取;其次，对获取的中线经过像元的变化设定阈值判断电力线上是否有显著性异物，通过二值图像判断像元偏离电力线中心线距离进而辨别是否有颜色相近的异物;最后，采用RCF边缘检测和区域生长法对提取异物范围。该方法以电力线中线为基础，判断电力线上是否有颜色相似的异物，从而达到复杂背景下异物检测的目的。通过实验证明了该方法能有效地检测出输电线上存在的异物，并且准确度高、轮廓提取完整。