针对传统机械光栅周期不可调、检测精度低、无法实现光谱的连续扫描等问题,提出了一种基于石墨烯(GNP)和聚二甲基硅氧烷(PDMS)构成的复合材料的低压直流电驱动可调谐纳米光栅,并对光栅整体结构进行了设计。利用COMSOL Multiphysics软件研究了光栅结构尺寸和驱动电压对光栅周期和膜层温度的影响规律。分析结果表明,在低电压驱动下膜层最大温度变化约为160 ℃,光栅周期在5 s内的最大调谐量为160 nm。此外,在不同的驱动电压下,光栅周期和膜层温度的变化规律是相似的,这满足了工业气体的不同检测需求。

目前主流的不良视频检测大多基于视频内容分析, 属于计算密集型任务, 不利于巨量视频通话流的实时检测。为此, 本文试图从新的视角来阻断潜在不良视频的传播, 即实时视频流相机溯源。和传统检测内容的方法不同, 本文试图通过检测产生不良视频的相机源来阻断潜在不良视频的传播, 即一旦发现某个正在视频通话的手机产生过不良视频, 就发出安全警告进行阻断。该思路的基本假设是拍摄过不良视频的手机拥有者有更大概率利用同一部手机拍摄不良视频。该思路的核心问题是寻找一种实时、可靠的相机溯源方法。为此, 本文主要聚焦以下三方面工作: 建立了一个包含100部视频的数据库用于算法评估, 数据库中的视频来自25部不同型号、不同品牌的相机, 每一部视频注明了相机来源; 建立了一种简单、有效的视频相机溯源机制, 实现相机的在线实时溯源; 提出了一种多相机指纹特征集成决策模型, 实现可靠的相机溯源。实验结果显示, 所提相机溯源机制能满足相机溯源的实时性要求, 并且所提多相机指纹特征集成决策模型显著优于现有的单一模型, 对于安卓手机, 其视频相机溯源准确率达到98.161%, 验证了该思路的可行性。

研究了深度分类网络在道路交通典型目标分类中的应用,使用原始灰度图、HOG特征直方图、Canny边缘图与本征特征等多种目标表征方法与深度置信网络(Deep Belief Networks,DBN)相结合构建深度分类网络实现对行人、骑车人、车辆和其他4种典型道路交通目标的分类功能。为了配合基于DBN的深度人车分类网络的训练,建立了称为NUPTERC的典型道路目标图像库,给出了建库的规则和方法,利用NUPTERC图像库构建实验对深度分类网络进行测试,并与其他典型人车分类方法进行了比较。证明深度分类网络在满足实时性的条件下,可以获得令人满意的分类正确率。最后,将基于DBN5Canny的人车分类算法应用于智能视频分析云平台,实现了对道路上的典型目标实时、精确的统计和分类功能。

目前柔性结构损伤检测需多个传感器, 且需要探测器具有极高的采集频率。光纤光栅具有动态响应快、 易实现分布式测量等特点, 为解决上述问题提供了有效的途径, 提出采用线性啁啾光栅(LCFBG)实现动态应力场探测。首先, 用传输矩阵理论建立了LCFBG反射光谱应变传感模型, 用衰减正弦函数模拟沿LCFBG分布的动态应力场。通过仿真实验, 详细研究了LCFBG反射光谱对不同振幅、 不同衰减系数与不同传播速度动态应力场的响应特性。实验结果表明, LCFBG反射光谱的反射率、 波长变化与光谱形状均与动态应力场上述参数有关, 但是LCFBG反射光谱对动态应力场不同参数的响应规律不同。在一定范围内, LCFBG反射光谱的最大反射率随动态应力场幅值与速度的增大而增大, 最终趋于一稳定值, 但其随阻尼系数增大而减小。最后, 研制了以LCFBG为敏感元件的传感器, 并构建了动态应力场实验平台, 实验结果与仿真实验数据基本一致。提供了一种通过实时采集LCFBG全光谱信息探测动态应力场的新方法。

利用小波分析对13名志愿者18个血清样品的短波近红外光谱进行去噪预处理, 以血糖仪测定的血糖为参考, 采用间隔偏最小二乘法(iPLS)在700 nm~1 060 nm短波近红外波段建立血糖浓度预测模型。由相关系数(R)和预测标准差(RMSEP)对预测模型的精确度进行了评价。预测模型的相关系数为0.9654, 均方根预测误差为0.2435,并和采用傅立叶变换去噪方法及iPLS建模的结果进行了比较。结果表明: 小波分析预处理数据的方法能更有效地扣除噪声干扰, 使模型具有更强的抗干扰能力和更高的预测精度。