该研究团队在近期日常检测中发现一粒疑似合成钻石的天然钻石。 该样品的质量为0.029 5 g(0.14 ct), 尺寸为3.32 mm×3.33 mm×2.08 mm, 颜色级别为H, 净度级别SI1, 在正交偏光镜下具有异常消光现象。 该样品在短波紫外灯下具有强的绿黄色荧光, 并伴有强烈的绿黄色磷光现象, 磷光持续时间50 s以上; 傅里叶变换红外光谱仪测试确认该样品为Ⅱa型, 在1 400～400 cm-1无明显吸收峰, 在1 970～2 500 cm-1处具有由C—C晶格振动所引起的吸收峰; 紫外可见光谱仪测试未检测到415 nm吸收峰, 显示270 nm吸收峰。 上述特征疑似HPHT合成钻石。 为确认该样品的成因, 又对其做了部分光谱测试, 采用De Beers 研制的Diamond-viewTM测试样品的发光图像, 该样品的发光图像呈蜥蜴皮状、 蜂窝状; 采用常温光致发光光谱仪测试, 选用405 nm光源激发时, 可见415、 428和450 nm特征峰; 选用365 nm光源激发时, 可见415、 428和450 nm特征峰以及氮空位中心(N-V)0引起的575 nm特征峰, 未见氮空位中心(N-V)-引起的637 nm特征峰; 采用低温液氮光致发光光谱测试, 选用488和514 nm激发光源, 可见由氮空位中心(N-V)0和(N-V)-引起的575和637nm特征峰, 并且575 nm峰强度远大于637 nm峰强度。 总结对比当前最新的研究成果: 415 nm特征峰是天然无色钻石的重要特征峰; CVD合成钻石具有737 nm光致发光特征峰; HPHT合成钻石具有882和883 nm光致发光特征峰; 经HPHT处理钻石具有575和637 nm光致发光特征峰, 且637 nm发光峰强度远大于575 nm强度。 通过对比天然、 合成和处理钻石Diamond-viewTM测试的发光图像特征, 测试样品的发光图像符合天然钻石的特征。 综合以上研究, 最终确认该样品为天然Ⅱa型钻石。 该样品研究表明, 钻石鉴定需从常规宝石学特征入手, 注重红外吸收光谱、 紫外-可见光谱的测试, 特别关注Diamond-viewTM荧光成像、 光致发光光谱分析方法的使用, 综合判断才能获得准确结论。

分布式布拉格反射镜（DBR）是共振腔发光二极管（RCLED）的主要组成部分，其温度特性对RCLED的性能有着重要影响。基于650 nm红光RCLED，设计出由Al_0.5Ga_0.5As和Al_0.95Ga_0.05As组成的DBR结构。首先通过Al_xGa_1-xAs材料折射率的色散关系分析温度对Al_xGa_1-xAs材料折射率的影响，进而模拟了DBR反射谱的温度特性，得到随着温度升高DBR反射谱红移的结论，温漂速率为0.048982 nm/℃。通过MOCVD制备出30对Al_0.5Ga_0.5As和Al_0.95Ga_0.05As组成的DBR外延结构，并对其进行反射谱测试，发现随着温度升高反射谱出现了红移现象，温漂速率为0.049277 nm/℃，与模拟结果相近，验证了温度升高导致反射谱红移结论的正确性。

传统无监督域自适应行人重识别算法，抑制伪标签噪声效果差、域间泛化能力弱。针对这些问题，提出了一种基于软伪标签和多尺度特征融合的无监督域自适应行人重识别算法。为抑制伪标签噪声，利用并行网络的预测值作为软标签，通过交叉校对方式对伪标签噪声进行纠偏，为无监督域自适应任务提供更鲁棒的软伪标签。为增强域间泛化能力，利用多尺度特征重构和哈达玛积特征融合方法对深浅特征层信息进行处理，实现源域数据到目标域的风格转换，并结合实例和批量归一化网络解决残差网络域自适应性差的问题，增强网络对源域和目标域的泛化能力。实验结果表明，所提算法在Market-to-Duke和Duke-to-Market无监督域自适应任务中都取得了较好的性能，明显优于相关算法。

