【摘 要】
：
法布里-珀罗标准具是许多经典和现代光学领域中非常重要的器件之一.设计了一种简单稳定的空气隙法布里-珀罗标准具,作为飞秒脉冲激光器绝对距离测量光谱分辨干涉法的核心器件
【机 构】
：
江西财经大学软件与物联网工程学院,江西南昌330013
论文部分内容阅读
法布里-珀罗标准具是许多经典和现代光学领域中非常重要的器件之一.设计了一种简单稳定的空气隙法布里-珀罗标准具,作为飞秒脉冲激光器绝对距离测量光谱分辨干涉法的核心器件.将法布里-珀罗标准具放置在迈克耳孙干涉仪两路光束会聚出光处,滤出飞秒激光光学频率梳的梳齿,通过光谱仪精确地监测出飞秒脉冲激光器绝对距离测量干涉信号的光谱功率密度,从而计算出绝对距离.详细介绍了法布里-珀罗标准具的参数设计,进行了法布里-珀罗标准具调节系统实验.简要分析了飞秒脉冲激光器绝对距离测量光谱分辨干涉法的测量原理,实验结果表明,在±1mm测量范围内精确度可以达到±5μm以内.
其他文献
为提升孪生网络视觉跟踪算法的准确性,提出一种融合多任务差异化同质型模型的孪生网络视觉跟踪算法。首先在决策层对孪生网络视觉跟踪模型与目标分割模型进行融合,然后结合多尺度搜索区域、目标上下文特征、多学习率模型更新策略进行跟踪。在标准数据集VOT、OTB、LaSOT、UAV123上进行算法评估。实验结果表明,所提算法在遮挡、快速运动、光照变化等干扰下可以稳定跟踪目标。
针对传统语义分割算法参数量大、运行慢,不利于违禁品识别技术实际应用的问题,提出一种基于轻量化分割网络的违禁品识别算法。在模型的浅层特征层设计空洞卷积模块来扩大网络的感受野,减少误分类并提升分割精细度。在深层特征层设计非对称卷积模块取代传统单一串联卷积操作,降低计算复杂度。实验结果表明,所提算法在识别精度和速度上取得了均衡的性能,平均交并比(mIoU)达73.18×10-2,每秒传输帧数(FPS)达
为了提高模型在道口环境下的车辆图像的特征提取和识别能力,提出了一种基于改进残差网络的车辆分类方法。首先以残差网络为基础模型,改进了残差块中激活函数的位置,并将残差块中的一般卷积用分组卷积代替,引入注意力机制,用焦点损失函数替换交叉熵损失函数。实验部分先用公开数据集Stanford Cars进行预训练,再用自建的道口车辆数据集进行迁移学习。结果表明,改进模型在两个数据集中的准确率均优于几种经典的深度
现有的解码算法在识别具有复杂3D失真(比如柱面失真)的快速响应(QR)码时会遇到困难,导致数据无法被提取。为此,提出了一种低成本而高效的3D柱面失真QR码的修复算法。所提算法包括三个阶段:首先,通过逆向透视变换还原出3D真实世界的柱面失真QR码;然后,失真的QR码被展开成平面;最后,使用与第一阶段超参数相同的透视变换获得修复QR码。实验结果表明,所提算法可以处理不同柱面失真的QR码,并且仅使用少量
机器人在大尺度场景下开展同时定位与建图(SLAM)任务时,其闭环检测环节会出现较严重的错匹配或者漏匹配问题,因此,采用残差网络(ResNet)对图像序列进行特征提取,并提出一种新的闭环检测算法。通过预训练的ResNet提取输入图像的全局特征,并对该帧图像及之前具有一定长度的图像序列的特征按照下采样的方式进行拼接,将结果作为当前帧图像的特征,保证图像特征的丰富性与准确性。同时,设计一种双层查询的方法
针对视频序列运动目标检测易受环境噪声干扰、提取目标轮廓困难的问题,提出了一种基于边缘多通道梯度改进模型的多运动目标检测算法。首先,利用Canny算子获取视频序列中目标的边缘信息,并根据人类视觉色彩的恒常特性,对目标边缘建立时间、空间、颜色多通道梯度模型;然后,利用该模型获取目标边缘像素点的运动状态描述信息,实现背景边缘和运动物体边缘的分离;最后,将间断边缘像素点与其邻域点的运动状态相关联,以连接目
针对马尔可夫链蒙特卡罗(MCMC)算法的计算量大以及统计结果中含有严重噪声等问题,提出一种基于分层模型和低秩近似的X射线图像重建方法。首先引入全变差(TV)正则项来构造目标函数,并基于Jeffreys先验定义超参数以建立分层贝叶斯模型。然后采用变量分裂法得到分裂形式下各变量的条件概率密度分布。最后根据正向模型所具有的低秩性质来计算低秩近似的目标分布函数,从而得到关于待求参数的闭合解。结果表明,所提
阅读推广服务是智慧图书馆建设的重要内容,通过智慧图书馆阅读推广服务向老年人提供高质量阅读服务是公共图书馆的重要职责.基于情绪分析的智慧图书馆阅读服务平台获取老年人
为切实保护儿童个人信息权益,网络平台依照现有法规完善其儿童个人信息保护政策有其必要性.本文在梳理《儿童个人信息网络保护规定》内容框架的基础之上,从网络运营者职责、
传统三维(3D)点云配准过程中存在配准误差高、计算量大及耗时长等问题,针对该问题,提出了一种3D点云中关键点的配准与优化算法。在关键点选取阶段,用边缘点检测算法剔除边缘关键点,以提高关键点特征描述的全面性和重复性,降低3D点云配准误差。在3D点云配准阶段,用K-维树(KD-tree)加速的最近邻算法和迭代最近点算法剔除粗配准结果中的误配准关键点,降低配准误差,提高3D点云配准的速度与精度。实验结果