摘要：综述基于光热转换原理的界面蒸发器(SDIE)的最新进展,从性能评估指标和材料设计思路的角度出发,分别介绍光热转换材料、基体和水输送通道及其应用于海水淡化的耐盐设计,并简单介绍SDIE的其他应用领域,最后展望其在海水淡化领域待解决的问题和未来研究方向。

摘要：为扩大体全息光栅波导的出瞳直径和视场,提出了二维扩瞳和视场扩展的两重体全息光栅波导设计方法。该波导结构的出耦合光栅由两个两重体全息光栅构成,用于实现二维扩瞳。将入射视场分为两条路径传播,每条路径负责一半的视场,最后将两部分视场拼接形成完整视场。该方法不仅扩大了出瞳直径,还有利于增大全息波导系统的视场角。介绍了二维扩瞳视场扩展的光学原理和设计方法,最终实现的系统水平视场为48°,垂直视场为27°,出瞳尺寸为16 mm×13 mm。实验结果验证了所提方法的可行性。该方法在扩瞳的同时有助于扩展视场角,为头戴近眼显示设备提供了具有前景的有效方案。

摘要：目的研究三产融合背景下田园综合体农产品包装创意升级的需求与设计策略。方法通过分析、比较国内外现有田园综合体农产品包装的实际案例,从综合产业优势、连接情感需求和导入农产品IP的具体创新方法中提出与三产融合概念叠加的农产品包装创意策略,并应用于河北金沙河红薯岭田园综合体特色农产品的包装实践之中。结果构建了从农村生产、生活、生态三方面综合提炼田园综合体农产品产业优势和创意要素的创新方法,阐述了产业融合后包装创意实现消费者情感连接和数字化传播的有效途径。结论在政策背景和经济发展模式的推动下,我国田园综合体农产品的包装创意应充分整合产业资源和地域文化、强调叙事性的乡村情怀、建立衍生力强的IP形象以适应于日渐年轻化的消费群体和互联网销售平台。

摘要：二维直线电机具有非线性、多变量及强耦合等特点,其精确模型无法获得,同时,在实际过程中由于参数摄动及扰动而造成的运行不稳定现象,致使对其跟踪控制十分困难。针对以上问题,根据无模型自适应迭代学习控制不依赖被控系统精确数学模型的特点,及滑模控制具有可设计且与对象参数和扰动无关的滑动模态,提出一种改进无模型自适应迭代学习的滑模结构复合控制策略。在无模型自适应迭代学习控制方案的准则函数中加入误差变化率,并对其收敛性进行分析论证;然后在紧格式动态线性化基础上,设计指数趋近律滑模控制,使改进无模型自适应迭代学习的滑模控制复合策略能够克服不稳定现象并具有很强的鲁棒性,从而进一步提高系统响应速度和控制精度。最后通过仿真和实物验证,控制精度稳定在1μm范围内,并与其他控制方案相比,验证了所提方法的准确性和有效性。

摘要：将传媒艺术融入气候传播是社会思潮与主流话语合力驱动的公共实践。艺术创作者通过具象化再现、沉浸式互动、参与式解决的艺术表达策略,推动传媒艺术成为气候变化的证据、化身气候关联的中介、提供气候行动的指南,让公众相信气候危机真实存在、与之有关并付诸行动。相关主体可结合新技术融入具象的美学语言、具身的情动叙事、积极的共治景观这三类分别作用于物理空间、观念空间与社会空间的传媒艺术,以系统地增益气候传播。

摘要：针对迷你无人飞行器(mini-UAV)探测难度大的问题,仿真设计并制作了谐振频率接近mini-UAV噪声特征频率的硅基微机电系统(MEMS)轮形振膜,结合精密机械加工制作了光纤法布里-珀罗干涉式声传感器。测试结果表明,该光纤声传感器的谐振频率为7.279 kHz,与仿真结果基本一致,其在频率为7 kHz声波正入射的条件下的灵敏度为1.8 V/Pa,信噪比为71 dB,最小可探测声压为99μPa/Hz0.5。值得强调的是,该声传感器对声波的响应呈现“8”字形的方向依赖性,表明其具有识别声源方向的能力。进一步在户外测试了该光纤声传感器对mini-UAV的探测能力,结果表明,声传感器能够在65 m的范围内探测到mini-UAV噪声,其探测距离是商用驻极体声传感器的3倍左右。所研制的硅基MEMS轮形振膜光纤声传感器为解决实践中mini-UAV探测难的问题提供了一种简单有效的工具。

摘要：微架构设计是处理器开发的关键阶段,处在整个设计流程的上游,直接影响性能、功耗、成本等核心设计指标.在过去的数十年中,新的微架构设计方案,结合半导体制造工艺的进步,使得新一代处理器能够实现更高的性能和更低的功耗、成本.然而,随着集成电路发展至“后摩尔时代”,半导体工艺演进所带来的红利愈发有限,功耗问题已成为高能效处理器设计的主要挑战.与此同时,现代处理器的架构愈发复杂、设计空间愈发庞大,设计人员期望进行快速精确的指标权衡以获得更理想的微架构设计.此外,现有的层层分解的设计流程极为漫长耗时,已经难以实现全局能效最优.因此,如何在微架构设计阶段进行精确高效的前瞻性功耗估计和探索优化成为关键问题.为了应对这些挑战,机器学习技术被引入到微架构设计流程中,为处理器的微架构建模和优化提供了高质量方案.首先介绍了处理器的主要设计流程、微架构设计及其面临的挑战,然后阐述了机器学习辅助集成电路设计,重点在于使用机器学习技术辅助微架构功耗建模和设计空间探索的研究进展,最后进行总结展望.

