ISSN 
当期目录
2024年 第53卷 第5期
2024,
53(5):
641-654. doi: 10.12178/1001-0548.2024196
摘要:
随着人工智能技术的快速发展，深度学习在微纳结构光谱调控领域展现出了巨大的应用潜力。深度学习可以在无明确物理解析模型的情况下，通过构建复杂的神经网络，从实验或仿真数据中学习微纳结构的光谱响应特性，从而实现高效的设计优化，这为微纳结构的设计提供了一种新的思路和方法。该文综述了近年来深度学习在微纳结构设计中的研究进展，重点讨论了其在结构色、热辐射控制以及窄带光谱传感等光谱调控领域的应用，并展望了该领域未来的发展机遇与挑战。
随着人工智能技术的快速发展，深度学习在微纳结构光谱调控领域展现出了巨大的应用潜力。深度学习可以在无明确物理解析模型的情况下，通过构建复杂的神经网络，从实验或仿真数据中学习微纳结构的光谱响应特性，从而实现高效的设计优化，这为微纳结构的设计提供了一种新的思路和方法。该文综述了近年来深度学习在微纳结构设计中的研究进展，重点讨论了其在结构色、热辐射控制以及窄带光谱传感等光谱调控领域的应用，并展望了该领域未来的发展机遇与挑战。
2024,
53(5):
655-671. doi: 10.12178/1001-0548.2024177
摘要:
短波红外光探测技术在军事国防、工业制造、医疗诊断等领域得到了重要应用，然而昂贵的价格限制了该技术的普及和应用场景的拓展。发展基于新型光敏材料的短波红外光探测被认为是该技术实现大规模应用的关键。有机光探测器在低成本和柔性化两方面具有显著的优势，在短波红外光探测领域发展十分迅速，有望与InGaAs和量子点等技术实现互补，在物联网与人工智能经济领域的低成本需求端实现大规模应用。该文对有机光探测器的工作原理和性能参数做了基本介绍，系统总结评述了聚合物和小分子两类短波红外有机光探测材料的发展，以及短波红外有机光探测技术的应用。
短波红外光探测技术在军事国防、工业制造、医疗诊断等领域得到了重要应用，然而昂贵的价格限制了该技术的普及和应用场景的拓展。发展基于新型光敏材料的短波红外光探测被认为是该技术实现大规模应用的关键。有机光探测器在低成本和柔性化两方面具有显著的优势，在短波红外光探测领域发展十分迅速，有望与InGaAs和量子点等技术实现互补，在物联网与人工智能经济领域的低成本需求端实现大规模应用。该文对有机光探测器的工作原理和性能参数做了基本介绍，系统总结评述了聚合物和小分子两类短波红外有机光探测材料的发展，以及短波红外有机光探测技术的应用。
2024,
53(5):
672-684. doi: 10.12178/1001-0548.2024188
摘要:
光学波前是光波相位面的几何表示，光学波前传感技术通过检测光波传播路径中的相位变化来分析物体的性质。该技术广泛应用于大气湍流检测、光学元件缺陷分析、生物样品研究等领域，在天文学、自适应光学、显微成像、激光系统和生物医学等方面具有重要作用。然而，常见探测器仅对光强度敏感，为了探测光学波前，通常需要在探测前端使用一系列复杂的光学元件，这导致系统体积庞大、成本高昂且结构复杂。近年来，随着微纳光学和人工智能等领域的不断进展，涌现出一系列基于新原理、新器件和新算法的集成化、小型化和高性能的光学波前传感技术。该论文系统综述了近期光学波前传感技术的研究进展，并根据其原理将其分为干涉型和非干涉型两大类，具体包括剪切干涉型、光栅干涉型、近场干涉型、算法重构型和维度关联型等技术。最后，总结了当前领域尚存的挑战，并展望了未来可能的研究方向。
