VO2/GaAs异质结的制备及其光电特性研究

采用直流磁控溅射和后退火氧化工艺在p型GaAs单晶衬底上成功制备了n-VO_2/pGaAs异质结,研究了不同退火温度和退火时间对VO_2/GaAs异质结性能的影响,并分析其结晶取向、化学组分、膜层质量以及光电特性。结果表明,在退火时间2 h和退火温度693 K下能得到相变性能最佳的VO_2薄膜,相变前后电阻变化约2个数量级。VO_2/GaAs异质结在308 K、318 K和328 K温度下具有较好的整流特性,对应温度下的阈值跳变电压分别为6.9 V、6.6 V和6.2 V,该结果为基于VO_2相变特性的异质结光电器件的设计与应用提供了可行性。     

基于分形理论的黄河内蒙古段河势演变特征及其与凌汛灾害关联研究

寒区河道凌汛灾害河势“弯道效应”的量化评估十分重要。基于分形理论提出河道横断面-纵剖面-平面多维度河势分形维数计算方法及其物理机制，并探讨黄河内蒙古段不同维度河势演变分形特征及其与凌汛灾害的关联关系。结果表明，黄河内蒙古段不同维度河势均具有多尺度自相似分形特征，且具有多年记忆周期的长程相关性；冰坝（严重性冰塞）发生频次与河道主槽弯曲分形维数呈正相关指数型函数关系，与河相系数、深泓点高程和河段平均底坡分形维数负相关，与水深-面积分形维数正相关，总体表明冰坝灾害更易发生于主槽偏移摆动大、蜿蜒曲折、河湾发育程度高的宽浅型弯曲河道，研究成果可为凌汛期冰塞冰坝灾害易发河段诊断及预测提供重要理论依据。     

Utility optimization of grouping-based uplink OFDMA random access for the next generation WLANs

Wireless Networks - In this paper, a grouping-based uplink orthogonal frequency division multiple access (OFDMA) random access method is studied which can improve users’ satisfaction in the...     

Comparison of yield and metabolites according to the types of hilling materials utilized during Glehnia littoralis sprout vegetable cultivation

Food Science and Biotechnology - Various hilling materials (rice hulls, pine sawdust, and perlite) were compared to produce sprout vegetables using beach silvertop (Glehnia littoralis Fr. Schm. ex...     

综合设计性实验在药物分析学实验中对学生综合能力的培养

《药物分析学实验》是药学专业的一门独立必修课程,是药学科学领域中的一个重要组成部分,具有较强的实践性和综合性,旨在培养学生综合运用所学知识分析药品质量的能力.综合设计性实验作为《药物分析学实验》的重要组成部分,对学生实践操作能力,发现问题、分析问题、解决问题的能力,创新能力,应用能力,团结协作能力,劳动素养等综合能力的培养具有极其重要的意义.     

基于全U网络的混凝土路面裂缝检测算法

针对现有的混凝土裂缝检测算法在各种复杂环境中检测精度不够、鲁棒性不强的问题,根据深度学习理论和U-net模型,提出一种全U型网络的裂缝检测算法。首先,依照原U-net模型路线构建网络;然后,在每个池化层后都进行一次上采样,恢复其在池化层之前的特征图规格,并将其与池化之前的卷积层进行融合,将融合之后的特征图作为新的融合层与原U-net网络上采样之后的网络层进行融合;最后,为了验证算法的有效性,在测试集中进行实验。结果表明,所提算法的平均精确率可达到83.48%,召回率为85.08%,F1为84.11%,相较于原U-net分别提升了1.48%,4.68%和3.29%,在复杂环境中也能提取完整裂缝,保证了裂缝检测的鲁棒性。     

基于1D CNN与XGBoost的恶意代码纹理检测

恶意代码数量已经呈现爆炸式增长,对于恶意代码的检测防护显得尤为重要.近几年,基于深度学习的恶意代码检测方法开始出现,基于此,提出一种新的检测方法,将恶意代码二进制文件转化为十进制数组,并利用一维卷积神经网络(1 Dimention Convolutional Neural Networks,1D CNN)对数组进行分类和识别.针对代码家族之间数量不平衡的现象,该算法选择在分类预测上表现良好的XGBoost,并对Vision Research Lab中的25个不同恶意软件家族的9458个恶意软件样本进行了实验.实验结果表明,所提的方法分类预测精度达到了97％.     

Optical design of the Lyman alpha based beam emission spectroscopy(LAB)diagnostic on the HL-2A tokamak

In this article, we present the optical design of a novel diagnostic on the HL-2 A tokamak, i.e. the20-channel edge Lyman-alpha beam emission spectroscopy, which is a promising solution for edge density turbulence research on tokamaks, as it offers the possibility of density fluctuation measurement with a 3.3 mm spatial resolution while maintains a high temporal resolution of1 μs. The optical path, including the reflective collection optics, the high-dispersion spectrometer, and the linear detector array, is carefully optimized to obtain a good image quality and a high throughput. The maximum root mean square radius of the collection optics is 64 μm.The detected photon flux is estimated to be about 10~(11) photons/s/channel.