刘津京 1,2,3殷高方 1,2,3,*赵南京 1,2,3张小玲 4[ ... ]程钊 1,3
作者单位
摘要
1 中国科学院合肥物质科学研究院安徽光学精密机械研究所中国科学院环境光学与技术重点实验室, 安徽 合肥 230031
2 中国科学技术大学,安徽 合肥 230026
3 安徽省环境光学监测技术重点实验室,安徽 合肥 230031
4 安徽大学物质科学与信息技术研究院,安徽 合肥 230601
以蛋白核小球藻为研究对象,通过毒性胁迫、光照胁迫和温度改变蛋白核小球藻的光合活性,研究蛋白核小球藻叶绿素荧光产量与光合活性参数Fv/Fm的变化关系。结果表明:3种不同生长环境下,蛋白核小球藻的叶绿素荧光产量随着Fv/Fm改变而发生较为明显变化,最大变化范围为235~668 (μg·L-1-1Fv/Fm与叶绿素荧光产量之间具有明显负线性相关性,线性优度R2超过0.91。该研究结果为发展更为准确的藻类叶绿素a质量浓度活体荧光检测方法提供了重要依据。
光谱学 浮游藻类 活体荧光法 叶绿素荧光产量 光合活性 浓度检测 
光学学报
2023, 43(23): 2330001
作者单位
摘要
南京邮电大学 电子与光学工程学院、微电子学院, 南京 210023
传统的硅压阻式压力传感器存在易受温度影响、断裂韧性较差以及传感节点有限等缺点,因此设计了一种悬浮型阵列结构的石墨烯压力传感器。首先分析了该传感器的结构与原理,然后研究了应变对石墨烯能带结构的影响。最后,建立了顶板-支柱结构的压强放大模型和挠度放大模型。理论与仿真结果表明,压强的放大系数与半径比满足负指数关系,随着支柱底面半径的不断减小,放大系数趋于定值;在集中压力模型中,最大挠度与半径比近似满足线性关系,最大挠度与压强呈三分之一幂次关系。
悬浮型石墨烯 压力传感阵列 能带结构 放大模型 suspended graphene pressure sensor array band structure amplification model 
微电子学
2022, 52(3): 449
作者单位
摘要
南京邮电大学 电子与光学工程学院、微电子学院, 南京 210023
为了研究多层石墨烯对声表面波的放大作用, 分析了外加电场下石墨烯载流子的可变电导率, 研究了不同衬底下多层石墨烯声表面波放大器的放大性能。对比研究了ZnO和CdS为衬底的石墨烯声表面波放大器, 分别对其在不同载流子漂移速度下的放大倍数进行了研究。结果表明, 以ZnO为衬底, 载流子漂移速度大于且接近声表面波相速度时, 放大性能是最优的, α可以达到34.92 dB。
声表面波 放大 电导率 多层石墨烯 surface acoustic waves amplification conductivity multi-layer graphene 
微电子学
2022, 52(1): 82
程钊 1,2,3赵南京 1,3,*殷高方 1,3张小玲 4王翔 1,2,3
作者单位
摘要
1 中国科学院合肥物质科学研究院安徽光学精密机械研究所环境光学与技术重点实验室, 安徽 合肥 230031
2 中国科学技术大学, 安徽 合肥 230026
3 安徽省环境光学监测技术重点实验室, 安徽 合肥 230031
4 安徽大学, 安徽 合肥 230601
针对混合浮游藻类群落离散三维荧光光谱特征识别,对比分析了简单卷积神经网络(PlainCNN)和文本卷积神经网络(TextCNN)模型对5种常见门类藻(铜绿微囊藻、斜生栅藻、菱形藻、楯形多甲藻和隐藻)混合数据的种类识别准确率及浓度测量精度。结果表明,在藻类独立识别及浓度回归分析中,PlainCNN模型对测试集的平均识别准确率和浓度输出结果的平均均方误差分别为90%和0.052,均优于 TextCNN模型。为了同时实现混合藻类种类识别和浓度分析,基于PlainCNN模型提出了多任务卷积神经网络PlainCNN-MT模型。该模型对混合藻类种类识别的平均准确率提高至95%,浓度输出结果的平均均方误差降低至0.039,表明多任务卷积神经网络在浮游藻类群落识别与定量分析中更具优势。
