用DLTS和ODLTS技术研究ZnSe晶体中与Ga有关的深能级

本文应用深能级瞬态谱(DLTS)和光深能级瞬态谱(ODLTS)技术研究了掺Ga的ZnSe晶体中的深能级.发现ZnSe:Ga晶体中有一个与Ga有关的施主能级位于导带底下0.17eV处,两个与Ga有关的受主能级分别位于价带顶上0.65eV和0.72eV处.文中还对这些能级的起源进行了讨论.     

硅太阳电池材料的深能级瞬态谱检测

本文利用深能级瞬态谱(DLTS)技术,检测和分析了制作硅太阳电池的低阻硅材料。结果表明,即使是专门订制的低阻(CZ)硅材料,通常也存在一个或若干个深中心,它们对太阳电池效率有很大影响。本文认为,制作高效率太阳电池的硅材料,除常规要求外,还应对其深中心浓度有严格的要求,即DLTS谱中不出现明显的谱峰。     

BSF硅太阳电池重离子辐照的深能级瞬态谱

对ＢＳＦ硅太阳电池受碳,氧离子辐照前后的深能级瞬态谱进行了研究,结果表明碳,氧离子在硅太阳电池中引入的缺限能级非常相似,都观察到了Ｅ１,Ｅ２,Ｅ３,Ｈ１,Ｈ２５个峰,其中氧离子注量超过４×１０＾１２ｃｍ＾－２时,Ｅ２能级消失,根据能级的性质初步推断了这些能级所对应的缺陷类型。     

砷化镓P^＋Pnn^＋结构缓冲层的深能级分析

用低品位廉价砷化镓衬底制备了具有P~ Pnn~ 结构的Al_xGa_(l-x)As/GaAs太阳电池,对一组具有P型层桔构参数相同、n型缓冲层厚度不同的样品作了细致地深能级瞬态谱(DLTS)的测量分析.结果表明缓冲层的生长厚度大于6μm后,才可有效地阻挡来自衬底的不良影响,使深能级缺陷密度降至符合制备高效太阳电池的要求.     

深能级瞬态分析法研究纳米氧化锌的绿光发光机制

目的 研究纳米氧化锌的绿光发光机制.方法 深能级瞬态分析法.在实验设计中.根据衬底和薄膜的性质,利用示波器、纯电阻箱、信号源等简单的实验设备.在理论计算方面,用Matlab语言编程计算得到缺陷能级.结果 实验精度较高;缺陷能级距导带1.62 eV,这个能量差值恰和孙玉明在ZnO缺陷能级计算的博士论文中氧空位缺陷能级相符.结论 绿光发射是电子由导带到氧空位缺陷能级的跃迁所致.     

Hg_（1－x）Cd_xTe近红外光伏探测器的深能级

用深能级瞬态谱及光电容谱方法，研究了１．５５μｍ近红外波段的Ｈｇ１－ｘＣｄｘＴｅ光伏探测器的深能级缺陷．结果表明，探测器中存在位于禁带中央附近的两个施主深能级．它们可能来源于ＨｇＣｄＴｅ材料中的本征缺陷，例如Ｈｇ间隙缺陷Ｈｇ１及Ｔｅ反位缺陷ＴｅＨｇ．     

正电子深能级瞬态谱在GaAs缺陷研究中的应用

本文介绍的正电子深能级瞬态谱（PDLTS）技术是结合了对固体缺陷有很高灵敏度的正电子湮没谱（PAS）和一些深能级瞬态谱（DLTS）技术而成新的实验方法.该技术能用来研究Ⅲ～Ⅴ,Ⅱ～Ⅵ族等半导体材料的缺陷特征,它的优点不仅能研究半导体材料中缺陷的电学特征而且还能够同时揭示这些电活性缺陷的微观结构信息.本文将介绍砷化镓中EL2缺陷能级的PDLTS研究,运用该技术并结合深能级Arrhenius分析,得到EL2能级值为0.82±0.02 eV.     

