【摘 要】
：
研究了基于TMPTA双单体体系光致聚合物中各个组分的作用，对比了多种双单体体系的光致聚合物材料。结合单体的扩散运动，研究了不同成膜树脂、活性单体和光引发剂对光致聚合物的作用及影响，优化了材料的配比。同时在聚合物薄膜样品中成功记录信息，证明其具有良好的全息记录与高的分辨率性能。测试了不同曝光强度、不同曝光时间、不同温度下材料的衍射效率等全息参量，表明双单体体系在光强10～15 mW/cm2、时间40
【机 构】
：
上海理工大学光电信息与计算机工程学院
【基金项目】
：
国家重点研发计划（No.2018YFA0701802）； 国家自然科学基金（No.61975122）；
论文部分内容阅读
研究了基于TMPTA双单体体系光致聚合物中各个组分的作用，对比了多种双单体体系的光致聚合物材料。结合单体的扩散运动，研究了不同成膜树脂、活性单体和光引发剂对光致聚合物的作用及影响，优化了材料的配比。同时在聚合物薄膜样品中成功记录信息，证明其具有良好的全息记录与高的分辨率性能。测试了不同曝光强度、不同曝光时间、不同温度下材料的衍射效率等全息参量，表明双单体体系在光强10～15 mW/cm2、时间40～80 s、温度46℃左右的曝光条件下具有较好的衍射效率。该材料体系在记录角度为30°，厚度70μm时，衍射效率高达91.5%，透过率大于95.6%，折射率调制度至2.98×10-3，耐高温性能好。该材料制作简便、周期较短、容易保存，作为全息记录介质能够有效记录高分辨率，高衍射效率的全息信息。由于该聚合物的高衍射效率并且稳定性高等特点，该材料更加适合用于全息图和大数据的永久存储。
其他文献
用（ＮＨ４）２ＳｉＦ６处理了ＫＬ沸石。结果表明：无ＮＨ４Ａｃ缓冲剂时，所得样品具有较多的中间孔，但孔分布不集中；加入ＮＨ４Ａｃ作为缓冲剂，或延长反应时间，所制备的样品不仅可获得较高的结晶度，而且孔分布集中程度也得到明显改善。但无论如何，中间孔的孔质及孔分布集中程度均远不如一次合成的ＭＣＭ－４１中孔材料。
东濮凹陷是中国东部著名的的富烃凹陷,前人在优质烃源岩成因等方面做了大量的研究工作,总体认为优质烃源岩的形成主要受原始有机质高生产力和良好的保存条件的影响,但是东濮凹陷古近系沙河街组沙三段优质烃源岩的发育特征在宏观和微观层面具有极强的非均质性,尤其表现在有机质类型复杂、藻类等微生物勃发组合类型多样及保存条件频繁变化等方面,使得对优质烃源岩的认识也存在诸多疑义。本次研究针对东濮凹陷沙三段富有机质泥页岩
针对视频动作预测领域的算法在不同预测时间预测效果不稳定的缺陷,提出一种基于自注意力机制的多模态LSTM的动作预测模型。综合考虑3种视频特征,采用位置编码及自注意力机制编码3种模态特征,得到具有丰富语义的高层特征;使用LSTM结构总结视频的历史信息,产生不同预测时间的动作预测结果;完成多模态特征的子网络的训练后,采取多模型融合策略将子网络的预测输出进行融合。实验结果表明,在EPIC-Kitchens
采集空管大数据,根据空管大数据的特点,对数据进行数据融合,利用改进的聚类算法处理航迹数据,对得到的各类航迹数据分别构建模型,提高模型的预测精度。分别构建Stack LSTM和基于卷积LSTM的航空器轨迹预测模型,以真实雷达数据为例进行仿真实验,对仿真结果进行对比,其结果表明,基于卷积LSTM的航空器轨迹预测模型可以将预测的均方根误差控制在400s内,验证了预测模型可以实现航空器轨迹的精确预测。
文化振兴是乡村振兴的精神源泉。高校在乡村振兴战略实施中应主动作为，且大有可为。在总结现有实践探索和理论研究的基础上，借助社会网络分析理论从文化认同、文化传承、文化创新和文化发展四个维度入手，尝试搭建人们对于“乡村文化想象”的逻辑框架和支撑乡村社会发展、乡风文明进步、居民共同富裕的“文化共同体”宏观架构。以“保护式开发”方式盘活文化存量，以“种文化式”手段培育文化自觉和主体意识，通过以文赋能、融媒传
针对脑电信号情感识别中情感特征信息挖掘不充分、识别准确率低的问题，提出深度自编码方法提取脑电信号情感特征，并结合长短时记忆（LSTM）循环神经网络实现维度情感分类.首先，基于DEAP维度情感生理数据集，分别在唤醒度和效价维度选取情感标签阈值，划分不同情感状态；然后，通过时间窗对脑电信号分段，设计栈式自编码网络挖掘脑电数据蕴含的情感信息，并依照时间顺序生成情感特征序列；最后，建立LSTM循环神经网络
针对我国现阶段农业生产效率低，农业用水浪费严重现象，设计一套基于LSTM神经网络的智能灌溉系统。系统以树莓派为下位机控制器，阿里云服务器为上位机。利用灰色关联分析法确定平均气温、太阳辐射、日照时数、平均风速、相对湿度、气压与作物需水量间的关联度系数分别为0.636 52、0.510 42、0.444 56、0.440 29、0.343 50、0.287 87,从中选取关联系数较大的气象因素作为LS
长短时记忆神经网络（LSTM）由于其在序列数据处理方面的显著优势，因此在无线通信领域得到广泛地应用。本文面向OFDM系统对基于LSTM网络的信道估计方法进行系统地研究与分析。该方法对输入的训练数据进行离线训练，使其学习到信道变化特征，获取信道状态信息预测结果。仿真结果显示，利用LSTM进行信道估计，其估计性能优于传统信道估计方法。
全息高分子纳米复合材料（holographic polymer nanocomposites, HPNC）是基于相干激光聚合诱导相分离原理制备的具有周期性有序结构的高分子纳米复合材料,属于多维度、跨尺度的新概念信息材料.不仅通过微米/亚微米尺度的周期性有序相分离结构存储光波的振幅、相位等全部信息,还通过引入的纳米粒子、液晶、发光分子等存储其他信息,具有信息存储容量大、光调制能力强的特点.在高端防伪