The dynamics beamline(D-Line),which combines synchrotron radiation infrared spectroscopy(SR-IR)and energy-disper-sive X-ray absorption spectroscopy(ED-XAS),is the first beamline in the world to realize concurrent ED-X...The dynamics beamline(D-Line),which combines synchrotron radiation infrared spectroscopy(SR-IR)and energy-disper-sive X-ray absorption spectroscopy(ED-XAS),is the first beamline in the world to realize concurrent ED-XAS and SR-IR measurements at the same sample position on a millisecond time-resolved scale.This combined technique is effective for investigating rapid structural changes in atoms,electrons,and molecules in complicated disorder systems,such as those used in physics,chemistry,materials science,and extreme conditions.Moreover,ED-XAS and SR-IR can be used independently in the two branches of the D-Line.The ED-XAS branch is the first ED-XAS beamline in China,which uses a tapered undulator light source and can achieve approximately 2.5×10^(12)photons/s·300 eV BW@7.2 keV at the sample position.An exchange-able polychromator operating in the Bragg-reflection or Laue-transmission configuration is used in different energy ranges to satisfy the requirements for beam size and energy resolution.The focused beam size is approximately 3.5μm(H)×21.5μm(V),and the X-ray energy range is 5–25 keV.Using one-and two-dimensional position-sensitive detectors with frame rates of up to 400 kHz enables time resolutions of tens of microseconds to be realized.Several distinctive techniques,such as the concurrent measurement of in situ ED-XAS and infrared spectroscopy,time-resolved ED-XAS,high-pressure ED-XAS,XMCD,and pump-probe ED-XAS,can be applied to achieve different scientific goals.展开更多
多源数据是一种综合多个信息源的复杂数据类型,其主要特点是不同的信息源从不同的角度刻画了样本以及样本之间的关系(具体到配电网领域,不同量测系统针对同一节点所得到的数据是不同的,甚至存在较大差异)。提出了一种适用于配电网线损...多源数据是一种综合多个信息源的复杂数据类型,其主要特点是不同的信息源从不同的角度刻画了样本以及样本之间的关系(具体到配电网领域,不同量测系统针对同一节点所得到的数据是不同的,甚至存在较大差异)。提出了一种适用于配电网线损计算的多源数据综合利用方法,为便于数据融合,对多源量测数据进行转换;为保证量测时间断面一致性,选择同步相量测量单元(phasor measurement unit,PMU)某一量测时刻作为基准,对数据采集与监视控制(supervisory control and data acquistion,SCADA)系统数据进行时间配准与数据填充操作,对智能电表数据采用“量测值+预测值”方式进行时标对齐;对时序数据进行滤波,获得较为准确的配电网数据;基于登普斯特-沙夫特(dempster-shafter,D-S)证据理论法实现多源数据融合。以某10 kV配电网为算例分析计算了配电网线损,结果表明,所提方法可较好地完成多源数据的综合利用,提高配电网线损计算的准确性。展开更多
RGB-D图像包含丰富的多层特征,如底层的线特征、平面特征,高层的语义特征,面向RGB-D图像的多层特征提取结果可以作为先验知识提升室内场景重建、SLAM(simultaneous localization and mapping)等多种任务的输出质量,是计算机图形学领域...RGB-D图像包含丰富的多层特征,如底层的线特征、平面特征,高层的语义特征,面向RGB-D图像的多层特征提取结果可以作为先验知识提升室内场景重建、SLAM(simultaneous localization and mapping)等多种任务的输出质量,是计算机图形学领域的热点研究内容之一。传统的多层特征提取算法一般利用RGB图像中丰富的颜色、纹理信息以及深度图像中的几何信息提取多层特征,此类提取算法依赖输入RGB-D图像的质量,而受采集过程中环境和人为因素的影响,很难得到高质量的RGB-D图像。随着深度学习技术的快速发展,基于深度学习的多层特征提取算法突破了这一限制,涌现出一批高质量的研究成果。本文对面向RGB-D图像的多层特征提取算法进行综述。首先,汇总了现有的常用于多层特征提取任务的RGB-D数据集和相关算法的质量评价指标。然后,按照特征所处的不同层次,依次对线、平面和语义特征相关算法进行了总结。此外,本文还对各算法的优缺点进行比较并结合常用算法质量评价标准进行了定量分析。最后,讨论了当前多层特征提取算法亟待解决的问题并展望了未来发展的趋势。展开更多
基金supported by the SSRF Phase-II Beamline Project.
