摘要：相变材料(PCM)具有优异的光学性质,在多种集成光子器件中极具应用前景,如光存储器、光开关和光神经形态计算器件.然而,由于集成光子器件相变材料光学性能评价标准的缺乏,新型相变材料的设计主要依赖于研究者的研究经验.本文基于相变光子器件的性能需求,引入材料品质因子(FOM2=Δk/kamor)来评价相变材料的光学性能,建立了针对损耗调制型相变光子器件相变材料的光学性能评价标准.FOM值的大小代表相变材料在构建高性能相变光子器件中的应用潜力,FOM值越大,相变材料应用于光子器件的限制就越小.在此基础上,本文基于光学带隙理论,建立了相变材料光学参数与FOM值之间的关系,开发了三种基于GST的新型光学相变材料.结果表明,氮等非金属元素掺杂可以提高GST的FOM值,有利于开发低损耗、高调制空间的损耗型相变光子器件和大规模损耗型相变光子阵列.除了FOM之外,相变材料的结晶温度也会影响器件的编程功耗、循环寿命和稳定性,这要求我们在实际应用场景中根据器件的需求选择合适的相变材料.总之,本文为相变材料的光学性能提供了评价标准,促进了集成光子器件应用中相变材料的定制设计.

摘要：针对现有深度学习光流估计模型在大位移场景下的准确性和鲁棒性问题,提出了一种联合深度超参数卷积和交叉关联注意力的图像序列光流估计方法.首先,通过联合深层卷积和标准卷积构建深度超参数卷积以替代普通卷积,提取更多特征并加快光流估计网络训练的收敛速度,在不增加网络推理量的前提下提高光流估计的准确性;然后,设计基于交叉关联注意力的特征提取编码网络,通过叠加注意力层数获得更大的感受野,以提取多尺度长距离上下文特征信息,增强大位移场景下光流估计的鲁棒性;最后,采用金字塔残差迭代模型构建联合深度超参数卷积和交叉关联注意力的光流估计网络,提升光流估计的整体性能.分别采用MPI-Sintel和KITTI测试图像集对本文方法和现有代表性光流估计方法进行综合对比分析,实验结果表明本文方法取得了较好的光流估计性能,尤其在大位移场景下具有更好的估计准确性与鲁棒性.

摘要：GIS技术在公众生活、生产建设、城市管理、科学研究、宏观决策等领域中发挥巨大作用。在生活条件日渐改善,却有更多的人进入亚健康行列的社会背景下,通过分析现今应用市场上各类美食系统的优点与不足,结合GIS技术及计算机网络技术,提出基于GIS的美食推荐系统。本系统设计了“菜谱提供”、“美食地图”、“大众社区”等子系统,具备菜谱推荐及搜索、多形式烹饪教程、地区特产菜介绍、菜市场推荐及导航、用户展示及平台推送等功能,旨在帮助人们改正不良饮食习惯,增强人们的健康饮食意识。