简单介绍： 动物行为学分析系统，是指通过对动物行为的视频、光电和生物电等信号的采集，并结合计算机图像处理、和生物电信号分析技术，提取动物行为的轨迹并计算各种行为学参考指标的软硬件系统Anymaze分析系统是目前动物行为学领域功能强大、适用面广的系统，使用该系统发表的SCI文章已有数千篇迄今为止性价比高的软件：只需一套软件仅就可以实施几乎所有行为学实验. 详情介绍： 动物视频分析系统有广泛的用途，可以支持几乎所有实验： 可以同时进行16种实验，也可以同时进行64个不同的实验，例如同时进行两个水迷宫实验或两个CPP实验，软件有强大的视频编辑剪接功能，可以把四个摄像机拍摄的视频拼接成两组可以人工自定义记录特殊事件，软件系统提供人工自定义记录特殊事件的功能，可以定义多达26种特殊事件，解决了大多数视频软件无法自动识别动物的精细动作：如站立次数、理毛次数、粪粒数、接触次数等多点跟踪、能识别动物探究方向，不是简单的跟踪动物的中间位置，而是进行多点及动物的全身识别及跟踪，能识别实验动物的探索方向，多点跟踪、探索方向等功能完全免费开放，不收取额外费用；任何时候都能看到或编辑每一只动物的详细情况，甚至在实验过程中；每次实验都可以进行视频回放或轨迹动画的回放，以了解本次实验细节；软件自带强大的分析功能即可以对每只动物的结果进行对比，也可以对各组的结果进行对比。具有综合的报告和分析功能，自带超过30多种的统计检验，多种方式查看结果，结果可以用文字、图表、动画等多种形式表示出来，可以多种形式保存结果，使用其他第三方软件如SPSS、EXCEL、SYSTAT等进行进一步分析处理。此系统可以记录动物活动轨迹和原始活动录像，同时得到实时变化的动物运动轨迹和动物活动形态（饮食，睡眠，移动，追逐，社交等）资料，自带强大的分析软件功能，能直接输出统计报告。使用此软件发表的SCI文章已有数千篇。 指标参数： 1.软件可用大小鼠、猫、狗、兔、豚鼠、鱼类、壁虎、线虫、果蝇等实验动物的行为分析，跟踪对象丰富； 2.软件可以开展水迷宫实验、open field实验、强迫游泳实验、悬尾实验、高架十字迷宫实验等；水迷宫、巴恩斯迷宫、OPAD、RAPC、恐惧记忆、高架十  字、八臂迷宫、O迷宫、T迷宫、Y迷宫、旷场、自发活动、新物体辨别、孔板实验、位置偏爱、强迫游泳、悬尾、明暗箱、跳台，支持任意形状开放场的视频识别，无需额外购买模块。 3.软件支持用户进行双盲实验，针对于每个区域均可调节区域进入标准； 4.软件支持多通道动物同时实验，也可在一台电脑上同时进行不同的行为学实验；支持同时对16个摄像头进行追踪。 5.系统可以对实时或者离线视频进行像素级裁剪，以到达*佳视觉效果； 6.系统支持自定义添加参数，无参数数量限制； 7.键盘辅助记录器*多可定义26个辅助参数，用于辅助记录无法用视频记录的参数； 8.软件具有point定点功能，用户可以自定义point参数，完成兴趣点的检测； 9.软件可以对动物的头部、躯干中心、尾部分别进行追踪，并得到其坐标位置。动物追踪具有8档灵敏度和12档频率可供调节。 10.软件拥有强大的输入输出控制功能，用户可根据自己的实验方案灵活编辑各种触发事件，若用户出现逻辑错误，软件具有智能提醒纠错功能； 11.软件分析功能可以对每只动物的结果进行统计，也可以对各组的结果进行对比； 12.软件可以自动生成heatmap热图，用户可根据自己的喜好对热图的颜色进行像素级别的编辑； 13.软件可以自动计算感兴趣的参数，例如：总冻结时间，冻结事件的数量，冻结的持续时间，刺激和冻结之间的延迟时间等； 14.软件拥有强大的sequence功能，用户针对于任何实验，可以编辑此功能来检测动物的sequence行为； 15.软件具备与外部设备交互的能力，通过多种接口盒（AMi，另购）可对外部设备进行控制，并接收来自外部设备的数据，使软件成为整个行为学实验的中心。 16.软件自带超过30种的统计检验，也可以导出使用第三方统计软件如SPSS和EXCEL统计； 17.实验结果保存形式包括：文字报告、图表报告、轨迹动画、轨迹图、热图等； 18.能够对实验设计、软件设置、SOP自动生成报告并可连接打印机进行报告打印； 19.软件可以始终提供免费的升级更新服务 20.软件支持加密狗拓展，支持加密狗远程编程，计算机使用加密狗后将拥有完整的软件使用许可证。 21.国外期刊认可度高，影响因子*高达27分，已发表文献超3000+篇。

