Optech International 和南密西西比大学 (USM) 海洋科学系合作开发和应用数据融合技术,将主动和被动遥感数据结合起来,用于绘制浅水和沿海环境地图。在本报告期间,我们:(1) 建立了行业和学术界之间的合作关系,重点是使用测深激光雷达和同步被动光谱数据进行海岸线测绘和特征描述;(2) 产生了一种新颖的范例,可用于正式比较和对比不同的数据融合策略;(3) 开发和实施了 3 种高级数据融合算法;(4) 将数据集分发给其他几位研究人员;(5) 通过使用这些数据努力了解区域规模的沿海环境过程。
高光谱成像在空间和频率域中获取数据,以提供丰富的物理或生物信息。然而,传统的高光谱成像具有仪器笨重、数据采集速度慢和空间光谱权衡等内在局限性。在这里,我们介绍了快照高光谱成像的高光谱学习,其中将小子区域中的采样高光谱数据合并到学习算法中以恢复超立方体。高光谱学习利用了照片不仅仅是一张图片,还包含详细光谱信息的想法。小样本的高光谱数据使光谱信息学习能够从红绿蓝 (RGB) 图像中恢复超立方体,而无需完整的高光谱测量。高光谱学习能够恢复超立方体中的全光谱分辨率,可与科学光谱仪的高光谱分辨率相媲美。高光谱学习还可以实现超快动态成像,利用现成智能手机中的超慢速视频录制,因为视频由多个 RGB 图像的时间序列组成。为了证明其多功能性,使用血管发育的实验模型通过统计和深度学习方法提取血流动力学参数。随后,使用传统的智能手机摄像头以高达一毫秒的超快时间分辨率评估外周微循环的血流动力学。这种光谱信息学习方法类似于压缩感知;然而,它还允许使用透明的学习算法进行可靠的超立方体恢复和关键特征提取。这种由学习驱动的快照高光谱成像方法可产生高光谱和时间分辨率,并消除了空间光谱权衡,提供了简单的硬件要求和各种机器学习技术的潜在应用。
自然产品研究是一种多样化的主题,可产生和利用大量不同类型的数据。基因组,蛋白质组学,代谢组,光谱或(Bio)化学数据可能每个人都可以从不同的角度照亮相同的生化实体,并有能力相互告知。例如,基因组学可以揭示生物体中天然产物产生的遗传基础,而代谢组学可以揭示产生的代谢产物。光谱数据可以提供对这些分子结构特征的见解,并且生化数据可以阐明所涉及的酶促途径。这些综合观点可以对自然产品结构和功能进行更全面的理解。但是,可以表征自然产品科学数据格局
该卫星将被发射到 500 公里高空的太阳同步轨道。在轨道上,成像仪采用推扫式概念,在经过目标时按顺序收集范围内所有波长的像素线。推扫式概念与光学设计相结合,每条扫描线可产生高达 70 公里的扫描带宽度,地面采样距离为 49 × 60 米。由于原始高光谱数据立方体很大,并且这对卫星下行链路的功耗有限制,因此必须进行最后的考虑。这可以通过机载图像处理(例如校正、分类、异常检测、特征提取和降维)而不是物理设计本身来显著改善。本文介绍了这种特定成像仪的性能特征,并对光学设计中的配置可能性进行了权衡分析。
摘要。咪唑复合物具有高生物学活性的一些金属配合物,由新咪唑配体从1,3-恶唑衍生物与羟胺的反应中制备,并利用这种配体在某些金属离子配合物中制备。将使用许多用于所有准备好的化合物的技术,例如元素分析(CHN),(FT-IR),(UV-VIS)光谱和1 H-NMR光谱,用于诊断这些复合物,并将从获得的结果中得出复合物的形式。结果表明,除铜和钯配合物外,所有产生的络合物的八面体几何形状是方形刨剂形状。评估了配体及其金属离子复合物对各种微生物的抗菌活性。关键词:咪唑,恶唑,光谱数据,生物活性
我们展示了单层和少层石墨烯薄片的拉曼光谱测量结果。我们使用扫描共焦方法收集具有空间分辨率的光谱数据,这样我们就可以直接将拉曼图像与扫描力显微照片进行比较。单层石墨烯可以通过 D' 线的宽度与双层和少层石墨烯区分开来:单层石墨烯的单个峰分裂为双层的不同峰。这些发现是使用基于电子结构和声子色散的从头计算的双共振拉曼模型来解释的。我们研究了 D 线强度,发现薄片内没有缺陷。源自边缘的有限 D 线响应可以归因于缺陷或平移对称性的破坏。
地理信息系统(GIS)和遥感是诊断和管理有问题的土壤的重要工具。有问题的土壤由于盐度,酸度和结构不佳的问题而存在着环境管理和农业的主要障碍。大规模的土壤条件监测是通过遥感来实现的,遥感使用卫星成像和航空摄影来收集反映不同土壤质量的光谱数据。经过处理和检查后,这些数据可以显示土壤恶化的趋势,并指出需要注意的位置。通过提供用于管理,组织和评估土壤数据的地理框架,GIS可以增强遥感。为了构建详细的地图和土壤条件的模型,它可以将遥感数据与其他地理空间信息(例如地形,土地使用和气候数据)集成。使用GIS可以找到空间相关性和趋势,这对于制定管理计划和检测土壤问题很有用。
图 1. (a) 单层 (1L) MoSe 2 和 ReS 2 晶体结构。上图显示晶体结构的侧视图,下图显示晶体结构的顶视图。侧视图显示了这些层状材料上偶极子平面内取向的示意图。(b) 样品 1 (S1) 的 ReS 2 -MoSe 2 异质结构的光学图像。插图是样品侧视图的示意图。(c) MoSe 2 、ReS 2 和 HS 区域的拉曼光谱。HS 拉曼光谱由来自各个 1L 区域的不同振动模式组成。(d) 在透明蓝宝石基板上制作的类似异质结构的三个不同区域的吸收光谱数据(样品 2,S2)。MoSe 2 A 和 B 激子峰清晰可见,ReS 2 较低能量吸收峰用箭头标记。HS 光谱由两个 1L 区域的峰组成。
图1。(a)单层(1L)Mose 2和Res 2晶体结构。顶部面板显示侧视图,底部面板显示了晶体结构的顶视图。侧视图显示了这些分层材料中偶极子的面内方向的示意图。(b)样品1(S1)的Res 2 -Mose 2异质结构的光学图像。插图是样本侧视图的示意图。(c)来自Mose 2,Res 2和HS区域的拉曼光谱。HS拉曼光谱由单个1L区域的不同振动模式组成。(d)在透明蓝宝石基板上制成的类似异质结构的三个不同区域的吸收光谱数据(样品2,S2)。Mose 2 A和B兴奋峰清晰可见,RES 2用箭头标记较低的能量吸收峰。HS光谱由两个1L区域的峰组成。