溅射与水热混合法制备ZnO纳米结构薄膜的异常光致发光特性(英文)

用一种混合方法用来制备ZnO纳米结构薄膜,首先利用射频磁控溅射法在玻璃衬底上沉积ZnO薄膜作为种子层,然后用水热方法合成ZnO纳米结构薄膜.为研究ZnO纳米结构薄膜的特性,利用X——射线衍射(XRD)及扫描电子显微镜(SEM)对薄膜的结构和形貌进行分析,并用X——光电子能谱技术(XPS)对薄膜的化学组份进行分析,最后利用光致发光方法(PL)对ZnO薄膜的发光性能进行了研究.从XRD谱图中可以看出,无论溅射的ZnO种子层还是水热合成ZnO纳米结构薄膜均为良好c轴(002)结晶状态的六角纤锌矿结构.从SEM图像看出,磁控溅射ZnO种子层为连续平整的膜状结构;而经过水热处理后则得到垂直于衬底的六角纳米棒和纳米片两种不同形貌的结构.XPS分析现示,在ZnO种子层中,锌和氧的比例基本上为1,说明磁控溅射ZnO晶体质量较好;而ZnO纳米结构薄膜中存在明显的氧空位缺陷.值得提出的是ZnO纳米薄膜光致发光谱存在异常的特性,采用波长为325 nm的He-Cd激光激发出可见光范围(500~700 nm)内的发光带,强度最强的是橙——红色的光(~600 nm),且肉眼可直接观察到.随着激发光波长在280~380 nm范围内变化,橙...     

纳米颗粒ZnO薄膜气敏机理研究

采用气体放电活化反应蒸发沉积(GDARE)法低温生长纳米颗粒ZnO薄膜.在不同温度下测试其对乙醇的灵敏度,结果表明:285℃附近纳米颗粒ZnO薄膜的灵敏度最高,为9.76,并且其最佳工作温度区间较窄.通过对ZnO薄膜的AFM表面形貌分析、SEM剖面分析和光学透射谱测试,可推测薄膜具有多孔性柱状晶表面结构,结合ZnO薄膜通入乙醇前后的阻抗谱测试结果,从晶粒晶界效应上对纳米颗粒ZnO薄膜的气敏机理进行了讨论.     

PET基纳米ZnO膜的溅射沉积及AFM表征

在纺织材料表面进行ZnO镀层处理,能赋予聚合物纤维表面以特殊的光电功能.利用磁控溅射法在PET非织造布表面制备出颗粒均匀、细致、稳定的纳米ZnO薄膜.利用原子力显微镜(AFM)对不同参数下制备的ZnO薄膜表面形貌进行表征,分析了不同溅射加工条件对ZnO薄膜表面形态的影响.     

纳米ZnO薄膜的制备

采用真空气相沉积法,使用两种蒸发源制备纳米ZnO薄膜,用XRD（X射线衍射）进行测试并进行其结构特性分析。研究发现,蒸发源为分析纯Zn粉末时,蒸发可获得纳米Zn薄膜,薄膜在氧气气氛下同时进行氧化及热处理。实验发现,当温度高于400℃,得到沿c轴择优取向的纳米ZnO薄膜,蒸发源为分析纯ZnO粉末时,采用钼舟加热,高温下ZnO与钼舟发生反应,使部分ZnO还原为Zn,因此这种方法不适合纳米ZnO薄膜的制备。     

ZnO纳米棒对倒序Cu_2ZnSnS_4薄膜太阳能电池光电性能的影响

为了提高光生电子在半导体纳晶薄膜的输运速度,在导电玻璃基底上通过先沉积种子层、再生长ZnO薄膜的方法,制备了结构均匀、垂直基底的ZnO纳米棒.采用溶液法并经硫化在ZnO纳晶薄膜上制备铜锌锡硫(CZTS)薄膜,分别以聚噻吩和铜为空穴传输层和对电极组装倒序结构CZTS薄膜太阳能电池.通过改变ZnO纳米薄膜的微观形貌,研究用于电子传输的纳晶薄膜的微观结构对倒序结构CZTS薄膜光电性能的影响.实验结果表明:与ZnO纳米颗粒相比,由于Zn O纳米棒有利于CZTS吸收层电子空穴的分离和光生电子在ZnO纳晶薄膜内的输运,减少光生电子和空穴的复合,倒序CZTS太阳能电池的光电转换效率从0.04%提高到0.31%.     

