在能量范围23000 cm-1（在22936.90、23010.58和23048.58 cm-1处）处的三个原子铌能级的超细（hf）结构常数仅是有限的，并且结合能级的常数有时甚至是未知。 因此，我们在5600至6500Å的波长范围内进行了激光光谱研究，我们总共激发了16个跃迁，其中涉及了这些较低的水平。 除了更精确地确定三个较低水平的hf结构常数（它们是在共享同一较高水平的几行上确定的）之外，这些实验还使人们了解了九个水平的hf常数，这些常数以前未知。 除了这些结果，还报告了13个其他能级的hf常数。 对于其中的六个级别，这些常数以前是未知的。

通过学习总结的一点课程论文，大家相互交流嘛

已有基于深度学习的机载激光雷达点云分类方法存在训练时间长、对样本数据需求量较大等问题,无法广泛应用于不同情况下的复杂场景。针对该问题,提出了一种基于迁移学习的小样本机载激光雷达点云分类方法。该方法首先对机载激光雷达点云进行光谱信息的补充,通过提取点云数据的归一化高度、强度值和植被指数特征构建三通道点云特征图;通过设置不同的邻域大小和投影方向,生成多尺度和多投影特征图,并基于迁移学习方法进行多尺度、多投影的深层特征提取。针对上述提取的深层次特征,利用池化操作提取全局特征,并采用卷积神经网络进行初步分类,然后利用图割全局优化策略实现机载激光雷达点云的高精度分类。采用国际摄影测量与遥感协会提供的标准测试数据集对所提方法进行验证。与该协会网站上已公布的分类结果以及同样采用迁移学习方法的分类结果相比,所提方法在仅使用训练集中约0.6%的数据作为训练样本的情况下,总体分类精度可以达到94.9%,分类精度最高。

基于非线性偏振旋转锁模原理、非线性薛定谔方程和色散波干涉理论, 建立了被动锁模光纤激光器的光谱分析模型。采用此模型进行数值仿真, 研究了腔体长度、增益光纤长度和耦合输出比对光谱边带的影响。并分别采用13 m、16 m和26 m的腔长, 0.5 m, 1.5 m和3 m的掺铒光纤以及不同的耦合输出比进行了实验, 对比了上述情况下激光器的输出光谱。实验与仿真结果表明, 要抑制光谱边带, 应尽量缩短腔长, 适当增加增益光纤的长度和采用较低的耦合输出比, 并保证激光器处在基阶锁模状态。理论模型的仿真结果与实验现象吻合较好。取3 m增益光纤、13 m腔长和10%的输出比, 获得了光谱边带抑制较好、谱宽20.4 nm的锁模脉冲激光, 重复频率为15.87 MHz, 单脉冲能量约0.52 nJ, 脉冲幅值和光谱谱宽分别存在约4%和2%的波动。

中科院研究生教材 光学专业类 很有用的一本参考书

非线性介质可使高功率光束产生许多新的频率。这些频率可为医学、化学、物理与通讯开辟新的应用。