光学波前是光波相位面的几何表示，光学波前传感技术通过检测光波传播路径中的相位变化来分析物体的性质。该技术广泛应用于大气湍流检测、光学元件缺陷分析、生物样品研究等领域，在天文学、自适应光学、显微成像、激光系统和生物医学等方面具有重要作用。然而，常见探测器仅对光强度敏感，为了探测光学波前，通常需要在探测前端使用一系列复杂的光学元件，这导致系统体积庞大、成本高昂且结构复杂。近年来，随着微纳光学和人工智能等领域的不断进展，涌现出一系列基于新原理、新器件和新算法的集成化、小型化和高性能的光学波前传感技术。该论文系统综述了近期光学波前传感技术的研究进展，并根据其原理将其分为干涉型和非干涉型两大类，具体包括剪切干涉型、光栅干涉型、近场干涉型、算法重构型和维度关联型等技术。最后，总结了当前领域尚存的挑战，并展望了未来可能的研究方向。
2024,
53(5):
685-697. doi: 10.12178/1001-0548.2024225
摘要:
宽禁带、高临界击穿电场和高饱和电子速度的材料优越性，以及铝镓氮/氮化镓（AlGaN/GaN）异质结能通过极化不连续性在其界面极化诱导出具有高浓度、高迁移率的二维电子气并制备出高电子迁移率晶体管，使氮化镓器件正成为下一代功率和射频应用领域的新型高性能电子器件。氮化镓基单片功率集成技术是减小寄生电感影响、提升集成电路开关速度、降低系统功耗和实现系统小型化的关键技术。该文围绕氮化镓单片功率集成技术，对p/n双极性沟道异质结外延结构、单片异质集成、全氮化镓集成电路和p沟道器件关键技术的研究进展进行了全面分析。
宽禁带、高临界击穿电场和高饱和电子速度的材料优越性，以及铝镓氮/氮化镓（AlGaN/GaN）异质结能通过极化不连续性在其界面极化诱导出具有高浓度、高迁移率的二维电子气并制备出高电子迁移率晶体管，使氮化镓器件正成为下一代功率和射频应用领域的新型高性能电子器件。氮化镓基单片功率集成技术是减小寄生电感影响、提升集成电路开关速度、降低系统功耗和实现系统小型化的关键技术。该文围绕氮化镓单片功率集成技术，对p/n双极性沟道异质结外延结构、单片异质集成、全氮化镓集成电路和p沟道器件关键技术的研究进展进行了全面分析。
2024,
53(5):
698-705. doi: 10.12178/1001-0548.2024212
摘要:
提升森林草原火灾综合防控与应急响应的能力，达到减少森林草原火灾发生和火情快速动态监测的目的，关键在于发展基于卫星遥感、地理空间信息、计算机、林火生态等多学科交叉融合的火灾监测预警信息化、智能化理论与方法。基于可燃物遥感定量反演和时空大数据挖掘等方法，构建灾前−灾时−灾后的森林草原火灾遥感监测预警技术体系，包括“可燃物−气象−地形”多源时空大数据协同的森林草原火险预报预警技术、多源卫星数据协同的高精度火点快速检测技术和灾情精准评估技术。针对我国西南地区实际业务需求，定制化研发森林草原火灾监测预警系统，集成火灾监测预警关键理论与技术，实现灾前早期风险预警、灾时近实时监测、灾后灾情精准评估等功能。该系统可为森林草原火灾监测预警提供便捷、高效的动态信息服务，其应用成效显著，具有大范围推广应用的潜力。
提升森林草原火灾综合防控与应急响应的能力，达到减少森林草原火灾发生和火情快速动态监测的目的，关键在于发展基于卫星遥感、地理空间信息、计算机、林火生态等多学科交叉融合的火灾监测预警信息化、智能化理论与方法。基于可燃物遥感定量反演和时空大数据挖掘等方法，构建灾前−灾时−灾后的森林草原火灾遥感监测预警技术体系，包括“可燃物−气象−地形”多源时空大数据协同的森林草原火险预报预警技术、多源卫星数据协同的高精度火点快速检测技术和灾情精准评估技术。针对我国西南地区实际业务需求，定制化研发森林草原火灾监测预警系统，集成火灾监测预警关键理论与技术，实现灾前早期风险预警、灾时近实时监测、灾后灾情精准评估等功能。该系统可为森林草原火灾监测预警提供便捷、高效的动态信息服务，其应用成效显著，具有大范围推广应用的潜力。
