基于热光伏电池GaSb多晶薄膜的可控生长

采用物理气相沉积(PVD)法在ITO透明导电衬底上制备GaSb多晶薄膜.研究了衬底温度及薄膜厚度对GaSb薄膜结构特性、电学特性以及光学特性的影响.在一定条件下生长的GaSb薄膜择优取向由GaSb(111)晶向转变为GaSb(220)晶向, 这是在玻璃衬底上生长GaSb薄膜没有发现的现象.择优取向改变为(220)晶向的GaSb薄膜具有更高的霍尔迁移率.因为这种薄膜材料具有更少的晶粒间界和更少的缺陷.经优化后的GaSb薄膜的光学吸收系数在104 cm-1以上, 适用于热光伏薄膜太阳电池中.     

基于支持向量数据描述的高效异常数据检测算法

为了解决大规模数据中的异常检测问题,提出了基于支持向量数据描述(SVDD)的高效离群数据检测算法。该算法的核心思想为:首先利用SVDD获得包含单类数据的最小球形边界,然后通过该边界对未知样本数据进行分类,并利用最小闭包球算法对SVDD分类器进行优化求解。在UCI机器学习数据集和入侵检测数据集上将该算法与其他离群数据检测算法进行了实验比较,结果表明,该算法不仅获得了更高的检测准确率,而且具有较低的运行时间。     

基于非局部注意力和局部特征的车辆重识别算法

车辆重识别是指从不同的摄像机来重新识别出同一辆车。车辆重识别非常容易受到车辆角度以及光照等其他因素的影响,是一项非常有挑战性的任务。许多车辆重识别方法都过分关注车辆全局特征,而忽略了车辆图像的局部有分辨力的特征,造成了车辆重识别精度不高的问题。针对这一问题,本文提出一种整合非局部注意力的和多尺度特征的车辆重识别方法,使用注意力机制获取车辆显著特征,并融合多尺度特征从而提高车辆重识别的检索精度。首先,使用骨干特征提取网络与注意力模块获取车辆的显著性细粒度特征。然后,将特征分为多个分支进行度量学习,分别学习车辆的局部与全局特征,将全局特征与细粒度的局部特征融合,构建车辆重识别的特征。最后,利用该方法提取不同车辆的特征,计算不同车辆的相似度,从而判断是否具有相同的身份。实验结果表明本文提出的车辆重识别算法具有更高的精度。     

基于Web文本挖掘的远程教育个性化服务应用研究

Web文本挖掘就是从Web文档和Web活动中抽取感兴趣的、潜在的有用模式和隐藏的信息。本文在分析Web挖掘相关技术的基础上。将Web文本挖掘技术与远程教育相结合,提出了一种基于Web文本挖掘的远程教育的个性化服务模型。     

迭代决策树在混凝土抗压强度预测中的应用

针对影响混凝土抗压强度的多种主要因素,采用迭代决策树方法构建了预测模型,并以28 d抗压强度作为研究对象。通过迭代决策树原理分析与实验测试进行了模型验证。结果表明,迭代决策树模型在混凝土抗压强度预测中具有很好的应用价值以及更理想的预测结果。     

基于类别比例因子和类内均分度的χ2统计改进

针对χ²统计特征选择方法的两大局限:对低文档频的特征选择不合理,以及过分强调那些在指定类低频出现,而在其他类中高频出现的特征项在该类中的权重。提出基于类别比例因子与类内均分度的χ²统计特征选择的改进方法。实验结果表明,改进方法的分类效果优于传统方法。     

弱锚定条件下混合排列向列液晶显示的动态响应

研究了弱锚定条件下混合排列向列液晶显示动响应。具体研究沿面排列处为弱锚定,垂面排列处为强锚定的ＨＡＮ盒。讨论了响应速度与锚定强度系数之间的关系。     

柴油机零件的盐溶氮化

本文介绍了柴油机零件无污染液体氮化工艺的适应范围。“Melonite”盐浴是由含钾钠氰酸盐和炭酸盐组成的混合物。并且,由于氰酸盐与铁素体反应需要连续不断地将空气通入盐浴中,以补充氧的消耗。除了符合环境保护局环境保护处规则外,本文还谈到了本工艺的一些其它方面的优点。本文选自作者1980年10月31日在底特律密执安州立大学管理教育中心由美国密执安州底特律科兰公司所主办的国际讨论会上发表的论文。     

空心阴极离子淀积TiN薄膜特性研究

本文用空心阴极离子淀积系统,在氮和氩的混合气体中淀积了TiN薄膜.X射线衍射方法、俄歇电子谱(AES)和电学测量等方法用来研究分析了TiN薄膜的结构、组分和薄膜电阻率.该TiN薄膜有很低的电阻率,其电阻率约为25μΩcm.Al/TiN/Si金属化系统经550℃、30分钟热退火后,卢瑟富背散射(RBS)分析结果表明,没有发现互扩散现象,说明TiN在硅集成电路中是一种良好的扩散势垒材料.     

模糊DEA方法及在相对经济效益评价中的应用

针对经济研究中一些数据具有模糊性的特点，对ＤＥＡ方法进行了改进，提出了一种模糊数据条件下的ＥＤＡ模型，并用该模型对某地区纺织部门各行业的相对经济效益进行了预测分析。