简介：光纤制造成本的差异性受技术工艺的影响越来越小，所以通过设备改造升级，使用新型的紫外固化方式，成为降低光纤生产成本的一个重要途径。主要从紫外发光二极管（UV-LED）固化的特点、固化度、附着力方面与传统固化方式进行了分析对比，阐述了UV-LED固化方式的优势。通过使用UV-LED固化方式，固化系统的故障停机时间降低了929／6，故障率降低了87％，生产能耗降低了90％，并且光纤的固化度、附着力也得到保证。因此，UV-LED固化方式是目前光纤生产降低成本、提高生产效率最有效的方式之一。

简介：为了深入研究扫描近场光学显微镜（Scanningnear-fieldopticalmicroscope,SNOM）光纤探针导光特性,我们利用VirtualLabFusion光学软件,仿真研究了光纤探针内部的光场分布.结果显示,光纤探针内部的光场分布呈固定的花样;中轴线光场具有峰值结构,其最大值位于探针出口前120nm处;这个最大峰值随着光纤外层铝层厚度的增加呈现先减小后增加,最后趋于稳定的变化,随着光源偏振态的变化呈现正弦的分布.

简介：针对腐蚀后的薄包层保偏光纤对外界溶液折射率敏感的特性，提出了一种基于高双折射环形镜的光纤液位检测方法。HF腐蚀后的保偏光纤构成高双折射环形镜中的传感头，液位的变化导致保偏光纤传输特性的变化从而实现传感测量。经测量，保偏光纤4个有效波谷点谐振波长在1520～1620nm光谱范围内，且随着液面高度的上升整体向长波方向移动。结果表明，传感器灵敏度高达在0．277nm／mm，液面高度与波长飘移量的线性度达99．5％以上，测量精度可达毫米级。

简介：目前,在被动锁模掺铒光纤激光器中,进行腔内色散补偿的方法主要包括：在激光谐振腔内熔接一段具有正常色散的光子晶体光纤、插入具有正常色散的光栅对,以及利用具有正常色散的啁啾光纤光栅等。针对目前腔内色散补偿方法存在的耦合效率低、环境稳定性差、色散量不易调节等不足,设计了一种由偏振合束器、色散补偿光纤和法拉第旋转镜构成的线形支路进行腔内色散精确补偿,采用透射式可饱和吸收体实现自启动锁模,并结合混合光器件,实验获得了重复频率为82.84MHz、平均功率为10mW、脉冲宽度为381fs的飞秒脉冲保偏输出,作为种子源,可广泛应用于太赫兹产生、生物医学成像、超快光谱学等领域。

简介：跨季节储热系统是太阳能集热技术和地源热泵技术相结合的一种综合利用新能源的采暖技术。为了测量地源热泵周围的土壤温度分布，为跨季节储热系统的设计和运行提供技术参数，对光纤光栅传感测温技术进行了研究。基于光纤光栅原理，采用可调谐光纤光栅滤波器对光纤光栅波长进行解调，检测光纤光栅波长微小的变化情况，从而计算出温度。光源发出的连续带宽光波长范围是1526~1562nm，系统有10个采样通道，每个通道12个测点，每个点相隔10m，采集速率同步25Hz。并设计了基于ARM的数据采集远传模块，实现光纤数据的远程传输和监测。经过对北京某监测点的近3个月的持续采样，实验结果显示，该测量系统精度能达到0．5℃，可以实时地、持续地测量地下土壤温度的分布，满足系统对监测温度的要求。

简介：基于光纤陀螺寻北仪误差模型和光纤陀螺的误差特性,从理论上对光纤陀螺寻北仪寻北误差进行了分析,提出寻北仪主要包括系统误差和器件误差两个方面的误差源,并分别对不同误差源引起的寻北误差进行推导,得到光纤陀螺寻北仪寻北精度主要受陀螺零偏漂移、安装误差和转台测角精度决定的结论。对光纤陀螺寻北仪各误差源引起的寻北误差进行仿真实验,在考虑系统误差的条件下,0.01°/h精度的光纤陀螺寻北误差最大可达0.045°,实验结果证明了理论分析的正确性。

