本成果通过对桨叶/叶片进行空气动力学和声学数值模拟分析，获得桨叶/叶片气动性能、载荷、噪声特性，评估复杂桨叶/叶片外形下的气动和噪声性能，并可结合优化设计理对桨叶/叶片外形参数进行优化，获得性能更佳的桨叶/叶片气动外形。本成果可应用于风力机叶片、无人机螺旋桨、旋翼桨叶、常规螺旋桨等气动与噪声性能的一体化评估、分析设计，可减少桨叶/叶片风洞试验测试，缩短桨叶/叶片设计周期，降低设计成本，同时也可独立分析桨叶/叶片设计参数对气动性能和噪声特性的影响，实现对整体性能的比较评估。

产品详细介绍SPEOS光环境模拟仿真与视觉工效学分析软件SPEOS是法国OPTIS公司开发的功能强大的专业用于光学设计、环境与视觉模拟、成像仿真、视觉工效学分析系统应用的照明和光学环境模拟仿真工效学分析系统工具，完全兼容CATIA、UG（NX）、Creo Parametric（pro/E）和Spaceclaim等国际标准的CAD平台，强大的解决方案提供完美的可视化光学系统和直观的人机交互平台，其仿真技术已经广泛用于航空、航天、军工、汽车、轨道交通、通用照明等工业领域的研究机构和知名公司。  SPEOS是全球唯一整和装备结构进行光机系统的模拟仿真设计软件，是全球唯一可依据人眼视觉特征和材料真实光学属性进行场景仿真和视觉工效学仿真分析的专业软件。同时SPEOS提供国际领先的数据库包括:材质库、光源库、涂料库及相关各种光度、色度学标准。SPEOS材质光学属性库提供的玻璃、塑料、铝材、皮革、纺织品已达10000多种,并以全球原材料生产厂家的材料型号编码进行分类。光源库可提供大约10000多种,有Osram. Citiazen、Nichia、GE、Vishay、Lumileds等各国大型照明设备厂生产的LED、LCD、白炽灯、日光灯、弧光灯及各种专用灯光源等,并以全球灯具生产厂家的出厂型号编码进行分类;SPEOS标准数据库库提供目前全球通用的22个光度学和色度学标准和相关细则。同时系统通过CIE的标准认证、内嵌ISO和CIE国际标准的专业光学环境模拟与仿真分析，全天候外部环境光源数据库可提供标准的基于国际CIE标准下的天空环境库，基于CIE标准提供日光模型，可再现任何地理位置的天空光谱亮度，管理远距离成像状态下外界环境光对光学仿真的模拟影响。  SPEOS光学仿真软件基于可视化产品三维模型，直接采用数字化样机，使用虚拟环境仿真平台和津发科技ErgoVR人机工效分析平台，进行视觉工效虚拟分析和人因环境评估，在产品的初步设计和详细设计阶段对方案进行可行性验证，实现在设计前期发现、反馈和处理问题；同时，系统通过SPEOS数据同步模块插件结合ErgoLAB人机环境测试云平台可以实现在不同光学仿真模拟环境下对装备及系统进行客观定量的人因与工效学分析与人机交互评价，包含不同光环境下的大脑认知反应（EEG高精度脑电与脑机交互、fNIRS高密度近红外脑功能成像）、视觉加工（Eyetracking眼动轨迹与视线交互）、生理变化（HRV、EDA/GSR、RESP、EMG、PPG、SpO2、ECG、TEMP/SKT、EOG等）、行为动作与面部表情识别（A/V行为与表情音视频、Motion动作捕捉）、生物力学（拉力、握力、捏力、压力）、人机交互数据（包含如桌面与网页终端界面交互行为数据以及对应的键盘操作，鼠标点击、悬浮、划入划出等；移动终端界面交互行为数据以及对应的手指行为，如点击、缩放、滑动、翻页等；VR终端界面人机交互行为数据及对应的双手操作行为，如拾取、丢弃、控制等）、虚拟环境时空状态监测(包含如实时监测分析VR虚拟时空下的行走轨迹、访问状态以及视线变化、情绪变化、交互操作行为等)等客观量化数据进行人因测试与工效学分析评价，实现装备与系统研发的全生命周期管理，帮助客户提升研发设计能力，科学、有效指导新产品的研发设计，高效、高精度分析预测产品性能，降低样机数量和试验次数，从而节省成本、缩短周期，大幅度提升产品的市场竞争力。SPEOS 汽车照明设计模拟软件1.完善的材质资料库SPEOS 内建丰富的材质资料库，内容不单只有表面特性，甚至实体的 物理特性都能够表现出来。也可以 透过自行设定参数，来模拟特殊材 质的需求。快速简易的光源设定.2.SPEOS提供各式的光源资料下载,这些Model 包括灯泡，灯杯，灯壳甚至灯丝都已建立完成，也具有完 整的材质与发光属性设定。透过切 换可以调整不同颜或亮度，也可 以自行建立想要的光源.精准的模拟结果 .3.SPEOS在进行模拟时，是考虑到实体与表面特性两者的，因此比起其他的模拟软体增加更多准确性。因为与CAD整合的关系，所以可以将模拟结果贴附到3D，与实际 Model做比对，使用上更直觉互动光迹与逆追迹4.SPEOS的互动光迹功能，可以让使 用者快速了解光线与Model作用的 情况。而逆追迹可以在模拟结果完成之后，找出目标区域内的光线的 来源与作用部分,快速找到设计上 的问题点。丰富的法规资源。5.SPEOS的提供数十种常用的法规资源供使用者下载，并且会随时更新容，并新增法规增数量。使用者可以很快的得到验证的结果，并且反覆验证。6.OSD(Optical Shape Design) 是 Optis 公司为设计光学结构所开发的模组，Optis除了光学模拟以外， 也开始跨足设计的领域。例如反射面，透镜，导光条等等的结构，都可以透过这个模组来完成。OSD模组也保持与CAD结合的特性，能保留参数，切换模组.7.OSD模组有何优点?保留参数，因此可以更快速的进行设计变更。 挂载在GSD和PD模组下，因此可以与几何的功能相互作用可以使用几何量测自由切换LUM模组，减少CAD与光学软体间转档问题.可以输入光形范围来产生反射面。直接建构实体，减少补面的时间。 直觉式的法规检验，可以很快找出问题原因。拟真的视觉模拟效果。8.SPEOS的视觉模拟(VE)可以用来模 拟车灯实际点亮的效果，与 Rendering 不同的是，这个模拟是 以物理特性去运算的结果,也可以看到不同环境光源,眩光效果等等。