2024,
53(5):
706-719. doi: 10.12178/1001-0548.2024165
摘要:
凭借小体积、低功耗、可重构、低成本等优势，片上集成相干光源成为光计算、自动驾驶、高速光互联、5G/6G通信等领域极具潜力的光源方案。微腔集成相干光源结合片上集成和腔增强效应，显著增加了腔内光场功率，降低了泵浦阈值。该文介绍克尔光频梳、微腔受激拉曼激光、二阶非线性光梳和微腔增强电光梳四大类微腔集成相干光源的原理和研究进展，针对谱宽、噪声、效率、功率四大关键性能指标逐一进行分析，介绍基于微腔集成相干光源在通信应用中的研究进展，并对其未来发展趋势进行展望。
凭借小体积、低功耗、可重构、低成本等优势，片上集成相干光源成为光计算、自动驾驶、高速光互联、5G/6G通信等领域极具潜力的光源方案。微腔集成相干光源结合片上集成和腔增强效应，显著增加了腔内光场功率，降低了泵浦阈值。该文介绍克尔光频梳、微腔受激拉曼激光、二阶非线性光梳和微腔增强电光梳四大类微腔集成相干光源的原理和研究进展，针对谱宽、噪声、效率、功率四大关键性能指标逐一进行分析，介绍基于微腔集成相干光源在通信应用中的研究进展，并对其未来发展趋势进行展望。
2024,
53(5):
720-731. doi: 10.12178/1001-0548.2024176
摘要:
情感识别是人工智能和人机交互领域的重要研究方向，对提高用户体验和应用的智能性具有重要意义。基于多模态生理数据的情感识别由于其数据来源的客观性和多样性，能够更准确地捕捉个体的情感状态，成为近年来的研究热点。首先介绍了情感计算的基本概念和情感理论模型。其次总结了基于生理数据的情感识别方法。再重点介绍了基于多模态生理数据的情感识别流程，包括生理数据预处理、传统机器学习方法以及深度学习方法。最后分析了基于多模态生理数据的情感识别面临的主要挑战和对未来的展望。
情感识别是人工智能和人机交互领域的重要研究方向，对提高用户体验和应用的智能性具有重要意义。基于多模态生理数据的情感识别由于其数据来源的客观性和多样性，能够更准确地捕捉个体的情感状态，成为近年来的研究热点。首先介绍了情感计算的基本概念和情感理论模型。其次总结了基于生理数据的情感识别方法。再重点介绍了基于多模态生理数据的情感识别流程，包括生理数据预处理、传统机器学习方法以及深度学习方法。最后分析了基于多模态生理数据的情感识别面临的主要挑战和对未来的展望。
2024,
53(5):
732-748. doi: 10.12178/1001-0548.2023260
摘要:
随着深度学习技术的快速发展，行人搜索算法的研究得到大量学者的关注。行人搜索是在行人检测和行人重识别任务的基础上在图像中寻找特定目标行人。该文对近年来行人搜索任务相关研究进展进行了详细梳理。按照模型网络结构和损失函数两方面对现有方法进行分析和总结。依据卷积神经网络和Transformer两类不同的技术路线，重点阐述各自代表性方法的主要研究工作；并按照传统损失函数、OIM损失函数及混合损失函数对行人搜索采用的训练损失函数进行详细总结。此外，总结了行人搜索任务领域常用的公开数据集，比较和分析了主要算法在相应数据集上的性能表现。最后总结了行人搜索任务的未来研究方向。