摘要：金属有机物化学气相淀积(metal organic chemical vapor deposition,MOCVD)作为异质结半导体材料外延的关键手段,其外延层厚度均匀性会直接影响产品的良率.本文将理论与实验相结合,针对3个MO源喷嘴的垂直反应腔MOCVD,将各MO源喷嘴等效为蒸发面源,并引入一等效高度来涵盖MOCVD的相关外延参数,建立外延层厚度与各MO源喷嘴流量间的定量关系,设计并利用EMCORE D125 MOCVD系统外延生长了AlGaAs谐振腔结构,根据实验测得的外延层厚度分布结果,利用最小二乘法对模型参数进行了拟合提取,基于提取的模型参数,给出了优化外延层厚度均匀性的方法.4 in(1 in=2.54 cm)外延片mapping反射谱的统计结果为,腔模的平均波长为651.89 nm,标准偏差为1.03 nm,厚度均匀性达到0.16%.同时外延生长了GaInP量子阱结构,4 in外延片mapping荧光光谱的统计结果为,峰值波长平均值为653.3 nm,标准偏差仅为0.46 nm,厚度均匀性达到0.07%.本文提出的调整外延层厚度均匀性的方法具有简单、有效、快捷的特点,且可以进一步推广至具有4个MO喷嘴以上的垂直反应腔MOCVD系统.

摘要：目的 脑胶质瘤及其子区域的全自动分割是计算机辅助肿瘤临床诊断的基础,卷积神经网络在脑部磁共振成像(magnetic resonance imaging, MRI)分割过程中,小卷积核只能提取局部特征而无法有效融合全局特征,缩小了对影像信息的感知范围,从而导致分割精度不足的问题。本研究旨在利用膨胀卷积,针对三维(three-dimensional, 3D)-UNet不能充分提取全局特征的问题进行改进。方法 (1)算法构建:本文提出一种带有三条全局上下文特征提取通路的3D-UNet模型,即3DGE-UNet模型。使用脑部肿瘤分割挑战赛(Brain Tumor Segmentation Challenge, BraTS)2019提供的公开数据集(335例患者),设计一种全局上下文特征提取(more global contextual feature extraction, GE)模块,并将该模块引入到3DUNet网络的第一、二、三条跳跃连接处,利用该模块充分提取图像的不同尺度全局特征,并与上采样得到的特征图叠加,扩大模型感受野,实现不同尺度特征的深层融合,从而完成端到端的脑肿瘤全自动分割。(2)算法验证:图像数据来源于BraTs2019数据集(335例患者术前MRI图像,包括T1、T1ce、T2和FLAIR四种模态图像和一张医生标注的肿瘤标签图像),将数据集分别按照8∶1∶1划分为训练集、验证集和测试集。以医生标注的肿瘤标签图像为金标准,使用Dice系数(综合评价有效性)、敏感度(病灶区域的查全率)和95%Hausdorff距离(肿瘤边界的分割精度)在测试集中评估算法对完整肿瘤区域(whole tumor, WT)、核心肿瘤区域(tumor core, TC)和增强肿瘤区域(enhancing tumor, ET)三种区域的分割性能,分别使用无GE模块的3D-UNet模型和有GE模块的3DGE-UNet模型进行检测,内部验证GE模块设置的有效性。使用3DGEUNet模型、ResUNet、UNet++、nnUNet、UNETR检测上述性能指标,并比较5种算法模型的收敛性,外部验证3DGEUNet模型的有效性。结果 (1)在内部验证中,改进的3DGE-UNet模型在测试集中分割WT、TC和ET区域的Dice均值分别为91.47%、87.14%和83.35%,与传统的3D-UNet模型相比(89.79%、85.13%和80.90%),综合评价达到了最优值,对于三个区域的分割精度都有提升(P<0.05)。3DGE-UNet模型与3D-UNet模型相比,ET区(86.46%vs. 80.77%)具有更高的敏感度(P<0.05),在查全率方面表现更为优越,在面对病灶区域时,3DGE-UNet模型更倾向于正确识别并捕获更全面的阳性区域,更为有效地避免漏诊发生。3DGE-UNet模型在肿瘤WT区域边缘分割的出色性能,其95%Hausdorff距离均值优于3DUNet模型(8.17 mm vs. 13.61 mm,P<0.05),但在TC区(8.73 mm vs. 7.47 mm)和ET区(6.21 mm vs. 5.45 mm)的性能表现与3DUNet模型相似。(2)在外部验证中,其余4种算法仅TC的Dice均值(87.25%)、WT的敏感度均值(94.59%)、TC的敏感度均值(86.98%)和ET的平均95%Hausdorff距离(5.37 mm)优于3DGE-UNet模型,但差异无统计学意义。3DGE-UNet模型可以在训练阶段快速收敛,速度优于其他外部模型。结论 3DGE-UNet模型可以有效地提取和融合不同尺度的特征信息,提高脑肿瘤分割的准确性。

摘要：光学自由曲面具备较高的设计自由度与像差校正能力;全息光学元件具备特有的波前调控特性、选择性、复用性、轻薄性与易加工性。在成像与显示光学系统设计中,将自由曲面与全息光学元件相融合,可以获得较为优秀的系统指标和系统性能,使系统形态更加紧凑、轻便,且得到离轴非对称的新型系统结构。简要介绍了自由曲面光学与全息光学元件的基本原理、光线追迹特性、应用领域等,阐述了自由曲面光学与全息光学元件的融合设计方法,基于对全息光学元件的分类,总结了融合自由曲面光学与全息光学元件的成像与显示光学系统的设计与应用,讨论了两类元件融合设计的限制因素并对未来的发展趋势进行了展望。