首页期刊导航|光电子·激光
期刊信息/Journal information
光电子·激光
光电子·激光

巴恩旭

月刊

1005-0086

baenxu@public.tpt.tj.cn；　baenxu@263.net

022-23679707

300191

天津市南开区红旗南路263号

光电子·激光/Journal Journal of Optoelectronics·LaserCSCD北大核心CSTPCDEI
查看更多>>本刊为专业技术性刊物。报道光电子、激光技术领域的研究成果，内容包括新型光电子器件、装置和材料、光电控制和检测、光存贮和光电信息处理、通讯和光纤应用技术光电集成技术、光计算和光学神经网络、激光加工和激光应用、光电生物医学等方面。
正式出版
收录年代

    电子横向初始位置对高能电子轨迹和辐射特性的影响

    沈曈华欣竹何咏秋严刚...
    981-986页
    查看更多>>摘要：为得到圆偏振激光脉冲与电子碰撞后电子的最佳辐射特性,通过控制变量的方法,选取电子的若干个横向初始位置,利用MATLAB程序迭代模拟,并讨论电子横向初始位置对高能电子运动轨迹和辐射特性的影响.结果表明,随着电子横向初始位置的增大,电子的运动轨迹和辐射特性在圆偏振强激光脉冲的作用下受到显著影响.对电子的辐射功率进行分析,当电子处于0.15 λ0(λ0=1 μm)的横向初始位置,电子的螺旋运动产生的最大辐射功率会达到最佳状态.通过对圆偏振强激光脉冲与电子相互作用的模型进行仿真,发现了电子辐射功率全空间的分布规律,为实际中的精确实验提供了理论依据.

    圆偏振强激光脉冲电子横向初始位置电子运动轨迹辐射功率MATLAB仿真

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    高能N等离子源辅助GaN薄膜生长及其物性研究

    胡海争贺怀乐赖黎王顺利...
    987-992页
    查看更多>>摘要：氮化镓(GaN)具有宽带隙、高量子效率、优异的热稳定和抗辐射等特性,在高频、高功率电子及紫外光电器件中有着重要的作用.在本工作中,采用经济、环保的等离子增强化学气相沉积(plasma-enhanced chemical vapor deposition,PECVD)方法,通过使用高能 N 等离子体作为 N 源,在较低温度(850 ℃)下成功制备了高结晶质量的GaN薄膜,并研究了 N2流量对薄膜结晶质量、生长速率和光学性能的影响.结果表明,随着N2流量的增加,反应原子的动能提高,薄膜生长速度和结晶质量得以提升.但随着N2流量进一步增加,过高的成核率会导致衬底吸附的原子无法迁移到适当的位置,薄膜沿着不同的方向上随机生长,晶体质量下降.本文制备的GaN薄膜的载流子浓度达到2.19×1018 cm-3,迁移率达到5.17 cm2·V-1·s-1,在光电子器件中展现出较强的应用潜力.

    等离子增强化学气相沉积(PECVD)GaN薄膜低温沉积N等离子体

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于混合知识蒸馏的轻量级胸部疾病分类算法

    赖裕李锵聂为之白云鹏...
    993-1000页
    查看更多>>摘要：针对现有胸部疾病分类算法参数量较大、对运行设备的硬件资源要求较高的问题,本文基于混合知识蒸馏(knowledge distillation,KD)的训练策略提出一种轻量级胸部疾病分类算法RMS-Net.首先,该算法将优化后的残差收缩模块加入到基础网络MobileViT中,利用软阈值化的方式过滤X光片中的背景噪声;其次,提出混合知识蒸馏训练策略,利用多层级注意力图和相似性激活矩阵作为监督信号,提升轻量级模型的分类性能;最后,使用焦点损失函数(focal loss,FL)缓解数据集正负样本不均衡的问题.在ChestX-ray14数据集上展开验证,蒸馏训练后的RMSNet学生模型识别14类胸部疾病的平均AUC值为0.836,而参数量和浮点计算量分别为0.96 M和0.27 G.实验结果表明,本文算法在保持轻量化的同时分类精度更高,能有效降低算法运行时的硬件要求.

    ChestX-ray14多标签分类卷积神经网络(CNN)医学图像处理知识蒸馏(KD)

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于多任务的脑肿瘤MRI分割算法

    柴文光李文浩闫敬文
    1001-1008页
    查看更多>>摘要：针对脑肿瘤磁共振成像(magnetic resonance imaging,MRI)分割中样本缺少、类不平衡、小区域分割精度低等问题,本文提出了基于3D No-New U-Net的多尺度多任务深度学习算法TDDU-Net.首先,采用了一个编码器和三个不完全相同解码器的结构;其次,采用逆瓶颈结构设计的ConvXt模块作为解码器的前置处理,克服在部分核心区域解码时高层语义未被充分利用的不足;再次,在最底层编码器和解码器连接处增加广义特征处理模块InConvXt,保证全局特征的准确性,增强网络的稳定性;最后,在保证准确率的情况下,使用深度可分离卷积在适当位置减少网络的参数计算量.实验表明,预测分割结果在整体肿瘤区域(whole tumor,WT)、肿瘤核心区域(tur-mor core,TC)、增强肿瘤区域(enhancing tumor,ET)的 Dice 相似系数(Dice similarity coefficient,DSC)在BraTS18数据集中分别达到了 0.907,0.847,0.807.本文方法较其他方法表现出色,能准确分割出MRI中较小的肿瘤区域.

    图像处理脑肿瘤分割卷积神经网络磁共振成像(MRI)多任务学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    投稿须知

    封4页
      原文链接:
    • NETL
    • NSTL
    • 万方数据