一种MFIS类结构的阈值电压新模型及其C-V特性分析

采用物理和数学分析相结合的方法,构建了MFIS结构阈值电压的一种新的解析模型,对此解析模型的分析表明,铁电材料的介电常数越低,电滞回线的矩形度越好,MFIS结构的存储特性越好．由该模型进一步得到了MFIS结构的C-V曲线,对C-V曲线物理过程的分析表明,工作频率以及铁电电滞回线是否饱和对C-V特性有较大影响,而C-V曲线的窗口与MFIS结构存储特性密切相关。     

SiGe/Si异质pn结的反向C-V特性研究

对SiGe/Si异质pn结的反向C-V特性从理论和实验上进行了研究,建立了SiGe/Si异质pn结的反向C-V特性灰色系统GM(1,1)模型,模型与实验数据符合良好,精确度较高.     

有机发光器件中空穴注入对负电容的影响

对不同结构的有机发光器件(OLED)进行了电容-电压(C-V)特性测量,研究了不同空穴注入结构对OLED负电容的影响。结果表明,负电容的产生与OLED内部电场的分布有着密切的关系,负电容开始出现的频率与电压的平方根呈指数关系。与超薄的单层空穴注入层相比,掺杂的空穴注入层不仅能降低器件的驱动电压,而且其载流子传输特性和出现负电容时的初始电压对频率有着更强的依赖性。     

一种改进的C-V主动轮廓模型

针对C-V(Chan-Vese)模型不能较好分割灰度不均匀图像的缺点,对C-V模型能量方程进行改进。将图像的局部灰度拟合信息融入到面积项中,使分割兼顾了图像的全局和局部信息,同时加入惩罚能量项来约束水平集函数逼近符号距离函数,避免模型重新初始化。对灰度不均匀图像分割的实验结果表明,该模型优于C-V模型。     

改进的快速C-V模型指静脉图像分割算法

为快速准确地进行指静脉图像的分割, 在经典C-V模型的基础上, 增加了距离惩罚项和边缘检测函数, 并使图像演化不基于内部区面积。改进后的算法保留了C-V模型全局优化的特性, 同时有效避免了重新初始化过程, 并对图像边缘更加敏感, 使改进后的算法适合对指静脉图像的分割。仿真实验结果表明, 改进后的C-V模型能较好地处理指静脉图像边界模糊和灰度分割不均的问题, 同时还可提升分割效率。     

二极管非超突变结C-V幂律分析

 基于杂质浓度分布的突变结或线性缓变结模型,二极管p-n结（电）容—（电）压关系可简单地由C-V幂律描述。精密的实验测量数据显示,采用指数n=1/2或n=1/3不足以全面描述非超突变结C-V关系。通过引入杂质浓度幂函数分布规律并利用泊松方程,从而获得二极管p-n结C-V幂律通式,而指数n=1/2或n=1/3仅是新模型的特例。运用合理的数据处理技术,由一系列实验结果说明该幂律分析方法更具普适性。     

NPB/Alq_3有机发光二极管的光学模拟

采用偶极子源项和转移矩阵来描述结构内外的光电场分布,并通过Matlab编程,建立了符合有机发光二极管(OLED)实际器件的光学模型。利用该光学模型进行模拟计算具有NPB/Alq3结构的OLED,得到了电致发光(EL)光谱与器件中光出射角之间的关系并结合人眼视觉函数,得到器件亮度与角度的关系,当出射角度逐渐增大时,亮度逐渐减小。另外,制备了不同8-羟基喹啉铝(Alq3)电子传输层厚度的器件,并测量其电致发光光谱,发现模拟计算的理论光谱与测量结果相吻合。并且还发现随着Alq3有机层厚度增加,OLED电致发光光谱的峰位会发生一定的红移。     

基于改进C-V模型乳腺癌MR图像分割

在乳腺癌MR图像分割中,传统C-V模型没有充分利用图像边界曲率信息,需要重新初始化水平集函数使其保持为一个符号距离函数(SDF),导致图像分割比较慢,同时目标区域易产生过度分割.为此,通过在传统的C-V模型中引入惩罚能量项和全局边界曲率能量项,提出一种改进的C-V模型图像分割方法,克服了水平集函数需要重新初始化和目标区域易产生过度分割等问题.实验表明,改进的C-V模型对乳腺癌MR图像具有较好的分割效果,分割收敛速度较快.     