简介：行人重识别在视频监控领域是一个非常具有挑战性的问题,不同的摄像头位置角度、光照等因素会使同一行人的图像差异较大.文章提出一种DGD（DomainGuidedDropout）卷积神经网络（CNN）与样本相对距离结合的行人重识别算法：首先,通过卷积神经网络来提取来自多个域的数据中具有一般性及鲁棒性的特征;其次,通过计算各个特征样本之间的相对距离来筛选出更具有一般性及鲁棒性的特征;最后,比较筛选出的特征间的欧氏距离进行重识别.实验结果表明,该算法能够提高行人重识别的效率.

简介：行人检测在智能监控、自动驾驶、辅助驾驶、智能机器人等研究领域有着广泛的应用.传统的行人检测方法大多使用滑动窗口遍历图片的方式,导致计算量大,检测速度受到限制.目前基于深度学习的行人检测方法进入了一个快速的发展阶段,但是还存在例如小尺寸行人漏检等很多问题.现提出基于卷积神经网络的多尺度行人检测方法,分析了增加检测层、并联卷积层与改变卷积核尺寸对行人检测性能的影响.在KITTI数据集上的实验结果表明,该方法可以实现较好的行人检测效果.

简介：软件定义网络（SDN）将数据层与控制层相分离，是一种新型网络体系架构．针对目前SDN网络还不能提供路由服务问题，设计了一种基于OpenFlow技术，使得SDN网络拥有路由转发功能的方案．依托RouteFlow平台，以内核虚拟化技术为基础，以Quagga软件为路由引擎，通过OpenFlow控制器为数据平面提供路由逻辑控制策略．实验结果表明，该方案不仅让SDN网络具有了路由转发功能，还能使系统保持较好的稳定性．

简介：针对传统交通控制与诱导模型及算法的不足，提出了具有中心协调系统（CCOS）的交通控制与诱导协同模型。利用数据融合技术将历史数据的短时交通预测、交通事件检测结果以及实时交通流数据设计面向交通动态的信息融合，并采用神经网络技术构建基于神经网络的交通控制诱导协同模型，同时对模型的参数进行了确定。。通过典型的路网进行仿真实验和对比分析，实验验证了该模型具有可行性和有效性。

简介：单隐层前向神经网络的学习能力是有限的.特别地,作为分类器,单隐层前向神经网络对于图像的复杂信息和不同图像之间的细节信息很难学习和处理.文章借鉴深度神经网络的思想,将单隐层矩阵输入的神经网络拓展到多隐层神经网络,并采用传统的反向传播算法对其训练并给出学习算法.通过多个数据库的实验对比,结果显示所提出的算法具有良好的效果.

简介：绘画作品的数字化对有效使用绘画资源具有重要意义，传统图像分类方法并未考虑绘画作品主观特性，且大部分特征需要人工提取，存在细节特征丢失等问题．在此提出基于卷积神经网络的绘画图像分类方法，分析了卷积核大小、卷积神经网络结构宽度、训练样本数量对分类结果的影响，以优化网络结构和参数．实验结果表明，该方法对绘画图像分类的有效性，在不同绘画图像数据集的分类实验上也得到了较好的分类结果．

简介：传统的深度信念网络模型缺乏并行有效的算法来确定网络层数以及隐藏层神经元的数目,实验时大多依据经验来选取,这样做不仅使得模型训练困难,且范化能力差,影响实验结果.针对此问题,通过比较重构误差和验证集错误分类率的乘积（加权误差）大小来选取网络层数,网络层数确定后,再根据重构误差使用渐增法或二分法来选择合适的隐层神经元数目,以使整个模型达到最优.实验结果表明,用上述方法确定模型网络层数及隐藏层神经元数目,能有效提高模型分类或预测的精度.