近日，上海交通大学电子系义理林教授课题组基于智能锁模算法、时间拉伸技术和实时高速电路建立的实时光谱分析控制平台，实现了锁模激光器输出飞秒脉冲的实时光谱调控，对飞秒激光器的设计具有重要的应用价值。相关成果以“Intelligent control of mode-locked femtosecond pulses by time-stretch-assisted real-time spectral analysis”为题目于2020年1月发表于国际光学顶尖期刊《Light: Science & Applications》（中科院长春光机所与Nature出版集团合办期刊），并入选为封面文章，在“News & Views”栏目被专门评述。博士生蒲国庆为第一作者，义理林教授为通信作者。 图说：期刊封面文章 飞秒尺度（1E-15秒）脉冲对应着原子分子、材料、生物蛋白、化学反应等丰富物质体系的众多超快过程，有着广泛而重要的应用。锁模激光器作为产生飞秒脉冲的重要基础研究工具，在物理、化学、生物、材料、信息科学等领域都有广泛的应用。飞秒锁模激光器自上世纪六十年代发明以来，与其相关的研究分别于1999，2005，2018年获得过诺贝尔奖。 随着超快光学的快速发展，越来越多的前沿应用需要对飞秒脉冲的时域和光谱进行精细控制。由于飞秒脉冲的产生涉及非常复杂的非线性和色散传输效应，达到特定脉冲状态的稳态输出需要对激光器多个参数在高维空间进行优化，传统基于激光器光学设计和优化的方法已被证明难以精确实现。 通过对飞秒脉冲状态进行智能识别，结合智能算法对激光器多参数进行全局优化，有望获得理想的飞秒脉冲输出，但其主要挑战在于飞秒脉冲难以实时精确识别。低速时域采样无法识别飞秒脉冲宽度和形状，光谱仪虽可识别飞秒脉冲积分光谱但无法识别其瞬时光谱，因此传统方法都无法做到实时控制飞秒脉冲精确锁模状态。为了解决这一难题，义理林教授课题组提出在锁模控制环内引入时间拉伸-色散傅里叶变换（TS-DFT）技术，通过时域到光谱的转换，采用低速时域采样即可识别飞秒脉冲对应的瞬时光谱宽度和形状。结合智能控制算法，实现了以1.4nm为精度对飞秒脉冲光谱宽带从10nm到40nm进行可编程控制，光谱形状可编程为高斯型或三角形等。这是本领域首次实现飞秒锁模脉冲光谱宽度和形状高精度实时编程控制，解决了飞秒锁模脉冲锁模状态无法精确调控的难题。 基于实时的光谱控制，该研究还展示了从窄谱锁模态至宽谱锁模态以及从三角形光谱脉冲态至宽谱锁模态的演变过程，发现两者动力学过程具有相似性，提出了目标锁模状态可能决定中间动力学过程的猜想，为人们进一步探索锁模激光器内部机理提供新视角。 图说：基于快速光谱分析的飞秒锁模脉冲智能控制 非线性光学著名专家John Dudley教授（欧洲物理学会主席，IEEE/OSA Fellow）在《Light: Science & Applications》的“News & Views”栏目撰文介绍此项工作，认为本工作极具创新性，开拓了研究锁模动力学新的可能性，很可能应用于多种锁模光纤激光器中。 义理林教授课题组过去六年来一直致力于解决飞秒锁模激光器的智能控制问题，2019年发表在光学领域顶级期刊《Optica》的“智能锁模激光器”成果入选美国光学学会旗下新闻杂志《Optics & Photonics News》2019年光学年度进展“Optics in 2019”。该方向工作部分得到国家自然科学基金（61575122）的支持。《Light: Science & Applications》论文全文https://www.nature.com/articles/s41377-020-0251-x《Light: Science & Applications》“New & Views”评述论文https://www.nature.com/articles/s41377-020-0270-7

本发明涉及一种基于仿生复眼微透镜技术的3-2-3维目标检测方法及系统,采用基于仿生复眼结构微透镜系统的低分辨率数据获取模式对目标区域进行捕捉成像,根据两个微透镜器件拍摄的微透镜阵列影像采用线性加权平均法构建低分辨率影像采用前方交会测量方法重构目标的三维轮廓若低分辨率影像中有效捕获目标后,则以微透镜阵列影像为基础数据,采用正则化的方法重构目标区域的高分辨率影像获取目标区域的高分辨率二维影像后,采用基于纹理梯度的GAC模型对目标进行精确识别。