随着深度学习技术的快速发展，行人搜索算法的研究得到大量学者的关注。行人搜索是在行人检测和行人重识别任务的基础上在图像中寻找特定目标行人。该文对近年来行人搜索任务相关研究进展进行了详细梳理。按照模型网络结构和损失函数两方面对现有方法进行分析和总结。依据卷积神经网络和Transformer两类不同的技术路线，重点阐述各自代表性方法的主要研究工作；并按照传统损失函数、OIM损失函数及混合损失函数对行人搜索采用的训练损失函数进行详细总结。此外，总结了行人搜索任务领域常用的公开数据集，比较和分析了主要算法在相应数据集上的性能表现。最后总结了行人搜索任务的未来研究方向。
2024,
53(5):
749-761. doi: 10.12178/1001-0548.2024171
摘要:
对锂电池运行状态进行精确估计和预测是保障其运行性能和安全的重要手段。基于数据驱动的锂电池状态估计算法容易受到实际数据分布偏差影响而导致预测模型性能下降，限制了模型的泛化性能，基于迁移学习的锂电池状态跨领域估计算法可以较好地解决此类问题。该文分别从锂电池荷电状态估计、健康状态估计以及剩余寿命估计3类常见应用场景展开讨论，比较不同场景下方法之间的差异，同时揭示它们之间的共性。从技术路线角度出发将常用于状态估计的迁移学习方法归纳为3类：基于微调的迁移、基于度量的迁移和基于对抗训练的迁移。介绍了每一类方法的基本原理、代表性技术和典型应用场景，并基于此3类技术路线对近年基于迁移学习的锂电池状态跨域估计方法进行了全面的归纳介绍。
对锂电池运行状态进行精确估计和预测是保障其运行性能和安全的重要手段。基于数据驱动的锂电池状态估计算法容易受到实际数据分布偏差影响而导致预测模型性能下降，限制了模型的泛化性能，基于迁移学习的锂电池状态跨领域估计算法可以较好地解决此类问题。该文分别从锂电池荷电状态估计、健康状态估计以及剩余寿命估计3类常见应用场景展开讨论，比较不同场景下方法之间的差异，同时揭示它们之间的共性。从技术路线角度出发将常用于状态估计的迁移学习方法归纳为3类：基于微调的迁移、基于度量的迁移和基于对抗训练的迁移。介绍了每一类方法的基本原理、代表性技术和典型应用场景，并基于此3类技术路线对近年基于迁移学习的锂电池状态跨域估计方法进行了全面的归纳介绍。
2024,
53(5):
762-770. doi: 10.12178/1001-0548.2024173
摘要:
随着全球化的不断发展，跨语言摘要任务已成为自然语言处理领域的一项重要课题。在低资源场景下，现有方法存在表征转换受限和数据利用不充分等问题。为此，该文提出了一种基于联合训练与自训练的跨语言摘要方法。该方法使用两个模型分别建模翻译任务和跨语言摘要任务，以统一输出端的语言向量空间，从而避免模型间表征转换受限的问题。此外，通过对齐平行训练对的输出特征和概率进行联合训练，增强模型间的语义共享。同时，在联合训练的基础上引入自训练技术，利用额外的单语摘要数据生成合成数据，有效缓解了低资源场景下数据稀缺的问题。实验结果表明，该方法在多个低资源场景下均优于现有对比方法，实现了ROUGE分数的显著提升。
随着全球化的不断发展，跨语言摘要任务已成为自然语言处理领域的一项重要课题。在低资源场景下，现有方法存在表征转换受限和数据利用不充分等问题。为此，该文提出了一种基于联合训练与自训练的跨语言摘要方法。该方法使用两个模型分别建模翻译任务和跨语言摘要任务，以统一输出端的语言向量空间，从而避免模型间表征转换受限的问题。此外，通过对齐平行训练对的输出特征和概率进行联合训练，增强模型间的语义共享。同时，在联合训练的基础上引入自训练技术，利用额外的单语摘要数据生成合成数据，有效缓解了低资源场景下数据稀缺的问题。实验结果表明，该方法在多个低资源场景下均优于现有对比方法，实现了ROUGE分数的显著提升。
2024,
53(5):
771-784. doi: 10.12178/1001-0548.2024215
摘要:
