拉曼光谱法能识别塑料制品光谱特征峰,但操作流程繁琐且准确率有待提升,对此提出了基于一维卷积神经网络(one-dimensional convolution neural network,1-D CNN)的塑料制品分类算法,首先建立以聚乙烯(polyethylene,PE)、聚丙烯(polypropylene,PP)、聚对苯二甲酸乙二醇酯(polyethylene terephthalate,PET)和聚苯乙烯(polystyrene,PS)为原材料的 40 种塑料包装样本数据集;然后设计 1-D CNN、K近邻(KNN)、决策树(DT)和支持向量机(SVM)4 种算法模型进行训练,并在光谱分类流程、模型准确率和鲁棒性等方面进行对比.实验结果表明,1-D CNN在不经过预处理条件下分类准确率达到 98.62%,且在 60 dB噪声下仍有96.42%的准确率,优于另外 3 种传统机器学习算法模型.该结果证实,拉曼光谱融合神经网络的多分类方法可提升塑料制品检测性能.
传统的手术导航系统需要术者将视线在显示屏和病灶区之间切换,为了解决这个问题,引入了增强现实手术导航技术.为解决介入类手术中术者无法直接观察到患者病灶与手术器械的相对位置的问题,设计了一种面向介入类手术的增强现实导航系统.术前以Unity软件为开发平台设计虚拟手术路径,并实时显示术中病灶区与手术器械的相对距离.利用头骨和梯台实验对导航系统进行了精度验证,虚拟显示的误差约为 3.3 mm.该研究证实了增强现实手术导航在介入类手术术前规划和术中实时引导的可行性.
超透镜凭借其独特的优势逐渐取代或补充了传统的折光和衍射透镜,从而领先小型化高性能光学设备和系统.这种小型化有望带来紧凑的纳米级光学设备,应用于相机、照明、显示器和可穿戴光学.但在传统的超透镜设计中,几何相位通常需要左右旋圆偏振光的手性限制.为了使其不再局限于左旋圆偏振光(LCP)和右旋圆偏振光(RCP)入射,设计了基于几何相位的全介质超透镜,实现了线偏振光的近场聚焦,其与超表面滤光片主要输出波长(可见光波段)一致.采用有效时域差分法研究并验证了超透镜各变量对光场聚焦特性的影响,超透镜等其他超表面光学元器件前所未有的设计自由度将极大地扩大微光学和集成光学的应用领域.
二维材料碳化钛(Ti3C2Tx)因具有高导电性和大比表面积的特点,在作为超级电容电极材料时,可以实现较高的能量密度.然而,Ti3C2Tx在储能过程中会出现不可逆的氧化失活反应,而且它与基底间的结合力较差,这将导致碳化钛超级电容的循环稳定性欠佳,极大地阻碍了其作为电极材料的广泛应用.将Ti3C2Tx作为活性层与氧化石墨烯(GO)分层复合制作成超级电容电极,覆盖在Ti3C2Tx薄膜之上的GO层可以削弱氧化失活反应.同时,对电极的热处理可提升Ti3C2Tx对基底的附着力.这使得Ti3C2Tx/GO复合电极的充放电循环稳定性明显改善,在 5000 次循环之后其容量仍高于初始容量.该设计可为制备高循环稳定性超级电容提供参考.
为减少待测物体位置变化时光谱系统受到的噪声干扰以及峰值定位误差,基于卡尔曼滤波算法原理,提出一种将Voigt寻峰定位的结果作为观测误差并进行最优估计来提升共焦系统测量精度的方法.先进行标定实验,确定光谱共焦系统的测量范围及精度;再依次对比中值滤波、Savitzky-Golay滤波以及快速傅里叶变换滤波等对光谱信号去噪的处理情况,并选用高斯、洛伦兹以及Voigt拟合等方法寻峰定位.同时,分析了Voigt拟合中的峰值提取、高斯宽度、洛伦兹宽度以及幅值误差对拟合精度的影响.实验结果表明,系统的测量范围可达3 mm,中心光斑半径增大了近 1.79 倍,采用卡尔曼滤波算法能够降低系统中的噪声引起的定位误差且系统精度能够提升 11 倍,满足高精度的测量需求.