无尾家电金属异物检测: 当无线电能传输系统能量交换区中混入金属时，由于涡流效应金属温度会 急剧升高，进而产生严重的安全事故，因此对混入能量传输区域金属的检测需 亟待解决。本项目组经过多年的研究，积累了丰富金属检测经验，提出了基于 混沌理论和改进平衡线圈技术的检测方法。基于该技术，2013-2014年项目组与 海尔公司合作开发了“无尾家电金属异物检测”系统，成功应用于700W无尾搅拌 器系统中，实验证明系统具有很高的灵敏度和抗干扰性，可实现金属异物检测 精度小于5mm，确保了家电的安全性。磁耦合谐振式无线电能传输系统: 自从2007年美国麻省理工学院(MIT)的Marin Soljacic教授等人利用磁耦合谐 振技术成功地在2m外点亮一只60W的灯泡，无线电能传输技术(WPT)迅速成为 一个世界范围内的研究热点。磁耦合谐振原理是目前电能传输的最好方式，可 实现大功率、高效率、远距离的电能传输，克服有线供电取电不灵活问题。基 于该原理，本项目组成功开发了样机系统，其最大功率10kW，整体传输效率85% 以上，垂直传输距离达200mm，水平自由度100mm，具备金属异物检测功能。 能量传输平台采用扁平化设计，使该系统占用空间体积更小，可非常方便地应 用于家电无尾传输、汽车无线充电、AVG车、机器人等领域。

本发明公开了一种基于机器视觉的三维网状物缺陷在线检测系统，包括正面位置传感器、正面光源、正面相机、反面位置传感器、反面光源、反面相机、光电编码器、第一传送带机构、第二传送带机构、机架、操控平台、报警指示模块、显示模块、控制按钮、以及主控系统，正面位置传感器、正面光源、正面相机、反面位置传感器、反面光源、反面相机、光电编码器均固定在机架上，正面位置传感器高于第一传送带机构、第二传送带机构的上平面，本发明能够解决现有三维网状物缺陷在线检测系统存在的只能够扫描工件的一个面、工作效率低、多次扫描易出现工件磕

本发明公开了一种基于机器视觉的三维网状物缺陷在线检测系 统，包括正面位置传感器、正面光源、正面相机、反面位置传感器、 反面光源、反面相机、光电编码器、第一传送带机构、第二传送带机 构、机架、操控平台、报警指示模块、显示模块、控制按钮、以及主 控系统，正面位置传感器、正面光源、正面相机、反面位置传感器、 反面光源、反面相机、光电编码器均固定在机架上，正面位置传感器 高于第一传送带机构、第二传送带机构的上平面，本发明能够解决现 有三维网状物缺陷在线检测系统存在的只能够扫描工件的一个面、工 作效率低、多次

本发明属于数控机床技术领域，并公开了一种用于数控机床进 给系统的预紧力数字化检测装置，包括压力传感器、信号放大和调理 单元、数模转换单元和显示单元，其中压力传感器设置在用于支撑进 给系统滚珠丝杠副的轴承组与用于施加预紧力的锁紧螺母及隔套之 间，用于对轴承组所承受的预紧力执行实时检测，并输出相应的模拟 信号；信号放大和调理单元用于将压力传感器所输出的模拟信号执行 放大和滤波处理；数模转换单元用于将经过放大和滤波处理后的模拟 信号执行数模转换，然后在显示单元上予以直观显示。通过本发明， 能够结构紧凑、便于操控的方式直接获得数控机床进给系统的预紧力 数据，同时具备高精度、高响应度和适用面广等特点。 