情绪识别使计算机系统具备感知人类情感的能力，它已成为计算机科学、心理学、社会学、生物医学工程等多个学科的研究热点。脑电（Electroencephalography, EEG）网络分析方法是神经影像领域常用的神经认知分析方法，它通过捕获脑区间交互关系构建脑网络，以此描述大脑不同区域的信息流动状态和功能协作状况。由于情绪功能本身涉及多脑区协作，脑电网络的分析方法凭借其出色的脑区信息交互捕获能力在情感识别领域发挥重要作用。该文对脑电网络情绪识别的研究背景、原理方法和研究现状进行详细介绍，并讨论了基于脑电网络分析的情绪识别研究目前存在的问题和未来发展趋势。
情绪识别使计算机系统具备感知人类情感的能力，它已成为计算机科学、心理学、社会学、生物医学工程等多个学科的研究热点。脑电（Electroencephalography, EEG）网络分析方法是神经影像领域常用的神经认知分析方法，它通过捕获脑区间交互关系构建脑网络，以此描述大脑不同区域的信息流动状态和功能协作状况。由于情绪功能本身涉及多脑区协作，脑电网络的分析方法凭借其出色的脑区信息交互捕获能力在情感识别领域发挥重要作用。该文对脑电网络情绪识别的研究背景、原理方法和研究现状进行详细介绍，并讨论了基于脑电网络分析的情绪识别研究目前存在的问题和未来发展趋势。
2024,
53(5):
785-791. doi: 10.12178/1001-0548.2023121
摘要:
为了缓解高速公路交通拥堵，利用国道和省道实现交通分流，并有针对性地实施路径诱导策略，建立了考虑拥堵车源的区域多层交通网络混合路径诱导模型。首先，构建了由国道、省道以及湖南省高速公路组成的区域多层交通网络，标定网络链接权重。然后，定位交通拥堵车源，建立了考虑拥堵车源的混合路径诱导模型，对从拥堵车源出发的车辆实施有针对性的路径诱导，在保障缓解交通拥堵效果的同时，尽可能减少对出行者的影响。研究结果表明，该模型能够实现多层网络有效分流，有效减少路网中车辆的平均出行时间。在实际应用中，可以只对少数出行者提供路径诱导信息以降低模型的实施难度，并通过调查出行者对建议路径的接受率，制定合适的路径诱导信息发布方案。
为了缓解高速公路交通拥堵，利用国道和省道实现交通分流，并有针对性地实施路径诱导策略，建立了考虑拥堵车源的区域多层交通网络混合路径诱导模型。首先，构建了由国道、省道以及湖南省高速公路组成的区域多层交通网络，标定网络链接权重。然后，定位交通拥堵车源，建立了考虑拥堵车源的混合路径诱导模型，对从拥堵车源出发的车辆实施有针对性的路径诱导，在保障缓解交通拥堵效果的同时，尽可能减少对出行者的影响。研究结果表明，该模型能够实现多层网络有效分流，有效减少路网中车辆的平均出行时间。在实际应用中，可以只对少数出行者提供路径诱导信息以降低模型的实施难度，并通过调查出行者对建议路径的接受率，制定合适的路径诱导信息发布方案。
2024,
53(5):
792-800. doi: 10.12178/1001-0548.2024205
摘要:
链路预测是网络科学最具活力的分支之一，其目标是基于已知的网络拓扑结构估计未观察到的链接的存在可能性。该文对链路预测中仍需重点关注的4个基础性问题——网络选取、链路抽样、模型训练和算法评价进行了研究，报告了这4个方面目前的研究进展，并指出尚未解决的关键问题。最后，对亟待解决的一些关键研究问题进行了总结。
链路预测是网络科学最具活力的分支之一，其目标是基于已知的网络拓扑结构估计未观察到的链接的存在可能性。该文对链路预测中仍需重点关注的4个基础性问题——网络选取、链路抽样、模型训练和算法评价进行了研究，报告了这4个方面目前的研究进展，并指出尚未解决的关键问题。最后，对亟待解决的一些关键研究问题进行了总结。