基于能带理论和分布布拉格反射镜(DBR)的工作原理, 分析了垂直腔面发射激光器(VCSEL)中DBR串联电阻较大的原因。采用组分渐变降低DBR结构中异质结界面处势垒, 优化DBR的各层掺杂浓度, 通过调控费米能级进一步降低DBR中的异质结势垒, 从而有效降低DBR串联电阻。实验采用Al0.22Ga0.78As/Al0.9Ga0.1As作为生长DBR的两种材料, 设计了DBR各层厚度, 研究了AlGaAs材料的最佳生长温度, 利用MOCVD外延技术完成了795nm VCSEL突变DBR与渐变DBR的生长。经过工艺制备, 测得突变DBR和渐变DBR的电阻分别为6.6和5.3Ω, 优化生长后的DBR电阻得到有效降低。

针对目标跟踪序列背景复杂、目标大尺度变化等导致目标辨识难度大的问题，提出了基于特征优选模型的Siamese网络目标跟踪算法。首先构建深度网络，有效地提取深度语义信息。再利用沙漏网络对多尺度下的特征图进行全局特征编码，将编码后的特征归一化处理，获取有效目标特征。最后构建特征优选模型，将解码获取的特征作为选择器甄别原特征图的有效特征并增强。为了进一步提高模型的泛化能力，引入注意力机制，对目标特征自适应加权，使其适应场景变化。最终提出算法在OTB100标准跟踪数据集测试成功率达到0.648，预测精度达到0.853，实时性为59.5 frame/s；在VOT2018标准跟踪数据集测试精度为0.536，期望平均覆盖率为0.192，实时性为44.3 frame/s，证明了该算法的有效性

针对遥感图像背景复杂、飞机目标尺寸变化大的问题，提出了基于平滑标签和多路聚合网络的遥感飞机检测方法。考虑到遥感图像中飞机目标辨识难度大，利用联合注意力机制捕获目标区域，缩小搜索范围。再使用改进的路径聚合网络提取主干网络中的4个特征层，可以有效提取浅层特征信息，将各层特征归一化后进行融合，预测目标的位置。为了避免训练模型过度依赖预测标签，造成过拟合，在网络中使用平滑标签技术，减小类内距离，有效提高训练模型的泛化能力。通过在两个公开数据集RSOD和HRRSD上进行大量实验，验证了提出方法的有效性。实验结果表明在RSOD数据集中，提出方法的平均精确率为0.967，在HRRSD数据集中平均精确率为0.993，与相关算法对比，检测精度有明显提升。

为了解决密集多目标检测中易造成的漏检问题, 提出一种基于双邻域对比度的红外小目标检测算法。首先利用峰值搜索算法筛选出候选目标; 再通过单尺度3层双邻域窗口遍历候选目标;最后利用双邻域对比度模型计算候选目标区域的最小灰度对比度, 并用对角梯度因子增强对比度和抑制杂波。结果表明, 与5种对比方法相比, 该方法的背景抑制因子和对比度增益分别平均提高4.7倍和1.8倍, 有效地抑制了杂波, 增强了目标。该研究能够准确地检测到相互接近的多个目标, 对提高复杂背景下的多目标检测精度是有帮助的。

微透镜阵列是一种多功能的微光学元件,可以对入射光进行扩散、光束整形、光线均分、光学聚焦等调制,进而实现大视角、低像差、小畸变、高时间分辨率和无限景深等,在光电器件和光学系统的微型化、智能化和集成化方面具有重要的应用潜力。介绍了微透镜阵列的光学原理和发展历程,综述了喷墨打印、激光直写、丝网印刷、光刻技术、光聚合技术、热熔回流技术和化学气相沉积法等微透镜阵列制备技术,总结了微透镜阵列在成像传感、照明光源、显示和光伏等领域的应用进展,最后对微透镜阵列的发展方向进行了展望,讨论了曲面微透镜、叠加复眼系统以及微透镜与新型光电材料结合等新方向的发展趋势和未来挑战。