高效蓝色有机发光材料与器件

有机半导体由于具有柔软性而可卷曲成形,具有可溶加工性而采用印刷成膜,从而使得加工成本有可能大大降低而受到广泛关注．本文针对有机发光材料中n型材料不足及宽能带与高电子传输性不可同时实现的难题,我们设计与合成了一系列的宽带电子传输材料并应用于蓝色磷光器件,实现了将近100％的内量子效率蓝色磷光．针对蓝色发光材料色度不纯的问题,我们设计了深蓝色荧光材料,其器件色度坐标CIE（0．15,0．08）,与NTSC标准蓝光相当接近,同时实现接近理论极限的外量子效率发光．针对器件中由于平面波导及表面等离激元等能量模式的损失,我们利用有机材料的自团聚现象在有机发光器件金属阴极上制备无规的纳米结构,把束缚能量转化成自由光子,使得顶出光效率提高到2．1—2．7倍,且不改变原有器件的发光光谱形状．     

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。