排序方式: 共有21条查询结果,搜索用时 33 毫秒
1.
2.
941nm连续波高功率半导体激光器线阵列 总被引:2,自引:0,他引:2
用金属有机化合物气相淀积(MOCVD)技术生长了InGaAs/GaAs/AlGaAs分别限制应变单量子阱激光器材料。利用该材料制成了半导体激光器线阵列,连续波工作条件下的中心激射波长为940.5nm,输出功率高达37.7W(45A、2.0V),斜率效率可达0.99W/A(外微分量子效率为75%),最高转换效率超过45%,阈值电流密度为117A/cm^2,该波长的半导体激光器是Yb:YAG固体激光器的理想泵浦源。 相似文献
3.
研究了变容二极管的-特性,采用曲线拟合的方法,完成其在1 GHz工作频率下模型参数的提取.为了拟合更加准确,在-特性曲线上读取了6级(,)值,并用ADS软件分别进行多次随机仿真和梯度仿真.用提取的参数建立了变容二级管的电路模型.最后,用此模型设计了一款压控振荡器,测试结果与理论值相吻合. 相似文献
4.
为实现快速无损的茶叶产品等级评估,应用近红外(900~1700 nm)高光谱成像技术对6个等级的祁门红茶进行分类。首先利用线性和非线性降维方法对高光谱数据进行可视化处理,可视化算法包括线性方法的主成分分析(Principal Component Analysis,PCA)、多维尺度变换(Multi-Dimensional Scaling,MDS),和非线性方法的t分布随机邻域嵌入(t-Distributed Stochastic Neighbour Embedding,t-SNE)、Sammon非线性映射。其次利用支持向量机(Support Vector Machine,SVM)和极限学习机(Extreme Learning Machine,ELM)建立分类模型来鉴定祁门红茶的不同等级。最后利用SVM和ELM分类模型对高光谱图像每个像素点进行识别,得到预测图。结果表明,t-SNE可以将6个等级的祁门红茶分在六个不同的簇,SVM和ELM的预测集准确率分别为100%和96.35%。t-SNE可视化效果最佳,SVM的检测模型能够有效地对祁门红茶六个等级进行识别。本文为茶叶产品等级的快速、无损检测提供了一种有效的方法,对茶叶产品的质量控制、真伪检测和掺假检测具有重要意义。 相似文献
5.
6.
7.
利用ADS仿真软件设计低噪声放大器的方法及主要步骤,使用ADS器件库中的sp模型,重点进行了输入和输出匹配电路的设计.低噪声放大器工作在L波段,噪声系数小于1.8dB,增益大于13dB.通过设计可以看出,利用ADS进行微波电路仿真,可以很方便的得出最佳电路设计,指标完全符合规定值. 相似文献
8.
分析了带有羟基和双胺基的有机碱在Cu-CMP过程中的化学作用,为得到抛光液的最佳配比,在给定的实验条件下对铜进行抛光实验,得到了铜的抛光速率随有机碱浓度的化学作用曲线,并得到了有机碱在抛光液中的最佳浓度。实验结果表明:随着抛光液中有机碱浓度的增加,抛光过程中的化学作用(络合反应)增强,铜的抛光速率随之增大,当有机碱增加到一定浓度时,抛光速率达到最高值,并相应得到了最佳的抛光表面。 相似文献
9.
10.