单晶硅片化学机械抛光材料去除特性

根据化学机械抛光(CMP)过程中硅片表面材料的磨损行为,建立了硅片CMP时的材料去除率模型,设计了不同成分的抛光液并进行了材料去除率实验,得出了机械、化学及其交互作用所引起的材料去除率.结果表明,磨粒的机械作用是化学机械抛光中的主要机械作用,磨粒的机械作用与抛光液的化学作用交互引起的材料去除率是主要的材料去除率.     

Exploring Mobile Learning Tools Used in Autonomous Learning: a Perspective from China

With the development of mobile technologies,mobile learning has become a trend and a necessary means in the e-learning environment.E-learners' autonomous learning processes can also be facilitated through the adoption of various mobile learning tools.Mobile learning tools can be classified into different types according to their different features and functions.Mobile learning devices,mobile learning software,mobile learning resources,and mobile learning services are the four types of learning tools suggested in the paper.Different mobile learning tools are proven to be able to fulfill different needs of autonomous learning.     

基于认知诊断的自适应学习材料智能推送算法研究

将认知诊断和自适应学习相结合,利用认知诊断方法先诊断学习者对知识的掌握情况,然后依据遗传算法和多岛遗传算法为每个学习者智能化提供合适的学习材料,提出了基于认知诊断框架下的自适应学习材料智能推送算法.通过Monte Carlo模拟实验考察了新算法的科学性及其效果,研究结果表明:(i)基于认知诊断框架下的自适应学习材料智能推送算法具有较理想的效果;(ii)遗传算法和多岛遗传算法选取的学习材料具有低惩罚函数值和高学习材料匹配的正确率;(iii)遗传算法和多岛遗传算法选取的材料比随机算法更加适合学习者.     

自主学习环境下英语听力语料的选择原则

＂听＂是最重要的一种语言技能。英语学习者如何选择合适的自主学习听力语料是能否成功提高英语听力的关键因素之一。在浩瀚如烟的信息中,英语学习者应遵循难易适度原则、多多益善原则、多样性原则及精听和泛听相结合的原则,才能快而准地找到自己需要且适合自己的英语听力自主学习语料,有效提高英语听力能力。     

回顾历史兼谈人才政策

国内媒体近年来很乐于报道中国留学生(也包括像我这种非正牌"海龟",只是镀过金的"土(鳘)")回国人数大幅增加.而类似"中国出现第三拨移民高潮,中坚阶层集体流失"的报道也见诸媒体.我以为,这些说法大都基于表象,我们有必要对人才流失与回归的更深层内容进行审慎地观察,然后再下结论不迟. 中国自1970年代末打开国门以来大约有160多万人公费和自费留学,除了受法律和规则约束的公费留学人员回国比例较高外,自费留学人员回国者比例仍旧不高.据报道,1978年到2009年留学人员回国总人数不足50万,回国和出国人员之比大约为1∶3.2.不过,回国人员仅2009年就有10.8万,也就是说此前回国不足40万人.     

基于强化学习的应急物资动态模型配送算法优化

为了震后挽救更多人的生命,研究如何快速搭建应急救援物流系统,进行高效的应急物资配送,具有重大意义。通过已有的救灾体系数据库,再结合城市实时获取的卫星监测和微型传感器传输,所获取的道路状况和危险建筑等实时数据,进行全方位的强化学习模型优化训练,并且地震发生后的物资存储信息、救援点需求信息、物资装箱信息及配送路线规划,都由人工智能(artificial intelligence, AI)来进行自动分配,快速求得最优最快的物资配送方案。不仅路径配送实现优化,还确保物资运输的高效率,而且单位时间内被救援的受灾人数最多,以整个城市被救援人口的覆盖率为核心,做到根据实时动态数据的分析求解,动态调配物资,还做到救援受伤人员数量最大化。并通过优化城外救援物资,实时更改内部救援方案,提高救援效率,还提出救援优先级因子,为极端情况下的救援物资进行配比,提供合理技术支撑,最后计算得出优化的奖励方程。结果表明：通过对强化学习的应急物资动态模型配送算法进行优化,可大幅提高救援效率,尤其在地震发生初期,对挽救伤员的效果最佳。     

含纳米硅粒氧化硅薄膜的光致发光和光吸收研究

采用磁控共溅射法制备了含纳米硅粒尺寸不同的氧化硅薄膜。对各种样品测量了光致发光谱，其发光峰住位于655—665nm。通过对样品所作的光吸收测量，确定出了样品中纳米硅粒的光学带隙，并发现光致发光峰位随光学带隙的增加有微小红移。     

基于机器学习的材料疲劳和腐蚀寿命预测研究进展

机器学习在多变量拟合、复杂数据相关性分析、隐含信息挖掘利用等方面具有强大功能,在机械结构故障预测和材料寿命预测方向的应用研究成为热点.本文介绍机器学习在材料疲劳和腐蚀寿命预测中的应用,深入探讨BP神经网络、支持向量回归、聚类分析算法和集成算法综合应用的研究现状,总结模型参数的选取方法和模型性能的评估指标,并对机器学习在材料疲劳和腐蚀寿命预测研究领域存在的主要问题和发展趋势进行剖析.     

镶嵌纳米碳粒和硅粒氧化硅膜的电致红光发射研究

Luminescence study from the silicon oxide films embedded nm carbon particles (CSO) and nm silicon particles (SSO) is of great importance in integrated optoelectronics[1]. The pioneering work on electroluminescence (EL) from the SSO was reported by Dimaria et al[2]. They attributed the light emission to band-band recombination of electron-hole pairs in nanosize silicon particles. This model is referred to as the quantum confinement model. In this paper,we deposit CSO and SSO films onto p-type Si substrate and study comparatively visible EL from the Au/CSO/p-Si and Au/SSO/p-Si structures.