排序方式： 共有4条查询结果，搜索用时 0 毫秒
1
1.
利用第一性原理计算方法，研究Fe/Ni单（共）掺杂对CdS几何结构、电子结构和光学性质的影响. 结果表明，Fe/Ni单（共）掺杂使带隙发生窄化，（Fe，Ni）共掺杂使带隙中出现更多的杂质能级，这些杂质能级主要来自Fe 3d态、Ni 3d态和S 3p态电子相互间的杂化作用; （Fe，Ni）共掺杂远大于单掺杂CdS的光吸收强度，（Fe，Ni）共掺杂的协同作用可大幅度提高CdS对可见光的响应能力和光催化活性. 相似文献
2.
利用第一性原理计算方法，研究Fe/Ni单（共）掺杂对CdS几何结构、电子结构和光学性质的影响. 结果表明，Fe/Ni单（共）掺杂使带隙发生窄化，（Fe，Ni）共掺杂使带隙中出现更多的杂质能级，这些杂质能级主要来自Fe 3d态、Ni 3d态和S 3p态电子相互间的杂化作用; （Fe，Ni）共掺杂远大于单掺杂CdS的光吸收强度，（Fe，Ni）共掺杂的协同作用可大幅度提高CdS对可见光的响应能力和光催化活性. 相似文献
3.
随着科技的发展,物联网(IoT)成为一个具备极大潜力和影响力的领域,但是IoT设备很容易受到计算、存储和网络容量方面的限制.而且大多数的设备都很容易被攻击和破坏,所以物联网在信息安全方面还存在技术上的挑战.区块链以去中心化、可信赖性和匿名性等特点迅速成为研究热点,在分布式环境中建立信任而不需要授权,这可以一定程度上弥补物联网的弊端.本文着眼于物联网与区块链的结合,论述了区块链推动下的物联网信息安全方面的近期研究进展. 相似文献
4.
计算模拟为材料科学带来了第一次计算革命,虽然计算模拟方法可以在不需要实验合成的情况下获得材料的一些关键性能,但大多数计算方法只针对于特定的系统,计算和时间成本很高,并且需要较高的专业基础.作为人工智能的分支之一,人工神经网络算法的应用极大地加速了新材料的发现,可以比计算模拟方法快上一个甚至几个数量级.人工神经网络现已被应用于各种材料性质的预测、高分辨率显微镜图像和衍射图的识别,甚至被嵌入到密度泛函计算中,以代替Kohn-Sham方程,从而缩短计算时间.本文讨论了近5年人工神经网络在材料性质预测方面的不同方法、针对显微镜图像和衍射图的微观结构识别方法以及加快DFT计算的技术特点. 相似文献
1