本发明公开了一种基于开放磁路的磁致伸缩导波检测传感器，该检测传感器包括激励线圈、接收线圈和磁性装置，磁性装置包括多 个检测模块，并且这些检测模块周向均匀布置，以用于吸附到被检细 长构件的外侧;每个检测模块均包括外壳、永磁铁和导磁板;相邻两 外壳通过一调节装置连接;激励线圈和接收线圈靠近检测模块并同轴 套设于被检细长构件的外侧，激励线圈输入正弦交变电流，以在接收 线圈中产生感应电压，以使计算机接收到此感应电压的信号并判断被 检细长构件内是否存在缺陷。本传感器结构简单，具有体积小、重量 轻、安装方便的特

本发明涉及果蔬检测设备技术领域，公开了一种便携式果蔬内部腐烂变质检测装置及其检测方法，包括：箱体，在所述箱体的内部构造有容纳空间；设置在所述容纳空间中并用于照射待测果蔬的光照结构；设置在所述箱体的内部并能够沿所述箱体的纵向进行上下往复运动的果蔬支撑结构；设置在所述箱体的内部并位于所述果蔬支撑结构的下方的光谱传导器件，用于传导待测果蔬中的光谱信号；设置

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

近日，北京联通在通州城区的居民区场景率先完成华为最新一代MetaAAU产品64T64RMetaAAU商用试点。

用次氧化锌粉浆液吸收治理低浓度 SO 2 烟气，同时实现次氧化锌粉中伴生有价组元的耦合提取；采用亚硫酸锌浆液的催化氧化方法，同时实现了浆液中 F、Cl 离子的耦合共沉淀；优化创新了高砷含氟、氯物料的硫酸化焙烧脱砷/脱氟/脱氯技术，实现了砷/氟/氯的协同治理；优化创新了铟的富集、提取技术，形成绿色、高效的次氧化锌粉深度治理低浓度 SO 2 烟气耦合提取有价组元新技术。

本实用新型提供一种用于提高现有数控系统运动精度的装置。该装置安装在原数控系统和驱动器之间， 无需对原数控系统和驱动器做任何调整和改变，方便实用。在进行一种零件的重复加工时，通过大容量存 储器记忆数控系统的控制和误差信号，并依据一定的学习算法，得到下一个零件加工所需新的控制信号并 进行运动控制，新的控制信号将减小上一个零件加工时的运动误差。经过多次记忆——学习的过程，可使 运动误差减小，从而提高数控机床的轮廓运动精度。控制装置包括微处理器、大容量存储器以及数控系统 进给运动控制指令信号、学习后的控制输出信号、位置检测信号接口等。

本发明公开了一种混合动力公交车在线自学习能量管理方法，该方法首先根据出厂时设置的初始能量管理策略控制发动机和电动机的转矩分配，随着公交车在固定路线上的运行，获得初始策略对应的动作值函数后，可以从该动作值函数出发，通过公交车在道路上的往复运行，在线、自主地学习适合于公交车运行路况的能量管理策略；本发明充分利用混合动力公交车在同一路线上往复运行的特点，采用自学习的方法来获得适用于公交车运行路况的能量管理策略，具有能源分配合理、燃油经济性高、尾气排放少、鲁棒性好、节能环保的特点。

本发明公开一种基于鸽群智能反向学习的无人机集群多目标控制优化方法，其实现步骤为：步骤一：搭建无人机动力学模型；步骤二：搭建具有感知能力无人机传感器模型；步骤三：搭建无人机目标搜索图模型；步骤四：建立无人机目标搜索代价函数模型；步骤五：设计多目标鸽群优化算法；步骤六：设计基于鸽群智能反向学习的多目标鸽群优化算法；步骤七：输出无人机目标搜索仿真轨迹图。

一种基于非监督特征学习的高分辨率遥感影像场景分类方法，包括对输入的原始高分辨率遥感图像 进行划分得到场景，从每个场景中随机地提取若干个训练图像块，将训练图像块聚集起来做预处理操作; 计算所有训练图像块的低维流形表示，聚类得到一组聚类中心;对每一幅场景密集采样得到局部图像块， 对每个局部图像块做预处理操作后映射到相同的低维流形空间中，然后进行编码获得场景的所有局部特 征;将所有场景的局部特征集合起来进行特征量化，统计每一幅场景的局部特征直方图，得到场景的全 局特征表达;随机挑选若干幅场景作为训练样本，由分类器得到每一幅场景的预测类别标号，完成原始 高分辨率遥感场景的标注任务。