本发明涉及一种生物溶液浓度的光谱传感测试方法,依据了包层介质的光学响应遵循的物理学因果性原理,根据因果性原理,包层折射率的实部

一种植被多高光谱成像装置,其特征在于它包括一滤色片壳体、一光学镜头、一成像单元、放置在所述滤色片壳体中的滤色片、一滤色片更换装置、一计算机和一电源其中,所述滤色片壳体、光学镜头和成像单元顺序排列,且各中心同轴所述光学镜头与成像单元固连,且所述成像单元位于所述光学镜头的成像面上所述滤色片更换装置的控制端电连接所述计算机,所述成像单元与计算机进行数据及控制信号通信所述电源为各用电设备供电。

本实用新型公开了一种固体样品漫反射光谱测试载样加热装置，涉及漫反射光谱测试仪器领域，包括石英载样片、加热片、调压器，所述石英载样片的一面设有载样凹槽，所述加热片固定在所述石英载样片的另一面，所述加热片通过导线连接所述调压器。本实用新型的优点在于：可以实现在固体样品漫反射光谱测试时进行温度控制，测试结束后可以回收样品。

电致变色是指材料的光学（紫外、可见、红外）属性（反射率、透过率、吸收率等）在外加电场的作用下发生稳定、可逆的颜色变化的现象，在外观上表现为颜色和透明度的可逆变化。电致变色材料是一种新型功能材料，在信息、电子、能源、建筑以及国防等方面都有广泛的用途。电致变色器件就是利用物质的电致变色效应，以电致变色层为基础，辅以其它相关层和结构而构成的器件。其具有视角宽、驱动电压低、微能耗、具有记忆功能等独特优点。应用前景a) 智能化节能窗 电致变色智能节能窗在电场作用下具有光吸收透过的可调节性，可选择性地吸收或反射外界的热辐射和内部的热的扩散，减少办公大楼和民用住宅在夏季保持凉爽和冬季保持温暖而必须消耗的大量能源。节能效率可达30%以上。同时起到改善自然光照程度、防窥的目的。解决现代不断恶化的城市光污染问题，是节能建筑材料的一个发展方向。电致变色智能节能窗被认为是最有发展前景的新一代节能窗户产品的代表（其他还有热致变色、光致变色等智能化材料与器件）。b) 智能化多频谱隐身 电致变色器件用于飞行器某特殊部位可实现多功能隐身一体化：雷达隐身功能、红外隐身功能、防紫外功能、抗静电功能、防冰除冰除霜、减少眩光功能、红外阻隔功能、雷达屏蔽功能、自清洁功能、提高座舱舒适度、视觉调节功能、太阳光透射调节功能。在地面装备中可实现可见光、近红外、中远红外等多频谱智能化隐身。可以制成依据周边环境调节自身表面的色彩和红外辐射强度（红外发射率）的变色龙型隐身衣或者斗篷。c) 航天器智能热控 根据需要调节太阳光的吸收和反射以及飞行器表面的红外热辐射（红外发射率），从而智能化调控空天飞行器的温度，同时可实现空天飞行器的智能化红外隐身。d) 其他应用前景 电致变色材料具有双稳态的性能，用电致变色材料做成的电致变色显示器件不仅不需要背光灯，而且显示静态图象后，只要显示内容不变化，就不会耗电，达到节能的目的。电致变色显示器与其它显示器相比具有无视盲角、对比度高等优点。 用电致变色材料制备的自动防眩目后视镜，可以通过电子感应系统，根据外来光的强度调节反射光的强度，达到防眩目的作用，使驾驶更加安全。

