基于多孔氧化铝腐蚀的表面结构制备及其疏水性能研究

先采用阳极氧化法在铝基板上制备了多孔氧化铝(AAO)膜,并以铝基AAO膜作为前驱物,采用化学腐蚀溶液分别制备出了具有纳米结构、微米结构和微纳复合结构表面的薄膜材料结构。利用扫描电子显微镜、荧光分光光度计和电子能量色散谱仪等测试手段分析了薄膜材料表面结构,并在薄膜表面涂覆低表面能物质氟硅烷薄膜研究这些表面结构的疏水性能。研究结果表明:通过控制化学腐蚀时间可以在铝基AAO膜表面分别获取纳米结构、微纳复合结构和微米结构;与未腐蚀的AAO膜表面相比,三种表面结构都有效提高了疏水薄膜表面的疏水性能;在NaOH溶液腐蚀16 min条件下,表面呈现微纳复合结构,具有超疏水性能,水的接触角达到155°。     

CdSe量子点/PVK复合电双稳器件的制备及载流子输运性能研究

报道一种基于CdSe量子点/聚乙烯基咔唑有机无机复合电双稳器件,通过对量子点浓度的控制使器件在室温下可以通过正向偏压和负向偏压脉冲激励下实现高阻态与低阻态的相互转变,相当于存储器件的写入功能与擦除功能,并且可实现重复的“读-擦-读-写”操作.对电流-电压曲线和电容-电压曲线展开讨论,验证器件的载流子捕获与释放机制,阐述载流子在该器件的输运机制.     

不同环境湿度对CuO纳米线生长及场发射性能的影响

首先在400℃的干燥空气(流量为500?sccm)及不同水汽流量(500、1500、3000、4000 sccm)等条件下分别热氧化铜片获得了系列垂直生长的氧化铜纳米线, 随后, 采用扫描电子显微镜(SEM)、透射电子显微镜(TEM)、X射线衍射(XRD)研究了不同条件下所制备的氧化铜纳米线形貌、结构等性能, 并进一步研究了其场发射性能。研究结果表明: 水汽对氧化铜纳米线的密度及场发射性能影响较大, 在500 sccm空气流量条件下, 通入水汽(500 sccm)条件与未通入水汽条件生长得到的氧化铜纳米线相比, 其密度明显增大, 场发射性能提升, 其开启场强约为3.7 V/μm, 明显低于干燥空气中生长氧化铜纳米线的开启场强(6.5 V/μm); 此外, 制备得到的氧化铜纳米线的场发射性能随着通入水汽量增大出现先升高后降低的趋势, 并且, 在通入水汽流量为3000 sccm时, 获得最佳的氧化铜纳米线场发射性能, 其开启场强低至1.4 V/μm。     

大屏幕FED集成驱动电路的研制

论述集成场致发射显示系统的工作原理,主要包括了数字视频图像的转换和处理、视频数据的传输、列灰度驱动集成HV632PG和行集成驱动器STV7697芯片的接口电路以及FPGA控制技术等。采用集成FED驱动系统研制出了彩色FED显示器样机,首次用于大屏幕低逸出功型印刷式场致发射显示器,能显示彩色视频图像。FED驱动电路的集成化大大地降低电路结构的复杂性,使整个驱动电路的稳定性提高,厚度变薄、重量减轻。样机亮度已达200 cd/m2、对比度达600∶1,显示分辨率为480×240,电路灰度等级达256级,有效显示对角线尺寸为63.5 cm(25 in)。     

基于YOLACT与Transformer相结合的实例分割算法研究

为提高单阶段实例分割的检测精度和改善小目标漏检、错检情况,提出一种基于YOLACT改进的YOLACTR算法。该算法首先利用CNN与Transformer相结合,设计一种新的头部预测网络,对特征进一步提取,并使用双向注意力来关联同一实例的掩码信息并区分不同实例之间的掩码特征,注重特征点周围的关联信息,使得检测框的预测更加准确;然后利用多级上采样和设计的CS注意力模块结合形成掩码分支,使其融入多种不同尺度信息,并利用CS注意力来关注不同的尺度信息。在MS COCO数据上,YOLACTR算法与YOLACT算法相比,其边框和掩码检测精度分别提升了7.4%和2.9%,在小目标检测上分别提升了18.9%和13.5%。实验表明,YOLACTR算法可以在多目标复杂场景下,提升检测和分割精度以及分类的准确度,改善小目标和重叠目标漏检、错检的问题。     