β-Ga2O3 SBD器件的解析模型与仿真研究

本文设计了不同电场调节策略的Ga₂O₃ SBD器件,通过研究器件结构、钝化层方案下器件电学特性,分析不同终端结构(场板结构FP、边缘终端结构ET、沟槽型Trench、高K钝化)下Ga₂O₃ SBD的结构设计.此外本文结合理论分析和实验数据拟合,完善了Ga₂O₃材料和器件模型,通过对比实验数据验证了模型的正确性.研究发现:(1)高K钝化(κ>100)结合场板结构可有效舒缓表面电场并提升结终端效率, 2μm Ga₂O₃ SBD采用BaTiO₃钝化场板可实现终端效率91.4%, V_br=1.43 kV,巴利加优值BFOM=1.62 GW/cm²,七倍于Al₂O₃ FP SBD;(2)采用BaTiO₃钝化的FP&ET复合终端可实现终端效率93.6%, V_br     

自适应脑组织影像分割

提出一种支持二维及三维MR脑影像的脑组织分割方法。首先采用改进的C-V模型去除脑脊液对灰质分割准确性的干扰。其次通过采用结合C-V模型的带标记区域增长算法,去除脑壳并提取脑室。最后结合覆盖背景的方法提取灰质及白质,从而实现了脑组织的自动分割。对该算法进行了仿真与实验验证,结果表明,该算法具备良好的准确性、通用性与实用性。     

一种基于Mean Shift和C-V模型的车辆跟踪算法

针对传统Mean Shift算法跟踪窗口固定不变,无法对不断改变尺寸的车辆目标进行有效跟踪的问题,文中根据车辆跟踪的特点,提出一种基于Mean Shift和C-V模型的车辆跟踪算法.首先利用传统Mean Shift得到初始跟踪窗口,然后根据C-V方法所提取的车辆形状信息对跟踪窗口的中心和大小做进一步修正,在跟踪过程中综合利用了目标颜色、形状等信息,同时对传统C-V方法进行改进,采用一种新的初始化水平集函数表达方法.实验结果表明,文中算法在满足实时性要求的同时,大大提高了车辆跟踪精度.     

基于C-V方法改进的红外图像自动分割

基于简化的Mumford-Shah水平集图像分割模型,Chan-Vese提出了不依赖于图像边缘的水平集图像分割算法(C-V方法).但是该方法分割参数难以确定,对于具有非均匀灰度背景的红外目标图像常常分割失败.针对这一问题给出了改进的拟合能量模型,新模型兼顾到了目标的同质性信息与其所占面积比例的关系.基于该模型的水平集图像分割方法自适应于灰度起伏的背景,可以较为理想地分割出与背景灰度差异不太明显的目标,对小目标也具有很强的适应性.实验结果表明,在固定水平集分割参数的情况下,新方法对于不同类型、不同背景的红外图像具有了良好的适应性.     

基于C-V模型的运动目标水平集提取方法

针对视频图像中的运动目标检测问题,提出了一种基于C-V模型的运动目标水平集提取新方法：使用改进的帧间差分法对运动区域进行初始检测,通过相邻视频帧的相减,选用自适应阈值判断出当前视频帧中的运动目标像素;经形态学处理后通过定义最小化能量函数构建运动目标轮廓提取的水平集C-V模型,实现运动目标轮廓的提取。实验结果表明,本文所提方法的边缘准确率和检出率更高,能够更有效地提取运动目标。     

用L-B膜实现MIS结构的C-V特性研究

测定了多种具有金属／L－B膜绝缘层／半导体（Si）结构的纳米厚度有机功能膜的C－V特性．研究发现C－V特性受到L－B膜的分子组分和氧化膜厚度的影响．     

适应复杂背景的C-V模型

当图像中只有目标和背景两类分片光滑区域时,C-V模型可以取得很好的分割效果,然而需要从复杂背景中提取目标边缘时,该模型往往无法得到正确的结果.针对这一问题,在C-V模型和均值平移技术的基础上提出了适应复杂背景的C-V模型.该模型能够根据图像特征空间分段地确定轮廓曲线的内部区域和外部区域.实验结果表明,所提出的适应复杂背景的C-V模型对复杂背景有更强的适应能力,能够从复杂背景中成功地提取到连续光滑的目标边缘.     

基于局部和全局灰度拟合的图像分割算法

针对灰度分布非均匀图像的分割,提出一种改进的基于区域的活动轮廓模型,融合了LIF（local image fitting）模型的变尺度局部拟合特点与C-V（Chan-Vese）模型的全局优化特性,不仅提高了图像的分割效率,而且增强了模型对尺度参数和初始轮廓位置的鲁棒性。在数值计算中,使用高斯滤波规则水平集函数,使其保持光滑,并避免了复杂的重新初始化过程。对大脑MR图像的实验分割显示了该模型的优点。