深圳国际研究生院王兴军教授团队研发出一套穿戴式智能化隔离监测系统和一套高通量非接触式大规模疑似病患筛查系统。 “自动隔离监测系统”采用可贴身佩戴的体温传感器，轻巧方便，可以佩戴于额头或腋下等部位，可实时对体温进行采集。采集的数据通过网关或手机传至云服务平台进行数据整合和数据可视化，当出现数据不正常或出现被隔离者离开监测区域时，系统都会进行报警。对于在隔离期内生理数据正常的人员，可以在一定时间之内不用重复测量，避免重复检查。 “高通量非接触式大规模筛查设备”可以放置于火车站、地铁站、海关等人流密度较高的区域，利用红外热成像设备和可见光采集设备，搭配智能算法，可以实现在高人流密度区域同时对多人非接触式地、即时地采集体温和血氧数据，及时筛查出疑似患者，预防输入性病例。采集的数据将上传至云平台，用于进行公共卫生数据统计和数据交互。相关数据还能直接对接到卫生部门，方便进行后续的跟踪观测、诊断治疗。上述两套系统可以为疫情隔离监测和大规模排查筛查提供全覆盖的服务，犹如“防疫天眼”，产品正在加紧研发。

本发明涉及一种规模化农田无线物联网智能滴灌系统及方法，属于高效节水灌溉技术领域。本发明所述的规模化农田无线物联网智能滴灌系统包括远程控制中心、若干测控模块、田间滴灌系统和终端，实现全无线化的控制传输，提出了针对滴灌田间测控模块的降耗休眠措施，同时测控模块标识有专用信息，通过便携式终端读取即可完成测控模块定位、读取、设置等管理操作，解决规模化农田智能化滴灌系统功耗高、布置困难、管理复杂的问题；同时降低了规模化农田的智能滴灌系统的搭建投入，提高管理效率。

医疗内窥镜是目前常用的一种临床诊断工具，尤其对于消化科的医生而言，他们通过内窥镜能直接观察到人体消化器官内部的病变情况，如溃疡、肿瘤等，甚至还可以利用内窥镜进行微创的外科手术，在医学界应用广泛。与放射科的阅片相比，消化内镜是消化道病变筛查和诊断的金标准，也是微创和无创治疗的主要手段。 由一款围棋人工智能程序AlphaGo(阿尔法围棋)开始，人工智能开始走进大众的视野。世界范围内对其的广泛讨论预示着人工智能时代已经到来。随着深度学习算法不断发展、日益成熟，人工智能已逐步用于医疗影像分析领域。近年来，关于内窥镜影像在AI领域的发明成果如潮水般涌现。 在内镜检查中，操作医师将抓取的图像和视频保存到内镜报告系统中，再由诊断医生根据这些抓取的影像出具诊断报告。由目前公开的内窥镜影像收集归纳系统中，尚未利用深度学习的方法来进行胃、肠的内窥镜影像学习，进而构建一个较为全面的内窥镜影像的样本库。目前的方法不利于简化医生的操作且不具有数据归一化处理和转换能力，无法根据数据适用范围的不同对数据进行管理和提供智能的数据分析功能。 一种人工智能扫描内窥影像样本库管理系统包括以下模块：图像输入模块，用于收集内窥镜图片；按官方标准，将胃部或者肠部内镜视野分成多个部位，通过人工智能系统对从医院内窥镜系统采集的图像进行预分类，并将影像数据上传至系统指定文件目录；登陆模块，用于在注册医生登录系统进入当前功能菜单后，对图片进行评图，确认该图片类别是否正确；系统主控界面，用于进行人机交互，并对图像进行显示；业务功能模块，包括：图像分类单元、视频库单元、病灶标记单元、我的任务单元、用户信息单元；系统设置模块，用于管理用户与权限。本发明界面美观友好、信息查询灵活方便；对上传影像数据智能分类，减少医生操作，只需最终确定。 本系统产生的价值在于： 一、界面美观友好、信息查询灵活方便； 二、对上传影像数据智能分类，减少医生操作，只需最终确定； 三、数据库管理模块，具有数据归一化处理和转换能力，根据数据适用范围的不同对数据进行管理，提供智能的数据分析功能； 四、集成第三方标记工具，标记过程简单清晰，结果数据稳定可靠； 五、用户权限设置合理，系统安全级别高； 六、防错退出模式，保证系统安全稳定运行。

鼻咽癌家系队列成员管理及问卷调查智能分析系统是针对广东地区异常高发的鼻咽癌特殊人群——有 2个及2个以上的鼻咽癌亲属的、以家庭为单位的鼻咽癌高发家系为主要研究对象的研究设计，体现了云计 算、互联网、大数据的设计理念和时代特征。