化学水浴法制备柔性衬底的ZnO纳米棒阵列

利用化学水浴法在预先制备的聚酰亚胺(PI)/ZnO薄膜衬底上生长ZnO纳米棒阵列。通过X线衍射仪(XRD)和扫描电子显微镜(SEM)对ZnO纳米棒阵列进行表征。考察衬底的性质、反应溶液的浓度、反应温度和反应时间对ZnO纳米棒阵列的影响。结果表明:c轴取向生长的ZnO薄膜衬底有助于形成六棱柱形ZnO纳米棒晶体。水溶液环境中生长的ZnO纳米棒晶体长径比受到反应溶液浓度和温度的影响。ZnO生长初期c轴方向生长速度较快,经过一段时间后纳米棒的直径开始增大,并且能和周围的纳米棒晶体融合生长形成更大的纳米棒晶体。     

沉积电位对ZnO薄膜结构及光电性能的影响

以硝酸锌溶液为电解液,采用电化学沉积方法,在导电玻璃(ITO)上制备ZnO薄膜.使用X射线衍射仪、扫描电子显微镜对制备的ZnO薄膜结构和形貌进行表征,并研究薄膜的光电性能.结果表明,通过该方法制备的ZnO具有标准的六方纤锌矿纳米柱状结构,沉积电位为-0.75、-0.80、-0.85 V时,制备的ZnO纳米柱的直径分别为250、400、500 nm,禁带宽度分别为3.12、3.27、3.29 eV,光电流密度分别为1.18、1.07、0.89μA.cm-2.     

沉积电位对ZnO薄膜结构及光电性能的影响

以硝酸锌溶液为电解液,采用电化学沉积方法,在导电玻璃(ITO)上制备ZnO薄膜.使用X射线衍射仪、扫描电子显微镜对制备的ZnO薄膜结构和形貌进行表征,并研究薄膜的光电性能.结果表明,通过该方法制备的ZnO具有标准的六方纤锌矿纳米柱状结构,沉积电位为-0.75、-0.80、-0.85 V时,制备的ZnO纳米柱的直径分别为250、400、500 nm,禁带宽度分别为3.12、3.27、3.29 eV,光电流密度分别为1.18、1.07、0.89μA.cm-2.     

钕、镧掺杂氧化锌薄膜的制备及形貌

通过射频磁控溅射技术在Si(111)衬底上制备了Nd,La掺杂的ZnO薄膜.应用XRD分析了所制备薄膜的微结构,Nd,La掺入了ZnO晶格,没有改变ZnO薄膜的结构,薄膜为沿(100),(101)方向生长的纳米多晶结构.通过AFM观测与分析表明,Nd,La掺杂ZnO薄膜的表面形貌粗糙,呈现拱形.Nd3+离子与La3+离子4f轨道上电子数不同可能是Nd,La掺杂ZnO薄膜生长差异的主要原因.     

ZnO/WO_3纳米片薄膜的光电催化性能研究

采用水热法在不锈钢基底上制备WO3纳米片阵列,然后将其浸渍于不同浓度Zn(NO_3)_2溶液中以负载ZnO纳米颗粒,从而制备出ZnO/WO_3纳米片薄膜。采用场发射扫描电镜(FESEM)、X射线衍射(XRD)、X射线光电子能谱(XPS)、紫外-可见吸收光谱(UV-Vis)和电化学阻抗图谱(EIS)等方法对ZnO/WO_3复合薄膜的形貌、结构、物相组成和光电性能等进行分析,重点考察了薄膜电极对亚甲基蓝(MB)的光电催化降解性能。结果表明,WO_3纳米片均匀垂直于基底生长,Zn元素以ZnO颗粒的形式分布在WO_3表面;ZnO的引入促进了WO_3中产生的光生电子-空穴对的分离,从而使ZnO/WO_3复合薄膜表现出比纯WO_3薄膜更优异的光电性能和光电催化活性;在Zn(NO_3)_2浸渍液浓度为20mmol/L时,所制ZnO/WO_3复合薄膜具有最佳的光电催化性能,在MB溶液初始浓度为10mg/L、外加偏压为0.8V、光照1h的条件下,采用该样品对MB的降解率达96.5%,并且复合薄膜具有良好的循环稳定性,在重复使用5次后,对MB的光电催化降解效率没有明显降低,有望在实际污水处理中得到应用。     

一种改进的局部多核学习算法

局部多核学习算法（LMKL）是一种变系数的多核支持向量机算法,其利用选通函数局部的选取合适的合成核函数;但是其选通函数有严重的参数沉余的问题,为此提出了改进的局部多核学习算法（ILMKL）,在其目标函数中加入正则项,区别于LMKL中选通函数的l1范数形式,使用选通函数的lp范数形式,增强核函数间的“互补”作用;采用该算法在模拟数据集和UCI数据集上实验,结果表明该算法取得较高的分类能力.     