光谱学 浮游藻类 离散三维荧光光谱 卷积神经网络 种类识别 定量分析 
光学学报
2022, 42(5): 0530002
作者单位
摘要
南京邮电大学 电子与光学工程学院、 微电子学院, 南京 210023
相较于传统的压电单晶声表面波器件,薄膜型声表面波器件具有成本低、易小型化、易集成化等优点。文章对几种薄膜型声表面波器件的研究进展进行了综述。首先,总结了几种常见的薄膜制备方法。然后,根据应用范围的不同将薄膜型声表面波器件分为高频器件和高温器件。根据这两大类型,综述了近年来较典型的五种薄膜型声表面波器件,介绍其制备流程、基本结构和高频/高温等特性。最后,对五种薄膜型声表面波器件进行对比,并对薄膜型声表面波器件的未来发展提出展望。该综述对薄膜型声表面波器件的实际应用及推广具有一定借鉴意义。
声表面波 薄膜结构 高频 高温 surface acoustic wave thin film structure high frequency high temperature 
微电子学
2021, 51(4): 570
作者单位
摘要
1 上海材料研究所 上海市工程材料应用与评价重点实验室, 上海 200437
2 上海第二工业大学 环境与材料工程学院, 上海 201209
为了提高压电能量采集系统的采集效率, 该文提出了一种用于压电能量采集的自供电能量管理电路。采用基于并联同步开关感应(P-SSHI)技术的有源全桥整流电路来提高压电采能器的功率, 降低整流电路上的导通损耗; 采用低功耗稳压降压集成芯片配合超级电容器, 实现能量的高效采集存储。仿真结果表明, 在模拟输出电压幅值为20 V时, 该整流电路的输出功率为1.084 6 W, 比传统整流电路的平均输出功率提高了16.8%, 在最高输出电压为5 V时, 30 s内储存能量可以达到4.137 1 J。
压电能量采集 能量管理 有源二极管 并联同步开关感应(P-SSHI) 自供电 piezoelectric energy harvesting energy management active diode P-SSHI self-powered 
压电与声光
2021, 43(4): 464
程钊 1,2,3赵南京 1,3,aff***殷高方 1,3张小玲 4[ ... ]刘文清 1,3
作者单位
摘要
1 中国科学院环境光学与技术重点实验室,中国科学院安徽光学精密机械研究所,安徽 合肥 230031
2 中国科学技术大学,安徽 合肥 230026
3 安徽省环境光学监测技术重点实验室,安徽 合肥 230031
4 安徽大学,安徽 合肥 230601
针对水体藻类群落离散三维荧光光谱的识别,以5种常见门类藻种(铜绿微囊藻、斜生栅藻、菱形藻、楯形多甲藻和隐藻)为对象,研究了基于自加权交替三线性分解(SWTATLD)算法的藻类离散三维荧光光谱识别方法,并将识别结果与平行因子(PARAFAC)算法的解析结果进行了对比分析。结果表明:PARAFAC算法解析得到的铜绿微囊藻的平均回收率为92.73%±13.99%,斜生栅藻的平均回收率为105.51%±11.58%,菱形藻的平均回收率为89.25%±13.68%,楯形多甲藻的平均回收率为109.48%±13.47%,隐藻的平均回收率为88.76%±13.60%;SWTATLD算法解析得到的铜绿微囊藻的平均回收率为96.70%±3.94%,斜生栅藻的平均回收率为98.07%±4.48%,菱形藻的平均回收率为101.71%±3.97%,楯形多甲藻的平均回收率为97.26%±4.11%,隐藻的平均回收率为103.57%±4.34%;相比于PARAFAC算法,SWTATLD算法的解析结果更接近于真实浓度且偏差更小。研究结果为水体浮游藻类群落的有效识别及定量分析提供了一种良好的方法。
光谱学 光谱识别 平行因子算法 自加权交替三线性分解算法 浮游藻类群落 离散三维荧光光谱 
光学学报
