短沟道MOSFET阈值电压辐照增强漂移效应

本文对γ辐照环境下,小尺寸MOSFET的性能进行了研究,发现了短沟MOSFET阈值电压辐照增强漂移效应;提出了辐照损伤电荷非均匀分布概念;开发了二维数值模拟程序,对辐照损伤电荷引起的器件物理作用进行了分析;建立了辐照环境下短沟道MOSFET的简化模型,成功地解释了实验现象;在理论分析的基础上,提出了适用于VLSI的抗核加固措施,并经实验证实其有效性。     

NTT

半导体激光器问世于1960年,半导体光电集成电路(OEIC)的概念提出于1970年,含有GaAs体效应二极管和GaAs MESFET的光电集成电路分别出现在1978年和1983年。半导体光电技术在光通信、光纪录、光读出、光测量和光信息处理等领域已得到广泛的应用,现正在逐步建立起一种新型的光电产业。光电单片集成电路技术以其易于解决光学器件与电子器件间的互连和调制、易于消除由键合点和引线导致的寄生电感和分布电容及易于提高速度、降低噪声、改进可靠性和减小体积等优点而颇受重视。看来,把具有不同功能的光学器件和电子器件集成在一个单片上的CEIC是发展光电器件的必由之路。光电单片集成所需的技术水平极高,目前尚处于实验室的研制阶段,而作为过渡产品的光电混合集成电路却深受欢迎。目前,世界各国,尤其是日本各大公司和研究单位正大力进行OEIC的研究和开发工作,并取得了一定的成果。本专集介绍日本NTT等九家研究单位在OEIC方面的研究方向、研究重点、所用电路结构、制作工艺等情况,并报导了已取得的成果。     

结合单词-字符引导注意力网络的中文旅游文本命名实体识别

传统基于词向量表示的命名实体识别方法通常忽略了字符语义信息、字符间的位置信息,以及字符和单词间的关联关系.提出一种基于单词-字符引导注意力网络(WCGAN)的中文旅游命名实体识别方法,利用单词引导注意力网络获取单词间的序列信息和关键单词信息,采用字符引导注意力网络捕获字符语义信息和字符间的位置信息,增强单词和字符间的关...     

探讨MT2000型短波发射机欠功率报警器的设计与制作

顺利完成安全播出任务是我们广电工作者的最重要的任务,MT2000短波发射机是我们新疆地普遍使用的小功率发射机,但这类发射机没有停播警报系统,这样对我们安全播出带来了比较大的隐患,本文主要讨论和解决的一下两个问题,第一个是,MT2000短波发射机上使用的停播报警系统的制作原理和安装以及实验过程。第二个是发射机原有的四种报警信息的采集和处理过程。     

叶尔羌河流域典型区地下水化学特征分析

以位于中国新疆地区的叶尔羌河流域为例,在概述流域地下水运移概况的基础上,分三次进行了样品的采集和测定,并依托测定结果,采用Piper三线图法、舒卡列夫分类法展开典型区地下水水化学特征分析。结果表明,叶尔羌河流域典型区水化学类型及成因较为复杂,且由西向东表现出明显的分带性特征,西部山区（即Ⅰ区）水化学类型以重碳酸钙、碳酸硫酸钙为主,为淡水区;东部平原区（即Ⅱ区）水化学类型则以碳酸钠镁和硫酸钠镁型为主,为咸水区。地下水中TDS含量与各离子相关性的分析为流域地下水资源的开发利用提供了思路。     

工程机械自动化中节能设计理念的应用路径研究

历经长期发展,我国工程机械产业如今规模庞大,技术水平优良,体系也逐渐完善,2021年工程机械产业营业收入突破8 000亿元,总体呈现优良发展态势。文章从工程机械自动化的特征切入,阐述节能设计理念下的工程机械自动化要求和节能设计理念的重要性,重点阐述节能设计理念的应用路径,以供参考。     

基于铂纳米线阵列的葡萄糖生物传感器

用电沉积法在聚碳酸酯膜板中制备了铂纳米线阵列,纳米线直径约为250 nm,长度约为2 μm.SEM表征表明,铂纳米线阵列具有均匀有序的结构,纳米线密度为5×108 cm-2.将纳米线阵列薄膜固定到电极表面,研究了修饰电极的电化学行为.在较低电位下(-0.1 V),修饰电极对过氧化氢具有良好的电催化性能,并有较宽的线性响应范围(1×10-7～5×10-2 mol/L).通过戊二醛在电极表面固定葡萄糖氧化酶制备了一种新的葡萄糖传感器.该传感器对葡萄糖的线性响应范围为5×10-6～2×10-3 mol/L,检测下限为1 μmol/L.     

环己烷氧化副产物X油的综合利用

通过分析环己烷氧化副产物X油的组成,提出了以X油为原料,经水解、氧化得粗己二酸,再与异辛醇直接酯化制取增塑剂己二酸二辛酯（DOA）的工艺路线,确定了工艺条件。整个工艺过程中无三废污染。     

智者知也知·艺术馆

成都西行,沿缓坡车道,可直达传说中的老子归隐地——老君山。沿途建筑,颇具特色,若非细瞧,你会错过全新的“旧建筑”——”知·艺术馆”。馆名取自《庄子》,知同“智”,智慧之意。它的建筑师与室内设计师是隈研善,标识设计由原研哉完成。     

基于DTS-ResNet的苹果叶片病害识别方法

针对苹果叶片病害识别中传统卷积神经网络识别精度较低、收敛速度较慢等问题,提出了一种基于DTS-ResNet(ResNet based on dual transfer learning and squeeze-and-excitation block)的苹果叶片病害识别方法。该方法以ResNet为基础模型,将注意力机制与残差模块相结合作为骨干网络以强化网络对重要特征信息的提取能力、提高识别准确率,并采用双迁移学习的训练方式加快模型的收敛速度。实验结果表明,所提出的方法的识别准确率达到98.73%,能够较好地识别苹果叶片病害。相较于一些传统的卷积神经网络,该模型收敛速度更快,拟合效果更好,且具有更高的识别精度。