氢气退火对大直径直拉硅单晶中空洞型缺陷的影响

研究了氢退火对大直径直拉硅单晶中空洞型缺陷(voids)的影响.样品在1050～1200℃范围进行氢退火,退火前后样品上的流水花样缺陷(FPD)和晶体原生粒子(COP)在腐蚀后分别用微分干涉光学显微镜和激光记数器进行观察.实验结果表明在氢退火以后,FPD缺陷的密度随温度升高不变,而样品上的COP密度大量减少.分析可知,氢气退火仅仅消除了硅片表面的voids,而对于硅片体内的voids不产生影响,并在实验的基础上,讨论了氢退火消除voids的机理.     

南京市软件产业发展现状、问题及对策建议

软件产业是信息产业的重要组成部分,它以高附加值、高科技水平的特点,渗透到国民经济和社会生产生活的各个方面,是促进社会经济发展的重要环节,是信息化的基础和关键。本文论述了在经济高速发展浪潮中,南京软件产业发展现状,分析软件产业发展所面临的阿题,并提出了加速发展南京软件产业的建议。     

大学技术基础课考核方法改革的探索与思考——以"微机原理与接口技术"课程为例

本文以"微机原理与接口技术"课程考核为背景,针对计算机硬件类课程的特点,在分析传统考核方法存在的缺陷的基础上,将课堂教学与平时学习以及课程实验等各个教学环节统筹考虑,以突出应用计算机接口技术解决实际问题的计算思维能力培养为目的,建立了一种一体化的考核试卷方法,并结合考核实例,对考核的效果进行了统计分析.     

皮秒拍瓦激光的参数测量系统可靠性分析

皮秒参数测量系统用于提供皮秒拍瓦激光系统的各项状态参数,协助激光系统达到预期的技术指标。针对皮秒拍瓦激光系统的技术指标,皮秒参数测量系统将提供压缩脉冲的能量、脉宽、远场、信噪比等参数。为了判断参数测量系统的工作性能,采用均方根(RMS)误差来描述测量系统的可靠性。经过实验测试,能量测量单元的测量范围为10～1000J,标定实验数据的RMS误差为2.2%。脉宽测量单元的时间测量范围为0.5～18.0ps,时间分辨率为0.07ps,测试数据的RMS误差为3%。远场测量单元的空间测量范围为150倍衍射极限(DL),空间分辨率为0.3倍DL,测试数据的RMS误差为0.15%。信噪比测量单元的时间测量范围为30ps,时间分辨率为0.3ps,动态范围为106。基于拍瓦实验提供的测试数据表明,皮秒参数测量系统能够稳定可靠地提供以上参数的实时测试数据,实现拍瓦装置的运行状态诊断功能。     

基于移动学习的生产实习新型教学模式研究

移动学习的新时代正式到来,各高校移动数字教育体系建设不断转型升级,移动学习技术为高校教育教学模式实现转型提供有利条件,移动学习已发展成为高校教育发展的新阶段。文章提出一种基于移动学习的实践——接受式生产实习教学模式,模式充分符合高校教学发展主要特征,更适合生产实习。     

电子渠道用户发展现状浅析——以江苏省广电有线信息网络股份有限公司为例

通过对江苏省全省电子渠道用户的总量和地区分布,分析了电子渠道缴费用户的流失及消费情况,找出了目前电子渠道存在的一些问题,并提出相应的策略。     

实时时钟芯片DS1388的原理与应用

DS1388芯片可提供时钟/日历以及可编程看门狗定时器，并具有复位功能的电源监视器和512字节EEPROM；可经过温度补偿的电压基准和比较器电路对VCC的状态进行监视。如果探测到主电源失效，器件自动切换至备份电源以驱动复位输出为有效状态。在失去VCC的情况下，备份电源维持时钟/日历部分继续工作。当VCC恢复至正常电平时，复位输出继续保持为低一段时间，以等待电源和处理器工作稳定。DS1388具有I^2C串行接口，可通过它访问该器件，文中给出了DS1388与DS2250单片机之间的硬件接口电路设计，同时也给出了软件程序（C语音编写）实例。     

两种波长激光治疗太田痣的形态学观察

太田痣是以眼周区域青褐色斑痣为特征的色素性胎记，是与三叉神经周围分支相一致的良性色素性皮肤病。为了探讨Q1064nm和Q755nm两种波长的激光治疗太田痣的疗效，对9例不同组织学分型的太田痣患者进行了治疗前、中、后的组织病理和超微结构变化的观察。     

PECVD制备a-C:H:N薄膜的微观结构研究

非晶含氢碳膜(amorphous ydmgenated arbon a-C：H films)在力学、热学、电学、化学、光学等方面具有优异的性能，被广泛应用于诸多领域，有巨大的应用前景。随着a-C：H薄膜制备技术的进一步完善，在此基础上的改性材料又引起了人们的注意。氮掺杂类金刚石薄膜(a-C：H：N)近年来成为人们研究的     

面向Weblog的模糊协同聚类算法

面向Weblog的协同聚类算法具有同时发现用户聚类及与之对应的页面聚类的能力,已成为Weblog数据挖掘的重要研究内容。由于现有的面向Weblog的协同聚类算法大多采用硬划分方法将用户和页面分配到聚类,因此,无法很好地处理聚类边界的问题,即一个用户可能属于多个聚类,从而影响了聚类质量。该文给出了一种面向Weblog的模糊协同聚类FCOW(Fuzzy CO-clustering for Weblog)算法来解决协同聚类算法的边界问题,以提高聚类结果的质量。该算法首先利用矩阵Hadamard积运算发现Weblog中隐含的独立用户模式1={,,K}PA pa pa;其次,依据pa k所对应的页面子集将剩余用户分配到该独立模式中,从而产生协同聚类结果 {k,k}CS CP,k=1,,K;最后计算每个用户和页面与协同聚类之间的模糊隶属度,并以该隶属度作为个性化推荐的依据。实验结果表明,FCOW算法具有获得高质量聚类结果的能力。