2021, 41(14): 1430001
作者单位
摘要
西安医学院药学院,西安 710021
以5-磺基水杨酸和咪唑衍生物为配体合成了单核、双核结构的三元混配Cu(Ⅱ)配合物:[Cu(H2biim)(Hssal)(H2O)2]·H2O(1)和{[Cu(MeHbiim)(Hssal)(H2O)]·0.5H2O}2(2)(H3ssal=5-磺基水杨酸,H2biim=2,2’-联咪唑,MeHbiim=N-甲基-2,2’-联咪唑),并利用元素分析、红外光谱、紫外-可见光谱、X-射线单晶衍射及热重分析等技术手段对其结构进行了表征。单晶结构解析表明配合物1属于单斜晶系,P21/C 空间群,Cu(Ⅱ)离子与1个5-磺基水杨酸根、2个水分子以及1个联咪唑分子形成五配位四角锥构型的单核配合物结构。配合物2属于正交晶系,P2(1)2(1)2(1)空间群,双核Cu(II)离子分别处于五配位四角锥和四配位平面四边形的几何构型的配位环境中,与配合物1不同,5-磺基水杨酸采取μ2双-单齿配位模式。荧光光谱分析表明配合物2具有较强的荧光性。
Cu(Ⅱ)配合物 5-磺基水杨酸 联咪唑 晶体结构 荧光性质 双-单齿 Cu(Ⅱ) complex 5-sulfosalicylic acid biimidazole crystal structure fluorescence property bis-monodentate 
人工晶体学报
2021, 50(2): 331
黄尧 1,2,3赵南京 1,3,*孟德硕 1,3左兆陆 1,2,3[ ... ]谷艳红 4
作者单位
摘要
1 中国科学院 安徽光学精密机械研究所 环境光学与技术重点实验室,合肥 230031
2 中国科学技术大学,合肥 230026
3 安徽省环境光学监测技术重点实验室,合肥 230031
4 合肥学院 先进制造工程学院,合肥 230601
激光诱导荧光技术具有实时、快速的优势,并且无需对样品做预处理,是土壤多环芳烃定量分析检测的一种重要分析手段。然而土壤中多环芳烃种类繁多,激光诱导荧光光谱重叠严重,在无法进行化学分离的情况下实现土壤中多环芳烃的精确定量是难点之一。本文采用266 nm可移动激光诱导荧光系统获取了农田土壤多环芳烃的荧光光谱,研究了基于单变量线性回归、加权非负最小二乘多元线性回归和支持向量回归的多组分多环芳烃定量分析方法。结果表明:采用单变量线性回归,蒽和菲的相关系数均小于0.90,平均相对误差均大于20%;与单变量线性回归相比,加权非负最小二乘多元线性回归提高了两组分多环芳烃污染土壤中蒽和菲的预测精度,但在多组分多环芳烃污染土壤中的平均相对误差仍在20%以上。最后,采用GWO-DE优化的支持向量机回归模型分析了多组分多环芳烃污染土壤中的蒽和菲,蒽的平均相对误差由多元线性回归的23.1%下降至5.02%,菲的平均相对误差从20.8%下降到4.83%。该研究为提高土壤多组分多环芳烃激光诱导荧光定量分析的准确性提供了方法支撑。
polycyclic aromatic hydrocarbons laser-induced fluorescence spectra quantitative analysis 多环芳烃 激光诱导荧光光谱 定量分析 
中国光学
2020, 13(6): 1401
作者单位
摘要
Wuhan National Laboratory for Optoelectronics, Huazhong University of Science and Technology, Wuhan 430074, China
two-dimensional (2D) materials integrated optics optical switches performance table 
Frontiers of Optoelectronics
2020, 13(2): 129

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!