本文描述了一种以光声效应为基础的新型激光功率监测器,其光谱响应范围可从紫外到红外区.在可见光波段,监测器的响应率为26μV/μW,最小可探测功率达0.2μW,线性响应范围大于四个数量级.
2023/12/19 21:50:54
3.36MB
1
基于FuzzyMeansCluster算法的高光谱遥感图像聚类（matlab实现）
2023/12/17 19:04:41
2KB
1
在还原气氛中采用高温熔融法制备了Eu2+-Dy3+共掺硅酸盐玻璃，热处理后得到了Eu2+-Dy3+共掺透明SrSiO3微晶玻璃。
测试了样品的激发光谱和发射光谱，研究了不同Eu2+-Dy3+物质的量比下微晶玻璃发光的变化并计算了对应的色坐标。
研究发现，样品发射光谱范围在400~600nm，其中400~550nm（绿光）的宽发射谱带来自Eu2+的5d→4f跃迁，而位于483nm（蓝光）和575nm（黄光）的尖峰则来自Dy3+的4F9/2→6H15/2和4F9/2→6H13/2跃迁；
在紫外(UV)光（365nm）激发下通过调控Eu2+-Dy3+物质的量比可得到发白光的微晶玻璃，当Eu2+-
测试了样品的激发光谱和发射光谱，研究了不同Eu2+-Dy3+物质的量比下微晶玻璃发光的变化并计算了对应的色坐标。
研究发现，样品发射光谱范围在400~600nm，其中400~550nm（绿光）的宽发射谱带来自Eu2+的5d→4f跃迁，而位于483nm（蓝光）和575nm（黄光）的尖峰则来自Dy3+的4F9/2→6H15/2和4F9/2→6H13/2跃迁；
在紫外(UV)光（365nm）激发下通过调控Eu2+-Dy3+物质的量比可得到发白光的微晶玻璃，当Eu2+-
2023/12/10 14:45:19
2.91MB
1
%Matlab读取envi图像img格式用Matlab编了一段小程序。
%试验：Matlab读取ENVI标准图像（IMG+Hdr），并计算相关系数。
%试验：Matlab读取ENVI标准图像（IMG+Hdr），并计算相关系数。
2023/11/30 18:03:26
1KB
1
我们用光谱分辨的二次谐波方法测定了连续波同步泵浦染料激光脉冲形状的非对称性。
本文分析了利用光谱分辨的二次谐波方法确定同步泵浦染料激光脉冲非对称性的可能性,实验结果表明我们对这种激光脉冲非对称性的理论分析是正确的。
本文分析了利用光谱分辨的二次谐波方法确定同步泵浦染料激光脉冲非对称性的可能性,实验结果表明我们对这种激光脉冲非对称性的理论分析是正确的。
2023/11/27 21:06:06
2.68MB
1
高光谱的端元提取总结，很好。
近年来，通过群智能算法求解组合优化或连续优化问题以实现高光谱图像混合像元分解方面取得了重要进展和显著成果．本文首先回顾了高光谱图像混合像元分解的研究背景和群智能算法的特点，然后梳理了光谱混合模型及对应的最优化模型，进而介绍了基于群智能算法的端元提取和丰度反演方法，最后通过2组实验比较了群智能算法和其他传统算法在端元提取和丰度反演方面的精度，对基于群智能算法的混合像元分解效果进行了评价．另外，本文也对群智能算法在高光谱图像信息提取中应用的优势和存在的问题进行了总结．
近年来，通过群智能算法求解组合优化或连续优化问题以实现高光谱图像混合像元分解方面取得了重要进展和显著成果．本文首先回顾了高光谱图像混合像元分解的研究背景和群智能算法的特点，然后梳理了光谱混合模型及对应的最优化模型，进而介绍了基于群智能算法的端元提取和丰度反演方法，最后通过2组实验比较了群智能算法和其他传统算法在端元提取和丰度反演方面的精度，对基于群智能算法的混合像元分解效果进行了评价．另外，本文也对群智能算法在高光谱图像信息提取中应用的优势和存在的问题进行了总结．
2023/11/27 18:06:48
9.66MB
1
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。
2024-04-09 15:03
15KB