带取送货的关联运输调度问题的优化

针对取送货车辆路径问题,构建了带时间窗的IVRPPD的车辆路径数学模型,设计了混沌免疫克隆选择算法,介绍了基本的免疫克隆选择算法和混沌理论,并对设计步骤进行了详细介绍。最后,通过对该问题进行分析建模和数值求解,说明了该模型和算法的合理性和有效性。与基本遗传算法和非代际遗传算法相比较,混沌免疫克隆选择算法能更有效地解决带取送货的关联运输调度问题。     

遗传大洪水演算法求解多维背包问题

由于遗传算法具有较强的全局搜索能力,但在实际应用中容易产生早熟收敛现象,且进化后期搜索效率较低,而大洪水演算法是求解组合优化问题的独特算法,结合两者的优点,形成基于遗传算法的大洪水演算法（Genetic Great Deluge Algorithm,GGDA）,然后应用该混合算法求解不同规模的多维背包问题（Multidimensional Knapsack Problem,MKP）,求解结果表明提出的算法是简单有效的,优于标准遗传算法和大洪水演算法。     

危险理论DCA入侵检测算法中阈值预测的研究

免疫危险理论的最新研究成果是树突状细胞算法（Dendritic Cell Algorithm,DCA）.该算法应用在实时入侵检测时具有较优越的性能,该算法通过计算成熟环境抗原值（Mature Context AntigenValue,MCAV）来表示抗原异常度的信息.文章提出了一种基于改进的树突状细胞算法,使算法中的参数其阈值范围可预测,从而能有效的计算成熟环境抗原值表示出模型的异常度.最后通过仿真实验,实验结果表明新算法使树突状细胞算法的异常度量更加精确,算法的检测正确率提高了21.3%～33.5%.     

危险品关联运输调度问题的优化设计

针对带硬时间窗的关联运输调度问题(Incident Vehicle Routing Problem with Hard Time Windows,IVRPHTW),联系实际应用中危险品的车辆路径问题,介绍了混沌遗传算法的基本原理,并对其进行改进,自适应地调整交叉概率和变异概率,引进了模拟退火机制,并用改进的算法来对IVRPHTW求解,然后与遗传算法求解此模型的结果相比较。实例证明该算法求解危险品的关联运输调度问题是可行的,且优于传统的遗传算法。     

基于布谷鸟搜索算法优化的正交小波多模盲均衡算法

提出了一种新的盲均衡算法—基于布谷鸟搜索算法优化的小波多模盲均衡算法(CSWT-MMA),该算法利用正交小波变换(WT)降低信号的信噪比,并将具有卓越的全局搜索能力的布谷鸟搜索(CS)算法引入多模盲均衡算法(MMA).水声仿真结果表明,新算法能较好地捕获全局最优解,有效改善了MMA容易陷入局部最小值、收敛速度慢、稳态误差大等问题,具有更快的收敛速度和更小的均方误差,均衡质量更高.     

关联运输调度问题的模糊机会约束规划模型

提出了针对多车场多车型的关联运输调度问题(Multiple-depot and Heterogeneous-vehicle Incident Vehicle Routing Problem)的模糊机会约束规划模型,将问题模型中各个客户的需求量及各供货点库存看成是模糊参数,讨论了如何处理模糊目标函数,并讨论了改进的遗传算法和免疫克隆选择算法,比较其优劣。实验证明,对于求解该模型,免疫克隆选择算法能够快速收敛于全局最优解,优于改进的遗传算法,能有效地解决关联运输调度问题。     

探索因子蚁群算法及其在VRP中的应用

蚁群算法是一种新兴的模拟进化算法,由于其具有鲁棒性、正反馈、并行分布式计算等特点,迅速得到广泛的应用和发展。本文首先介绍了一种引入探索因子的改进型蚁群算法的原理和实现方法,进而运用该算法求解VRP问题,取得了优于原蚁群算法和遗传算法的实验效果。     

模糊蚁群优化算法在交通导航系统中的应用

为了能处理交通导航系统中的模糊信息,并且能快速的综合多种信息求解最优导航路径,将模糊逻辑推理技术与改进的蚁群算法相结合提出了一种新的算法——模糊蚁群混合优化算法。实验表明,该算法不仅能够处理导航系统中的各种模糊信息,并且能利用改进的蚁群算法快速求解最优导航路径。     

基于遗传算法的高校排课数学模型

排课问题是一个有约束、多目标的组合优化问题,并且已经被证明是一个NP完全问题。针对高校排课过程中存在诸多约束因素的问题,提出将遗传算法与约束条件算法相结合的排课算法,由约束条件算法确定排课任务的优先次序,遗传算法解决单个排课任务时间片分配的优化问题。实验结果表明,该算法能够改进算法性能,提高排课效率。