首页期刊导航|光学精密工程
期刊信息/Journal information
光学精密工程
中国科学院长春光学精密机械与物理研究所 中国仪器仪表学会
光学精密工程

中国科学院长春光学精密机械与物理研究所 中国仪器仪表学会

曹健林

月刊

1004-924X

gxjmgc@ciomp.ac.cn；gxjmgc@sina.com

0431-86176855

130033

长春市东南湖大路3888号

光学精密工程/Journal Optics and Precision EngineeringCSCD北大核心CSTPCDEI
查看更多>>《光学 精密工程》学报简介 《光学 精密工程》（Optics and Precision Engineering）是中国科学院主管，中国科学院长春光学精密机械与物理研究所、中国仪器仪表学会、中国微米纳米技术学会共同主办的国际性学术期刊。本刊于1959年创刊《光学机械》，1966年停刊，1975年复刊，1993年更名为《光学 精密工程》。现为16开本，双月刊，科学出版社出版，国内外公开发行。 《光学 精密工程》首任主编为我国第一代著名光学家王大珩，随后担任主编的有张作梅、唐九华和陈星旦，现任主编是中国科学院副院长、中国科学院光电研究院院长曹健林。50余年的变迁，《光学 精密工程》从初创到成长、壮大，特别是改革开放以来的发展，从一个侧面展现了我国现代应用光学与微纳米技术和精密工程交叉学科崛起与发展的梗概和脉络。现在，《光学 精密工程》已成为目前中国历史最悠久、在国内外发行量较大、影响面相对广泛的现代应用光学与微纳米技术和精密工程交叉学科的学术期刊，赢得了国内外同行的普遍认同和信誉，受到包括诺贝尔奖获得者Charles H.Townes教授在内的一些著名国际学者的高度评价，被认为是“有中国特色的刊物”，奠定了它在中国科技期刊中的重要地位。 《光学 精密工程》自创刊以来，为本学科科研工作的正确开展，为加速科研成果的诞生，为发挥预见与导向作用，为我国现代应用光学与微纳米技术和精密工程赶超国际先进行列发挥了不可替代的桥梁与纽带作用。这几年来，《光学 精密工程》继续以提高学术质量来增强核心竞争力，在办刊理念、学术品位、编辑质量、出版发行与宣传，以及运用现代信息技术等方面，进一步加快与国际接轨的步伐。 《光学 精密工程》的编辑委员会由世界各地有权威的学者组成，编辑部设在中国科学院长春光学精密机械与物理研究所。《光学 精密工程》刊载现代应用光学与微纳米技术和精密工程领域的高水平理论性和应用性的科研成果，内容包括：1)空间光学；2)光学材料和纳米材料；3)光学设计和系统；4)激光和激光技术应用；5)光通讯；6)微纳技术与精密机械；7)医用光学；8)先进加工制造技术；9)信息理论与信息处理技术10）测试技术与设备以及有关交叉学科等。 　　 《光学 精密工程》的读者对象为相关专业从事科研、教学、生产、运行的研究人员和工程技术人员以及研究生等。面向国际学科发展的前沿领域，以国家知识创新体系的建设为依托，跟踪热点课题加强组织和征集优秀稿件，优先发表具有创新性、导向性和权威性的学术论文。所有录用稿件均以印刷版、光盘版、网络版等同时出版。《光学 精密工程》被国外著名检索系统，如美国工程索引（EI）、英国科学文摘（INSPEC）、美国化学文摘（CA）、美国剑桥科学文摘（CSA）、俄罗斯文摘杂志（AJ）等多种检索刊物和数据库收录。 《光学 精密工程》编辑委员会期望与科学家、作者、读者、出版社和信息系统团结起来，在共同的目标下相互支持与合作，在我国政府及其主管部门的组织和协调下，共同营造我国科技期刊发展的优良环境，为创办国际一流的学术期刊不懈努力，让中国科技期刊加快融入国际学术交流。
正式出版
收录年代

    面向机械臂抓取的航天器位姿检测

    黄成苏俊飞许家忠
    3231-3243页
    查看更多>>摘要：针对机械臂非合作抓取任务中目标检测效率低的问题，提出了一种基于改进YOLOv8n的目标位姿检测算法。将大型可分离核注意力(Large Separable Kernel Attention，LSKA)引入金字塔池化层(Spatial Pyramid Pooling Fusion，SPPF)，以增强模型的多尺度聚合特征能力;设计一种全新的轻量化模块RGCSPELAN，以减少模型的运行成本与计算量;然后，用inner思想改造平均成对距离交并比(Mean Pairwise Distance Intersection over Union，MPDIoU)，进而改造加权交并比(Wise-IoU)，形成新的损失函数Wise-MPDIoUinner，以提高模型的训练效果与检测性能;最后，基于目标位置检测信息和深度信息，通过构建目标实时坐标系得到其空间三维姿态信息并完成机械臂抓取任务。实验结果表明:本文算法的精确率达到了96。5%，mAP@0。5指标达到了96。7%，参数量降低了16%，推理速度提升了33%，实现了模型精度与轻量化之间的平衡，且满足UR5机械臂在非合作抓取任务中的实时性要求。

    机械臂抓取检测轻量化YOLOv8n位姿检测损失函数

      原文链接:
    • 万方数据
    • 维普

    基于多模态融合的3DRes-ViT膝骨关节炎分类模型

    宋宇徐睿才晓东王昕...
    3244-3255页
    查看更多>>摘要：针对膝骨关节炎的多分类准确率低，对膝骨关节图像特征提取不充分的问题，提出了基于多模态融合的3DRes-ViT网络模型。设计一种三维卷积神经网络(3D Convolutional Neural Networks，3D CNN)，分别提取双回声稳态(DESS)和快速自旋回波(TSE)磁共振成像(Magnetic Resonance Imaging，MRI)序列的三维浅层特征。研究发现这两种信息具有互补性，将这些特征进行融合。通过高效通道注意力(Efficient Channel Attention，ECA)模块捕捉融合后特征通道间的依赖关系，并输入到Vision Transformer(ViT)编码器中，结合3DCNN和ViT的优势高效聚合两个模态的局部特征和全局特征。最后，ViT的输出再与二维卷积神经网络(2D CNN)提取的X光图像特征进行融合，以进一步提升分类性能。实验结果表明，本文方法在KOA四分类任务中表现优异，平均分类准确率达到了 91。2%、平均精度为91。6%，F1分数为0。914，平均绝对误差降低至8。8%，显著提高了膝骨关节炎多分类的准确率。

    医学图像处理深度学习膝骨关节炎多模态融合X光磁共振成像视觉转换

      原文链接:
    • 万方数据
    • 维普