论文部分内容阅读
对UV-TEA CO2激光气体采用催化循环的方法,成功地使激光器运转次数从原来的500次提高到10万次以上。
UV-TEA CO2激光气体的催化循环试验
【摘 要】
：
对UV-TEA CO2激光气体采用催化循环的方法,成功地使激光器运转次数从原来的500次提高到10万次以上。
【机 构】
：
上海化工研究院中国科学院上海光机所
【出 处】
：
中国激光
【发表日期】
：
1983年10期
其他文献
用量子阱技术生长的半导体材料作激光增益介质,AlGaAs/GaAs对做布喇格反射镜,并以简单的平凹腔做谐振腔,半导体激光器作泵浦源,制作出了光泵垂直外腔面发射半导体激光器.在抽运功率1.5
W时,得到了中心波长1005 nm、最大输出功率40 mW的激光,光-光转换效率2.7%.
W时,得到了中心波长1005 nm、最大输出功率40 mW的激光,光-光转换效率2.7%.
研究了在无衍射光束成像过程中，相干和非相干光源对成像系统分辨率的影响。对于衍射受限的成像系统，利用衍射积分理论与傅里叶光学理论导出成像系统的点扩展函数（PSF）公式，对不同的PSF进行模拟比较，结果表明非相干光源下的PSF更加集中，成像质量更好。分别采用波长为632.8 nm的He-Ne激光相干光和中心波长458.5 nm、半峰全宽24.5 nm的蓝光发光二极管（LED）非相干光作为光源进行实验，并利用Zemax软件进行模拟。对比实验结果与数值模拟仿真结果：非相干光源下所成的条纹像粗细更加均匀清晰，分辨率
为了快速而准确地判别煤矿突水水源类型，提出了一种构建多层正则极限学习机(M-RELM)模型的方法，该模型融合了非线性特征提取和分类学习。以激光诱导荧光(LIF)技术获取水样荧光光谱，作为模型的输入；以改进的自动编码器(AE)提取荧光光谱特征，形成模型隐含层的特征空间。为了减少光谱中噪声和异常对分类结果的影响，对极限学习机(ELM)算法进行了正则化优化，根据是否利用未知样本构造训练集，进行L2范数正则极限学习机(L2-RELM)或基于图的流形正则极限学习机(GM-RELM)优化，实现监督或半监督的分类学习。
为了研究以CMOS有源像素传感器为感光元件的摄像机系统的辐射损伤模式及损伤表征,利用在线辐射实验的方法,结合辐射干扰噪声抑制算法,研究了彩色视频图像信息随辐射总剂量的变化情况,并讨论了不同辐射总剂量照射下硬件的辐射寿命,以及γ射线辐射对数字图像信息的影响。研究结果表明:摄像机的γ射线辐射损伤模式主要表现为透光率下降,传感器的暗电流增大、失真和损坏,以及主板的瞬时损坏;感光元件的辐射总剂量效应主要导致本底噪声的增大,且噪声主要集中在图像的暗部;暗电流导致图像灰条纹中平均像素值的增量远不及因镜头透光率下降而造
激光雷达观测网是研究区域大气颗粒物污染分布特征的有力工具。长三角地区激光雷达观测网部分站点 的激光雷达资料与地面气象数据、PM2.5、PM10质量浓度数据,以及HYSPLIT后向轨迹模型模拟的后向轨迹 相结合,对2016年9月杭州及其周边地区一次颗粒物污染的来源和成因进行了分析。分析结果表明,9月8日 杭州颗粒物污染过程是该地区局地污染与高空输送共同作用的结果,且粗粒子主要来源于西北方向。 杭州地区SO2浓度整体较低,PM2.5浓度与NO2浓度呈正相关,细颗粒物主要以硝酸盐为主。较高的NO2浓度 和高湿度
Coupled dark-bright vector solitons are considered in a birefringent fiber, and their dynamics are studied by the variational approach. The stationary states are analyzed, and it is found that their intensity distribution depends strictly on the ratio of
Enhanced Kerr electro-optic nonlinearity and its application in controlling second-harmonic generati
We proposed a new scheme of controlling second-harmonic generation by enhanced Kerr electro-optic nonlinearity. We designed a structure that can implement the cascaded Pockels effect and second-harmonic generation simultaneously. The energy coupling betwe
将局部学习算法引入到种子的近红外高光谱图像最优波段选择中，并建立偏最小二乘判别分析分类预测模型，实现少波段条件下的玉米种子的快速鉴选。实验共采集了6 类样本共720 粒的玉米种子在874~1734 nm 波段范围内的256 幅近红外高光谱图像，利用局部学习算法获得波段的特征权重，并依据特征权重选择了最优波段。实验结果表明局部学习算法可有效获取最优鉴选波段，在13 个最优波段条件下，对6 组玉米种子可以获得平均纯度为95.97%的鉴选结果，为实现玉米种子的快速鉴选提供了一个合适的技术途径。