摘要：设计了一种基于表面等离子体共振(SPR)的光纤温度传感器。将单模光纤和多模光纤端面研磨成楔形并进行拼接,在单模光纤的研磨面上镀制厚度为50 nm的金膜以形成Kretschmann结构,然后涂覆一层聚二甲基硅氧烷(PDMS)作为温度敏感介质来实现温度传感。实验结果表明:当温度为20～70℃时,该传感器的灵敏度的绝对值最大可达到4.15 nm/℃,远大于其他类型的光纤温度传感器的灵敏度;与其他SPR光纤温度传感器相比,该传感器具有更窄的半峰全宽和更优的品质因数;该传感器具有较高的稳定性,其最大的温度标准差为0.14℃。该传感器结构简单,制作成本低廉,有望在工业领域内得到广泛应用。

摘要：随着近年来机器学习和神经网络算法的优化提升,人脸识别技术也逐渐在校园管理中得到了广泛应用。本文基于深度学习算法对人脸识别三大过程进行了改进优化,改进后的系统采用M-VJ-LBP算法的人脸检测、人脸监督学习、人脸云比对引擎,并以智慧校园安防系统为例研究了校园安防系统在实际场景应用中的实现及应用推广。改进后人脸识别技术不仅提高了校园安防安全系数,也为推进校园智慧化建设和科学管理提供新的解决思路。

摘要：设计了一种基于表面等离子体共振(SurfacePlasmonResonance,SPR)的光纤温度传感器。将单模光纤和多模光纤端面研磨成楔形并进行拼接,在单模光纤的研磨面上镀制50nm金膜形成Kretschmann结构,然后涂覆一层聚二甲基硅氧烷(PDMS)作为温度敏感介质实现温度传感。实验结果表明:该传感器在20℃到70℃之间,最高灵敏度能达到-4.15nm/℃,远超过其他类型的光纤温度传感器的灵敏度;由于光纤中的光束以基模传输,该传感器相比于其它SPR光纤温度传感器具有更窄的半高宽和更优的品质因数;另外,该传感器具有较高的稳定性,温度标准差最大为0.14℃。该传感器结构简单,成本低廉,有望在工业领域内得到广泛的应用。