排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
PZT薄膜厚度对BMT/PZT复合薄膜结构及介电性能的影响 总被引:3,自引:0,他引:3
采用液相旋涂法制备了Ba(Mg1/3Ta2/3)O3(BMT)/Pb(Zr0.52Ti0.48)O3(PZT)复合薄膜,研究了PZT薄膜厚度对BMT/PZT复合薄膜结构及介电性能的影响。随着PZT薄膜厚度的增加,BMT/PZT复合薄膜的介电常数呈线性增加。当PZT薄膜的厚度较小时,会明显地增加BMT/PZT复合薄膜的介电损耗;当继续增加PZT薄膜的厚度,介电损耗反而下降直到与BMT薄膜的介电损耗值接近。这是由于PZT的介电常数与介电损耗均明显高于BMT薄膜所致,而异质界面的存在抑制了PZT薄膜中畴壁的运动,使其对复合薄膜介电损耗的影响减弱。研究结果表明,PZT薄膜的引入可以提升BMT薄膜的介电常数而对介电损耗的影响不大。 相似文献
2.
针对传统模糊形态学联想记忆网络(FMAM)不能自适应选择结构元素的形状和大小,在对样本进行分类时存在错分问题,以量子的叠加、坍塌性质为基础,提出量子模糊形态学联想记忆网络(QFMAM),用量子位系统构造结构元素,量子位概率代表相应的隶属度,获取具有自适应特性的结构元素,在分类前先对样本进行处理从而降低无用干扰信息对分类精度的影响。利用QFMAM分别对仿真数据和齿轮箱台架实验信号进行分类,并与FMAM、支持向量机(SVM)、朴素贝叶斯分类器(NBC)的分类性能作比较,验证了提出的QFMAM训练效率高、学习能力强、分类精度高,是一种很好用的智能分类器。 相似文献
3.
4.
5.
6.
7.
磨粒超声回波信号受到各种因素的影响,从而存在噪声,分解层数的选取对降噪效果影响很大。为此,提出了一种基于粒子群优化算法(PSO)的最优分解层数选取方法,将得到的最优分解层数代入双树复小波域,采用一种渐近半软阈值函数与一种自适应阈值选择方法相结合,对含噪磨粒回波信号进行双树复小波阈值降噪,选取信噪比(SNR)和均方根误差(RMSE)两个参数评价降噪结果。仿真与实验结果表明:通过粒子群优化算法选取的分解层数得到的信噪比最高,油液磨粒超声回波信号自适应降噪方法对磨粒超声回波信号具有显著的降噪效果,明显提高了信噪比,降低了均方根误差,还原了信号的波形特征,为后续的特征提取与智能识别打下了良好的基础。 相似文献
1