本发明公开了一种基于拉曼光谱技术的藻种分类识别方法，包括：取相同藻种的多个样本，每个样本均为当前藻种的活体藻液，采用拉曼光谱仪获取各个样本的拉曼光谱原始信息；对采集的拉曼光谱原始信息进行预处理，得到对应的预处理谱图，然后采用偏最小二乘法从各预处理谱图中提取主因子；更换藻种，获得与不同藻种相对应的主因子；以所有藻种的主因子作为输入，以与各主因子相对应的藻种分类为输出，建立BP神经网络模型；取待鉴别活体藻液，获得该待鉴别活体藻液的主因子并输入所述BP神经网络模型，获得待鉴别活体藻液中所包含的藻种分类。本发明实现了基于拉曼光谱技术的藻种快速准确分类，大大简化了操作步骤，缩短了检测时间。

其他成果/n一种基于多源光谱特征融合的食用油种类快速鉴别方法，包括如下步骤：选取待鉴别的未知种类的食用油样品；采集拉曼光谱图和近红外光谱图；分别对采集的拉曼光谱图和近红外光谱图进行预处理，得到预处理拉曼光谱图和预处理近红外光谱图；分别对预处理拉曼光谱图和预处理近红外光谱图进行特征提取，得到拉曼特征变量和近红外特征变量；将拉曼特征变量和近红外特征变量进行光谱特征融合，得到特征融合光谱图；采用优化定性模型对所述未知种类的食用油样品进行种类鉴别。本发明提供的基于多源光谱特征融合的食用油种类快速鉴别方法，安全快速、检测便捷，鉴别准确率高，具有较强的实用价值和推广价值。

本发明公开了一种基于吸收光谱技术的双频率波长调制方法，该方法在传统波长调制信号的基础上叠加了另一高频正弦信号，针对该种激光激励方式建立了双频率波长调制的傅里叶分析模型，理论推导了各次谐波表达式，研究了不同调制参数对谐波信号的影响并通过全局寻优算法确定了最佳调制参数。在此基础上，确定了双频率波长调制频率响应关系的函数表达式。相比于传统单频率波长调制方法，本发明提出的测量方法具有更高的信噪比，测量结果的稳定性更强，并且在弱吸收情况下的谐波峰值位置更易于判断，具有更大的应用潜力，本发明方法仅改变了激光器的注入电流激励方式，对硬件成本要求低，并可应用于多次反射池等系统进一步降低气体浓度的检测下限。