混晶GaAs1—xPx禁带中央附近能级的研究

用双光源光电容法研究了混晶 GaAs_(1-x)P_x(x=0.65和0.85)中禁带中央附近深中心的特性,发现所测 x=0.65和0.85的GaAs_(1-x)P_x样品中均存在一个呈空穴陷阱的深中心,其光阀值能量分别为 0.95 eV和 0.97 eV,光电容瞬态谱具有非单指数性;且在同一波长的光激发下,非单指数性随激发光强度的增大而增强。对这一深能级中心的结构及其激发过程进行了分析和讨论,提出一种多能级耦合的缺陷中心模型并用二步激发过程解释了实验结果。     

Hg1—xCdxTe近红外光伏探测器的深能级

用深能级瞬态谱及光电容谱方法，研究了１．５５μｍ近红外波段的Ｈｇ１－ｘＣｄｘＴｅ光伏探测器的深能级缺陷。结果表明，探测器中存在于禁带中央附近的两个施主深级。它们可能来源于ＨｇＣｄＴｅ材料中的本征缺陷，例如Ｈｇ间隙Ｈｇ１及Ｔｅ反位缺陷ＴｅＨｇ。     

AlGaAs混晶中的Sn施主深能级

用DLTS(深能级瞬态谱)及光照DLTS方法研究了不同组分(x=0.26、0.40、0.53)的 Al_xGa_(1-x)As:Sn材料。所有实验样品的DLTS谱都出现两个多子谱峰A和B。在光照下,低温处的A峰更为明显。实验分别测量了A、B能级的发射及俘获的瞬态过程,用混晶无序引起能级展宽模型拟合了实验数据,得到它们的发射激活能,俘获势垒及其组分关系。分析表明,A 及B能级同属于Sn替位施主杂质,并证明DX中心深能级的复杂性。     

多功能喷射深层搅拌法装置的工作原理

深层搅拌法按施工工艺的不同可以分为浆体喷射深层搅拌法和粉体喷射深层搅拌法。鉴于现行浆体喷射深层搅拌法和粉体喷射层搅拌法的施工工艺存在缺陷,作者提出改进,意见并设计了改进的多功能喷射深层搅拌法装置的工作原理图。     

基于DCNN的图像语义分割综述

图像的语义分割是计算机视觉中重要的基本问题之一,其目标是对图像的每个像素点进行分类,将图像分割为若干个视觉上有意义的或感兴趣的区域,以利于后续的图像分析和视觉理解.近年来,深度卷积神经网络(Deep Convolutional Neural Network,DCNN)的出现,极大地推动了语义分割的发展.本文从语义分割的基本定义出发,对语义分割中存在的困难和挑战进行了分析和描述.总结了目前用于评测语义分割算法的典型数据库,并以PASCAL VOC数据库为主线对近年来基于DCNN的语义分割算法进行了梳理和总结.最后对语义分割未来的研究重点进行了探讨和预测.     

两类YOLOv4-tiny简化网络及其裂缝检测性能比较

面向国内高大建筑物裂缝检测市场实际需求,考虑现有YOLOv4-tiny深度网络结构在树莓派等边缘设备上运行速度慢的缺点,使用去除第二层残差网络、增加一个maxpool池化层及改变最后一个route层连接的方法生成YOLOv4-lite1和YOLOv4-lite2两种新的简化版YOLOv4-tiny深度网络结构.使用从百...     

南海深层水的来龙去脉

 中国南海是一个半封闭、深海盆、多岛屿（海山）、多连通的边缘海,南海深层水十分活跃,更新时间快,具有典型的南海深层环流特征。综述了目前海洋学家对南海深层水的认知,厘清了南海深层水的来龙去脉,并阐述了南海深层环流的特色。     

考虑井筒温度场与压力场的深井井涌风险控制

深井、超深井井筒内温度场、压力场变化幅度较大。温度场及压力场的大幅度变化影响到了钻井液密度场,进而对井控安全产生影响。建立了井筒当量密度场分布模型,利用该模型计算了钻井液循环和静止时钻井液当量密度场分布情况,并探讨了井筒温度场压力场对井控过程的影响。研究表明:深井、超深井钻井井控过程中,应该考虑井筒温度场、压力场变化对钻井液物性参数的影响;钻井液循环和静止时,实际钻井液井底当量循环密度和当量静止密度低于将钻井液作为地面常数时的当量密度,井控时应该注意适当增大钻井液密度以平衡地层孔隙压力。采取相应的措施预防环空井底压力的减小带来的溢流、井涌甚至井喷。进行井身结构设计时,可以不考虑温度场与压力场的影响;另外井控事故预防控制需要技术及管理措施相结合。     

