事实证明，激光特别适用于液流测量，因为激光能在无需接触的情况下完成测量。
七十年代后期一些研究中心有关无介入激光速度测定法的主要活动是激光多普勒风速测定法的研制和应用。
该技术需要窄而准直好的连续激光束，分束后使之相交，构成一个含有干涉条纹的小体积(一般为1mm3)。
“种子”（液流中的小粒子)散射光强以由测量体积中的条纹间隔(从几何光学计算出）和在条纹垂直方向上粒子速度分量(直接由调制频率确定)所确定的方式而波调制。

多模光纤是一种厚散射介质,当目标图像经过多模光纤传输时将构成多种模式耦合,从而在光纤的输出端生成散斑图案。
基于深度学习对多模光纤成像进行复原,解决了厚散射介质成像失真的问题。
采用DenseUnet,并以散斑图样作为模型的输入来重建目标图像。
DenseUnet模型采用融合机制加深了网络的深度,提高了重建的准确性,并具有很好的鲁棒性。
实验结果表明,DenseUnet可以很好地对具有不同长度的多模光纤产生的散斑图像进行重建。

激光投影显示通常需要解决光束整形匀化和散斑抑制的问题。
基于此，提出利用硅基液晶（LCoS）空间光调制器（SLM）同时解决上述问题的方法。
利用衍射光学元件（DOE）精细化设计思想设计所需整形DOE的相位分布，可以同时较好地控制采样点与采样点以外的光场强度分布，将圆形高斯分布照明激光束整构成平顶矩形光场；
在不同的初始相位条件下，设计得到的多幅DOE生成具有相同强度分布、不同相位分布的衍射图样。
当SLM依次调制出这些衍射图样，通过时间积分将这些衍射图样相叠加，不仅可以进一步提高光斑均匀性，同时还可以抑制散斑。
仿真结果表明，通过叠加16幅衍射图样，该方法可使照明光斑均匀性从74%提高到92.57%，屏幕上图样散斑对比度由0.991减小为0.2508。
该方法稳定性高，能耗低，且所用器件尺寸小，为微投影显示结构设计提供了有益参考。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。