高分辨率系列拉曼光谱仪包括手持式拉曼光谱仪、便携式拉曼光谱仪、显微拉曼光谱仪。手持式拉曼光谱仪有专用于药品等原材料真伪鉴别的手持式拉曼真伪鉴别仪、专用于危险化学品、毒品等违禁物检测的手持式拉曼安检仪。便携式拉曼光谱仪与显微拉曼光谱仪采用了模块化设计，包含多种激发波长与光谱分辨率的多种型号。这些拉曼光谱仪能够广泛用于药物成份分析、农作物农药残留检测、宝石的鉴定与识别、原辅料的鉴定及判别、细胞/病毒检测、生命科学、材料科学研究等领域。

本发明公开了一种用于旋转器件型光谱椭偏仪系统参数的校准方法，该方法可以在一次测量中获取旋转器件型光谱椭偏仪中全光谱范围的系统参数，其方法是将任意厚度的标准样件作为待测样件，使用待校准光谱椭偏仪进行测量，对测量获得的光强谐波信号进行傅里叶分析，通过傅里叶系数序列计算获取第一个波长点的系统参数，以其作为初值，采用非线性回归算法，通过理论光谱拟合测量光谱，获得第一个波长点的系统参数。并依次以校准获得的第 i 个波长点的系统参数作为初值，拟合获得第 i+1 个波长点的系统参数，进而获得全光谱范围的系统参数。

本成果属于高光谱图像信息处理技术，为高光谱遥感图像分类方法。首先对高维高光谱图像提取第一主成分特征图，并利用结构元素对主成分特征图进行多维的空间结构特征提取，结合提取的形态学特征与原始光谱特征，利用联合稀疏表示算法将同一空间区域中的像元联合进行稀疏系数矩阵的求解，最终通过最小残差判断准则确定像元类别。这种方法有效地并且充分的挖掘了高光谱遥感图像中的空间信息、形态信息和光谱信息。考虑到稀疏表示方法在迭代求解稀疏向量时的耗时性与对非线性数据的不可分性，进一步提出了基于差分形态学核协同表示的高光谱遥感图像分类算法。该成果方法通过核化的协同表示分类算法避免了优化求解的耗时性，同时克服了高维特征空间下数据的线性不可分性。算法首先通过差分形态学方法在高光谱遥感图像的主成分分析图上进行空间特征提取，并通过核变换方法将新特征字典投影到高维的线性核特征空间，最后利用核化协同表示算法的高效性对高光谱图像进行分类。 主要技术指标 University of Pavia 通过 ROSIS-03 传感器记录，该图像捕获了意大利帕维亚的帕维亚大学周围的市区。图像尺寸为 610×340×103，空间分辨率为 1.3 m / 像素，光谱覆盖范围为 0.43 至 0.86μm。该图像考虑了九个类别。其具有 42776 个标记样本。每类取 50 个有标记样本共 450 个样本作为训练样本。 请参阅表 1，本方法提出的高光谱图像分类方法，相比于传统分类器 SVM，OA 提高了约 18%；相比于 JSRC，OA 提高了约 5%；同时参阅表 2，展示了本成果方法的时间运行效率与相关方法的比较。该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果。 表 1 PaviaU 数据集上对比实验结果 表 2 不同数据集上时间运行对比实验结果