【摘 要】
：
为了提高对太阳活动等离子体运动速度探测的准确性,基于新型极紫外无缝成像光谱仪的五级次光谱成像设计,利用计算机断层成像和无缝成像光谱仪数据处理过程中的相似性,提出了一种新的用于求解太阳活动等离子体运动速度信息的三维重建算法。通过对仿真模型的重建,可以证明新算法的重建结果比现有算法的重建结果具有更高的准确性;同时,通过对比仿真结果,提出了更优的极紫外光谱成像系统设计方案。
【机 构】
：
清华大学工程物理系,北京100084粒子技术与辐射成像教育部重点实验室(清华大学),北京100084北京卫星环境工程研究所,北京100094
论文部分内容阅读
为了提高对太阳活动等离子体运动速度探测的准确性,基于新型极紫外无缝成像光谱仪的五级次光谱成像设计,利用计算机断层成像和无缝成像光谱仪数据处理过程中的相似性,提出了一种新的用于求解太阳活动等离子体运动速度信息的三维重建算法。通过对仿真模型的重建,可以证明新算法的重建结果比现有算法的重建结果具有更高的准确性;同时,通过对比仿真结果,提出了更优的极紫外光谱成像系统设计方案。
其他文献
Electro Scientific工业公司生产的9000型激光处理系统是种大量生产高密度存贮器装置的先进系统，用于亚微米结抅、大尺寸晶片、工厂自动化和改善微粒污染控制的中心处理。
We propose a robust scheme that creates a toroidal magnetic potential on a single-layer atom chip. The wire layout consists of two interleaved Archimedean spirals, which avoids the trapping perturbation caused by the input and output ports. By using a rot
研究了基于发光二极管(LED)指示灯的可见光通信系统。在发送端,采用嵌入式个人电脑的硬盘指示灯,搭建硬件实验平台,采集数据并进行统计分析,得到信号模型的参数。在接收端,采用单光子雪崩二极管(SPAD)作为接收机,以提高接收机的灵敏度,扩展系统的通信距离。针对时钟漂移问题,提出一种脉冲宽度长-短键控(PWLSK)调制方案来代替传统的开关键控(OOK)方案,并通过硬件实验进行了验证。实验结果表明,在实验条件下,OOK调制方案的误码率(BER)始终无法降至10 -4以下,难以满足通信需求。并且在仿真实验中,OO
Learning-based methods have been proved to perform well in a variety of areas in the biomedical field, such as biomedical image segmentation, and histopathological image analysis. Deep learning, as the most recently presented approach of learning-based me
Specimens of PbTe single film are deposited on Ge substrates by vacuum thermal evaporation. During the temperature range of 80–300 K, the transmittance of a PbTe film within 2–15 μm is measured every 20 K by the PerkinElmer Fourier transform infrared spec
利用NPB为空穴传输材料，Alq3为电子传输和发光材料，研制成功结构为ITO/NPB(50 nm)/Alq3(60 nm)/Al(100 nm)的绿色发光OLED显示器件。运用STM32F103C8T6单片机模块、HC-06蓝牙模块、时钟电路模块、复位电路模块和电源模块构成无线蓝牙控制系统，引入OLED显示器件作为信息传输的人机界面显示模块，将用户要发布的信息通过手机APP编辑、蓝牙传输的方式传递到系统的显示面板。该面板的蓝牙控制系统由三个子模块组成：第一子模块是以51单片机为主的信息处理核心；第二子模块
生物医学研究的发展对光学显微成像的性能,如空间分辨率、成像速度、多维度信息、成像质量等提出了更高的要求。光片荧光显微采用一个薄片光从侧面激发样品,在正交方向探测成像,具有快速三维层析成像和对样品光漂白和光毒性小的优点,是活体生物样品长时间显微观测的理想工具。本文介绍了光片荧光显微成像技术的基本原理及其主要特点;综述了光片荧光显微面临的主要技术问题,以及为解决这些问题而发展出的新原理、新思路和新方法
提出了一种基于集成卷积神经网络(CNN)的遥感影像场景分类算法。通过构建反向传播网络实现了场景图像的复杂度度量;根据图像的复杂度级别,选择CNN对图像进行分类,完成了遥感影像的场景分类。使用所提出的算法对NWPU-RESISC45公开数据集进行了实验验证,取得了89.33%(第一类实验)和92.53%(第二类实验)的分类准确率,平均运行时间为0.41 s。相比于精调训练的VGG-16模型,所提算法