低维磁性耦合体系的新物性及电/光场调控进展

简要介绍了3种不同的低维磁性耦合材料体系(即磁体/半导体、石墨烯、拓扑绝缘体形成的异质结构体系)的研究进展,重点讨论了其新物性、电/光场调控以及存在的若干问题,并提出了一些可能的解决方法.     

基于潜在调控因子筛选的高阶动态贝叶斯建模方法

为了解决目前用于构建基因调控网络的方法中所存在的网络构建准确率低、网络构建时间过长等问题,以及减小网络构建的复杂度,提高网络构建效率,提出了一种基于潜在调控因子筛选的高阶动态贝叶斯网络建模方法(high-order dynamic Bayesian network modeling method based on potential regulatory factor screening, PRS-HO-DBN).该方法将关联模型与高阶动态贝叶斯网络模型相结合,首先利用潜在调控因子筛选的方法在不同的时间延迟下删除与目标基因关联程度较低的基因,保留与目标基因关联程度较高的基因并作为目标基因的潜在调控因子集,以减小搜索空间;然后利用高阶动态贝叶斯模型进行结构学习,以提高网络构建的精确率.与其他的网络构建模型方法相比,该方法可以极大地缩短网络构建的时间,提升效率和精确度.     

一种改进的基于意图识别技术的报警信息关联处理模型

在分析了现有的各种报警关联算法的基础上，提出了基于意图识别技术的报警关联分析模型，并采用了MIT林肯实验室数据对该模型进行了计算机模拟。结果表明，选中的647个初级报警信息经过处理后报警数量减少到112个，说明该模型能够去除无关报警、冗余报警，并可以提高报警的准确率和报警质量。     

基于全息光学的虚拟现实与增强现实技术进展

 介绍了VR/AR产业发展的现状及未来趋势,从显示技术的角度阐述了目前主流VR/AR产品使用的技术方案,并比较了双目视觉、光场显示和全息显示3种VR/AR方案的优缺点。针对当前VR/AR主流方案存在的问题,提出了全息光学技术在VR/AR产品中的优势和在产业中的作用,特别是,归纳了全息光学技术在近眼显示领域的进展及其对VR/AR产业发展的意义。分析了全息光学和VR/AR产业在结合过程中所面临的挑战,并对基于全息光学的VR/AR产业发展进行了展望。     

现代计算机智能识别技术处理自然语言研究的应用与进展

以计算机智能识别技术为核心的基于自然语言处理的应用研究获得了长足的发展。不断获得实际的应用,使得基于计算机智能识别技术的自然语言处理研究成为语音识别的重点领域。以自然语言处理为对象,通过自然语言处理在文本及语音智能方面的具体应用为视点,分析说明计算机智能识别技术在自然语言方面的应用。最后,结合当今自然语言领域研究的现状,总结基于现代计算机智能识别技术的自然语言处理研究进展及其前景。     

基于图像处理方法的纸币清分系统的研究与实现

纸币自动清分可以有效提高银行的工作效率,基于图像处理技术的纸币自动清分系统的识别准确率对于纸币自动清分系统非常关键.基于机器视觉知识与模式识别的理论,并结合纸质人民币的图像特点,提出了纸质人民币序列号图像识别处理算法、"奖惩"机制下的线性传感算法和序列号区域特征提取方法.对纸币图像进行倾斜校正、局部特点提取、灰度增强和图像分块等处理后,将上述方法运用于采用CIS传感器的纸币图像处理系统中.实验证明,该方法具有较高的识别准确率,取得了理想的纸币自动清分效果.     

二能级原子与单模光场相互作用系统的量子场熵演化特性

利用全量子理论,研究了二能级原子与单模相干态光场相互作用系统的量子场熵演化特性;通过数值计算,讨论了光场的平均光子数、光场-原子之间的耦合系数g对量子场熵演化特性的影响.结果表明:量子场熵随时间的演化呈现出周期或非周期性的振荡、崩塌与回复等现象,说明、g对量子场熵演化特性的影响具有非线性的特征.     

基于相位恢复的SBAS-InSAR技术与光学影像结合的攀枝花地区滑坡早期识别

为克服传统SBAS-InSAR技术存在的相干性高估以及高相干点密度、质量低的问题,将相位恢复引入SBAS-InSAR中,采用改进的高相干点选取方法提高形变速率反演精度;同时利用GF-1号高分辨率光学影像辅助InSAR形变监测结果,以提高研究区滑坡体早期识别准确性及全面性。研究发现,经过相位恢复后,选取的高相干点密度及质量明显提高;共识别出隐患点28处,其中11处与已知隐患点完全匹配,新识别出17个滑坡隐患点,在随机选取的隐患点现场调查验证时均存在地表裂缝等滑坡隐患特征。因此,将相位恢复的思想引入SBAS-InSAR中,可以有效提高高相干点选取的密度和质量,使得相干性得到有效校正,从而提高形变监测的精度;此外,光学影像辅助获取形变信息,是对InSAR滑坡隐患点识别结果精度及可解释性的有效补充。     