文摘The dynamics beamline(D-Line),which combines synchrotron radiation infrared spectroscopy(SR-IR)and energy-disper-sive X-ray absorption spectroscopy(ED-XAS),is the first beamline in the world to realize concurrent ED-XAS and SR-IR measurements at the same sample position on a millisecond time-resolved scale.This combined technique is effective for investigating rapid structural changes in atoms,electrons,and molecules in complicated disorder systems,such as those used in physics,chemistry,materials science,and extreme conditions.Moreover,ED-XAS and SR-IR can be used independently in the two branches of the D-Line.The ED-XAS branch is the first ED-XAS beamline in China,which uses a tapered undulator light source and can achieve approximately 2.5×10^(12)photons/s·300 eV BW@7.2 keV at the sample position.An exchange-able polychromator operating in the Bragg-reflection or Laue-transmission configuration is used in different energy ranges to satisfy the requirements for beam size and energy resolution.The focused beam size is approximately 3.5μm(H)×21.5μm(V),and the X-ray energy range is 5–25 keV.Using one-and two-dimensional position-sensitive detectors with frame rates of up to 400 kHz enables time resolutions of tens of microseconds to be realized.Several distinctive techniques,such as the concurrent measurement of in situ ED-XAS and infrared spectroscopy,time-resolved ED-XAS,high-pressure ED-XAS,XMCD,and pump-probe ED-XAS,can be applied to achieve different scientific goals.
文摘多源数据是一种综合多个信息源的复杂数据类型,其主要特点是不同的信息源从不同的角度刻画了样本以及样本之间的关系(具体到配电网领域,不同量测系统针对同一节点所得到的数据是不同的,甚至存在较大差异)。提出了一种适用于配电网线损计算的多源数据综合利用方法,为便于数据融合,对多源量测数据进行转换;为保证量测时间断面一致性,选择同步相量测量单元(phasor measurement unit,PMU)某一量测时刻作为基准,对数据采集与监视控制(supervisory control and data acquistion,SCADA)系统数据进行时间配准与数据填充操作,对智能电表数据采用“量测值+预测值”方式进行时标对齐;对时序数据进行滤波,获得较为准确的配电网数据;基于登普斯特-沙夫特(dempster-shafter,D-S)证据理论法实现多源数据融合。以某10 kV配电网为算例分析计算了配电网线损,结果表明,所提方法可较好地完成多源数据的综合利用,提高配电网线损计算的准确性。
文摘RGB-D图像包含丰富的多层特征,如底层的线特征、平面特征,高层的语义特征,面向RGB-D图像的多层特征提取结果可以作为先验知识提升室内场景重建、SLAM(simultaneous localization and mapping)等多种任务的输出质量,是计算机图形学领域的热点研究内容之一。传统的多层特征提取算法一般利用RGB图像中丰富的颜色、纹理信息以及深度图像中的几何信息提取多层特征,此类提取算法依赖输入RGB-D图像的质量,而受采集过程中环境和人为因素的影响,很难得到高质量的RGB-D图像。随着深度学习技术的快速发展,基于深度学习的多层特征提取算法突破了这一限制,涌现出一批高质量的研究成果。本文对面向RGB-D图像的多层特征提取算法进行综述。首先,汇总了现有的常用于多层特征提取任务的RGB-D数据集和相关算法的质量评价指标。然后,按照特征所处的不同层次,依次对线、平面和语义特征相关算法进行了总结。此外,本文还对各算法的优缺点进行比较并结合常用算法质量评价标准进行了定量分析。最后,讨论了当前多层特征提取算法亟待解决的问题并展望了未来发展的趋势。