本发明提出一种基于免基线波长扫描直接吸收光谱的气体浓度测量方法，该方法首先对透射光强信号加上Ｎｕｔｔａｌｌ时窗，其次对加窗的透射光强信号进行数字带通滤波处理，获得谐波处的Ｘ分量，使得吸收部分的信号得到强化而使边缘处接近为零，同时对加窗的透射光强信号进行数字低通滤波处理得到常数项，然后使用得到的常数项对Ｘ分量进行归一化处理，消除光强波动的影响，最后对归一化的Ｘ分量使用拟合算法即可得到待测气体参数值。本发明的测量方法克服了传统直接吸收方法对基线敏感的缺点，同时避免了由于基线拟合误差对结果的影响，尤其适合

手性环氧是一类重要的中间体分子，能够转化成多种手性官能团。然而，文献中还没有针对环氧的光谱手性检测方法。蒋伟课题组利用独立发展的“内修饰分子管”（ Chem. Commun.   2015,   51,  15490;  Chem. Commun.  2016 ,  52,  9078;  J. Am. Chem. Soc.  2016 ,  138,  14550），通过氢键和疏水效应在水中实现了对手性环氧的识别。核磁滴定、荧光滴定与等温量热滴定等实验结果都证实“内修饰分子管”在水中与环氧分子之间存在较强的键合。同时，X-射线单晶衍射、核磁滴定等实验结果证实了氢键的存在。手性环氧通过氢键将手性信号传递给了非手性但有紫外吸收的“内修饰分子管”，诱导产生了紫外圆二色（CD）信号。通过CD信号的强度和正负性，可以实现绝对构型的归属和ee值的测量。该方法具有环境友好（溶剂是水，“内修饰分子管”能够回收）、响应速度快（30 ms）、可以实现实时监测、适用于高通量检测等优点。该方法首次实现了只含环氧的手性化合物的光谱检测，并被成功应用于真实的不对称环氧化反应，获得了与手性色谱方法相类似的结果，在不对称环氧化的前期条件筛选研究中具有广阔的应用前景。

一种基于 LED 混光呈色模型的光谱功率分布提取方法及系统，包括进行 LED 智能光源控制信号空 间全局采样，利用预设的 LED 发光控制方式根据全局采样样本集中各信号值驱动 LED 光源发光，组成 发光样本集；分别测量所得各发光样本对应光谱功率分及照度，生成发光数据集；根据预设的照度阈值 进行筛选，得到最终发光数据集，并从全局采样样本集中选取对应信号样本，组成最终信号空间采样样 本集；构建 BP 神经网络，并在此基础上建立相应的 LED 混光

本成果提出的基于超像素样本扩充的空谱全卷积高光谱图像分类方法有效的利用高光谱图像的超像素分割结果指导伪样本扩充增加了训练集样本数量，解决了高光谱图像有标记样本的稀缺问题，同时空谱的全卷积分类网络也充分利用了多尺度的空间特征和光谱特征实现了较高的分类精度。 成果非涉密，专利申请已经提交。 实验采用反射光学系统成像光谱仪（ROSIS）传感器获取意大利北部帕维亚大学（Pavia  University）的高光谱图像数据。该数据集由 103 个光谱带组成，共 610×340 像素，光谱覆盖范围从 430nm 到 860nm，空间分辨率为 1.3m。该数据集一共含有 9 个类别的 42776个有标记样本，选取每类 30 个有标记样本作为训练集，其余作为测试集。 由下表可以看出，在每类选取 30 个样本的情况下，本 模 型 的 OA，AA，Kappa系 数 比 DFFN 模 型 高 出20.8%，17.4% 和 26.5%；比CNN 高 出 23.1%，18.8% 和29.2%。并且下表证明了使用了伪标签样本扩充的空谱全卷积网络的本方法在小样本情况下每个类的分类准确性均优于 DFFN 和 CNN，达到了较好的分类效果。 表 1 PaviaU 数据集上对比实验结果

本发明公开了一种水体表观光谱二向性自动测量装置及方法，装置包括总控系统、观测几何自动调 整系统、全球定位系统、多角度光学测量系统；总控系统分别通过电缆与观测几何自动调整系统、全球 定位系统、多角度光学测量系统连接，多角度光学测量系统安装在观测几何自动调整系统上；方法包括 安装部署、位置信息输入、实时时间信息输入、太阳方位角计算、观测几何自动调整、多角度光谱采集； 本发明能轻松实现若干个观测方位上的水体表观光谱的自动测量，严格调整观测角度，并行采