长链非编码RNA:与植物发育和胁迫响应相关的新型调控因子

长链非编码RNA(long non-coding RNA, lncRNA)是指在基因组序列中长度大于200 nt,没有明显的开放阅读框,并且不具备蛋白编码能力的转录本.早期阶段,lncRNA一度被认为是遗传物质中的“转录噪声”.然而,随着越来越多的研究在不同物种中被报道,以及对lncRNA的功能研究逐渐深入,lncRNA已经逐渐成为基因组学领域的研究热点.该文系统地介绍了lncRNA的分类方法,总结了lncRNA参与调控植物发育与逆境胁迫响应的特征和机制,分析了lncRNA的主要研究技术和策略,并讨论了当前存在的主要问题以及未来的研究方向,旨在为后续的植物lncRNA研究及其在育种领域中的实际运用提供一定的指导依据.     

基于UTAUT理论的ERP技术采纳建模与实证研究

如何使信息系统被用户真正采纳与接受,己成为该研究领域一个备受关注的课题,此即信息技术采纳。本文以UTAUT模型为基础分析归纳了ERP技术采纳过程中的各种影响因素。结合模型因素设计了调查问卷,面向相关企业做问卷调查。结合得到的有效问卷数据,利用线性结构方程进行模型的拟合度分析和因果关系路径分析。根据对最终模型研究结果的分析和解释,对企业的ERP系统实施提出相关的建议,以期改善企业ERP系统实施效率低的现状。     

Squeezing bandwidth controllable twin beam light and phase sensitive nonlinear interferometer based on atomic ensembles

We review our recent experimental progress in quantum technology employing amplification effect of four-wave mixing in a rubidium vapor. We have produced an intensity difference squeezed light source at frequencies as low as 1.5 kHz which is so far the lowest frequency at which squeezing has been observed in an atomic system. Moreover, we find that the bandwidth of our squeezed light source can be controlled with light intensity pumping. Using our non-classical light source, we have further developed a nonlinear Mach-Zehnder (MZ) interferometer, for which the maximum fringe intensity depends quadratically on the intensity of the phase-sensing field at the high-gain regime, leading to much better sensitivity than a linear MZ interferometer in which the beam splitters have the same phase-sensing intensity. The quantum technologies developed by our group could have great potential in areas such as precision measurement and quantum information.     

关联成像技术在光学信息加密方面的研究现状及展望

光学信息安全技术因其高速、多维、并行等特点,成为现代加密技术的主要研究内容。而关联成像技术作为一种基于光场高阶关联获取物体信息的主动成像机制,具有结构简单、灵敏性好、抗干扰能力强等特点,同时其数据压缩降维的特性为光学信息安全技术提供了新的思路。基于此,根据应用场景的不同,详细介绍了关联成像技术在图像加密、保密传输、信息隐藏和认证及密钥分发等方面的国内外发展历程和应用现状,分析了关联成像加密方案存在的安全漏洞,讨论实际应用中尚存在的问题,并对关联成像加密方案的未来发展趋势进行了展望。     

基于数字图像处理的路面裂缝自动识别与评价系统

在论述国内外路面裂缝检测技术发展现状的基础上,分析了基于数字图像处理的路面裂缝识别与评价系统的工作原理。通过研究路面裂缝图像的特点和现有裂缝识别算法,提出了该技术应用中尚存在分析结果的可靠性、图像处理的速度以及路面裂缝评价技术的完善等几个关键技术,并探讨了解决这些问题的途径。     

基于可见光遥感图像的船只目标检测识别方法

 基于光学遥感图像提取船只目标是海洋信息感知中的重要应用方向,主要任务包括在广域大视场图像中快速检测定位船只目标,并在检测船只目标的基础上对目标信息进行进一步的提取与分类,该研究无论在民用及军事方面都具有重要意义。本文围绕船只检测识别方法中预处理及目标检测、分类等主要环节,阐述了各环节面临的难点问题及主要解决方法,指出了目前存在的问题,展望了基于光学遥感图像技术的发展趋势。     

基于线性降维技术和BP神经网络的热红外人脸图像识别

结合线性降维技术与BP神经网络对热红外人脸图像进行了识别研究.首先利用主成分分析和线性判别分析对热红外人脸图像进行图像降维及特征提取,然后将提取出的热红外人脸图像特征向量用于BP神经网络的训练,得到一个鲁棒性和容错性较强的分类器,用这个分类器对热红外人脸图像进行分类识别.实验结果表明,由于所提方法在提取便于分类的模式特征基础上,采用神经网络作为分类器代替特征向量间的欧氏距离判别,获得了较高的热红外人脸图像识别率.