基于深度学习的页岩储层总有机碳含量预测方法

页岩储层总有机碳（Total Organic Carbon,TOC ）含量的地震预测普遍采用密度回归拟合法,仅考虑了单因素的线性关系,预测结果误差较大。针对常规方法的不足,提出基于深度学习的TOC含量预测方法。首先,从测井资料中优选出与TOC含量曲线相关度相对较高的多个弹性参数曲线作为样本集输入数据,TOC含量曲线作为样本集输出数据,构建针对TOC含量预测的深度前馈神经网络模型;然后,调试网络模型结构,并利用共轭梯度法进行网络参数寻优;最后,将叠前振幅随偏移距变化（Amplitude Versus Offset,AVO ）反演得到的弹性参数数据体输入到深度前馈神经网络模型,预测得到最终的TOC含量数据体。通过四川盆地页岩储层实际测井、地震资料的应用,对比了该方法相对于常规回归拟合法的优越性,验证了方法的实用性和可行性,为页岩储层TOC含量预测提供了新思路。     

我们还需要前馈神经网络技术？

定义了前馈核神经网络的体系结构。从实际应用的需求出发。所定义的网络涵盖了目前多数前馈神经网络。从理论上证明了该网络的批量学习过程实际上所表达的是一种核学习机,进而证明了网络的学习仅需在最后一层实施即可,而在隐含层的参数可任意赋值。因此,该结论事实上是现有LLM及ELM的拓广。同时,发现在逼近精度要求不是太高的情况下,目前的前馈神经网络学习技术因过于繁琐而没有必要,仅需对网络最后一层进行学习即可。而前馈神经网络技术目前最前沿的应用是解决大样本及深度知识表达问题。针对这两个热点问题,分别提出了大样本下的廉价学习策略和深度知识挖掘下的灵巧学习策略。在此,作者希望该文能引起广泛讨论甚至争论。     

基于改进高斯滤波网络的深度伪造检测方法

针对滚动轴承传统故障诊断方法训练收敛速度慢、识别准确率不高、抗针对虚假视频的检测中,特征噪声多、数据量大和检测准确率低的问题,提出一种改进高斯滤波对地标点进 行去噪和改进深度网络模型来提升精度的算法(IGFNet);算法将高斯滤波拓展到空域和值域上,在滤除低频噪声的同时尽可能保留高频噪声,使得在后续特征数据的处理中,标记点的精度得以提升;采用特征化的数据代替原始数据以减少数据量,使得送入网络的数据量大大缩小,有效缩短了训练时长和减少了网络参数量,在实际应用中可以增加鉴别虚假视频的效率;并且针对人脸属性特征点的差异采用不同深度的双流神经网络,从而更加有效地学习如何鉴别虚假视频。 实验表明:改进高斯滤波网络算法(IGFNet)有效地增加了真假脸检测的准确率,在与当前 较为优秀的方法如 Meso4,Xecption,LRNet 等的对比下,IGFNet 的准确率均有不同程度的提升,在跨数据集的测试上提升尤为明显;在压缩过的虚假视频测试中,IGFNet 的泛化下降程度最低,显示了较强的鲁棒能;通过改进网络加入梯度热力图以直观判断出 IGFNet 对于深度伪造图片的鉴别能力。     

“蛟龙号”载人潜水器的研制及其对中国深海探索的推动

 “蛟龙号”载人潜水器的成功研制使中国的载人深潜技术实现了跨越式发展，进入了世界载人深潜“高技术俱乐部”。“蛟龙号”的应用使中国的深海科学研究也取得了高速的发展，对促进中国深海高新技术产业形成和发展也具有重要的带动、辐射和示范作用。介绍了“蛟龙号”载人潜水器的研制情况以及它对海洋科技的推动作用，展望了中国海洋领域的未来发展趋势。     

基于深度置信网络的车辆交通流预测

提出了一种新的基于深度置信网络的交通流预测方法,利用深度置信网络良好的训练和预测性能,能够很好地学习时序数据集的内部特征,从而准确地预测交通数据流.为了验证算法的有效性,在PeMS数据集上对算法进行了实验测试,并同其他相关预测和分析方法进行了比较,实验结果表明新算法具有较好的预测性能.