基于Zynq平台的图像目标检测系统

针对图像目标检测任务中采用的深度学习网络复杂的计算和规模庞大的计算参数,导致基于ARM架构的嵌入式系统上,目标检测任务存在着高延时和处理速度慢的问题,文章提出并设计实现了一种新型完整嵌入式道路车辆检测方案。该方案在基于YOLOv3-Tiny的特征提取网络中采用结构重参数化的方法提升模型检测精度,并通过Vitis-AI在Zynq嵌入式平台上部署DPUCZDX8G架构的加速核对卷积神经网络的并行加速,最后将改进的YOLOv3-Tiny网络模型经过量化、编译,以动态链接库的方式部署。实验结果表明,在VOC2007上测试最终实现均值平均精度(MAP)为0.597,实时处理速度为27.7FPS,同时帧率功耗比为1.49,适合边缘计算设备的低功耗要求。     

一种复杂光照下的人脸检测预处理算法

在人脸检测系统中,人脸图像预处理是提高检测率的重要环节。为了改善基于光照经验模型的仿射变换AT算法在侧光条件下处理效果不佳的情况,提出了一种人脸图像增强算法。实验结果表明本算法不仅能较好地改善侧光现象,而且对大部分不同方向的光照情况都可以有很好的处理效果。     

柔性金属膜封装器件的水汽阻隔性能研究

通过UV树脂和柔性金属薄膜将干燥片和透气绝缘的聚二甲基硅氧烷(PDMS)膜封装在器件中, 利用钙(Ca)膜电学测试方法测定封装结构的水汽透过率 (WVTR),研究了该封装方法的水汽阻隔性能。实验结果表明, Ca膜蒸镀时的温度调控极大影响Ca膜均 匀性和表面形貌,从而影响器件的水汽透过率检测结果。本文提出的柔性金属封装方法具有 良好的水汽阻 隔性能,其WVTR在封装90h后仍达到5×10－4 g/m²/day 以下,水汽主要从器件周围的UV树脂渗透,与传统薄膜封装的水汽渗透机制有很大不同。     

平板显示器中ITO透明电极制备的研究

利用光刻技术和湿法刻蚀技术制备ITO透明电极,借助视频显微仪和台阶仪观测电极形状和表面形貌.比较了不同溶液的刻蚀效果,指出采用盐酸加三氯化铁溶液刻蚀效果最佳,分别讨论了HCl含量和ReCl3含量变化对ITO膜刻蚀速率的影响.最后指出在25士2℃的环境下,刻蚀液HCl、H20和FeCl3·6H2O的配比满足3 L:1 L:(20～30 g)时,ITO膜的刻蚀速率能达到1 nm/s,所制备的透明电极边缘整齐无钻蚀,适合于制备平板显示器中的透明精细电极.     

深度自编码器在数据异常检测中的应用研究

针对自编码器网络（AE）需要正常数据进行训练的局限性,结合主成分分析方法,将AE的每次重建输出与输入数据进行求差,隔离出异常数据部分,即将输入数据分为正常与异常部分,正常部分由AE重建输出,异常部分由近端法进行优化输出,最后采用交替方向乘子法训练整个模型并达到预定训练次数再输出结果,实现了一种基于深度自编码网络（DAE）模型的无监督数据异常检测方法。在7个真实数据集与8种机器学习模型和AE模型进行了对比实验,结果表明,DAE模型无需输入正常数据就可以有效进行模型训练,且可以防止模型的过拟合,其综合表现高于传统机器学习模型和AE模型,AUC值在4个数据集中达到最优。在mnist数据集中,DAE模型的AUC值相比于孤立森林（IF）方法提高了10.93%。