Polymer passivation of defects in inorganic perovskite solar cells

Inorganic perovskite solar cells (IPSCs) have attained attention due to their excellent thermal and phase stability. In this work, we demonstrate a novel approach for fabricating IPSCs, using the strategies of interface passivation and anti-solvent before spin-coating perovskite. Poly(methyl methacrylate) (PMMA) and chlorobenzene (CB) are used as passivator and anti-solvent, respectively. The CB improves the perovskite crystal morphology. Meanwhile, PMMA passivates the defects between poly(3, 4-ethylenedioxythiophene)-poly(styrenesulfonate) (PEDOT:PSS) and perovskite layer, thus increasing the short-circuit current. Excitingly, we find that PMMA benefits the grain boundaries (GBs) of perovskite, which makes it more humidity-resistant, increasing the stability of perovskite film. Especially, PMMA mitigates interfacial charge losses, and the devices based on CsPbI3-xBrx passivated by PMMA exhibit the power conversion efficiency (PCE) much higher than those based on pure CsPbI3-xBrx.     

高工作温度碲镉汞红外探测器研究进展

高工作温度碲镉汞红外探测器作为最近来发展起来的新型探测器,在保证性能不变的基础上,实现了尺寸小、重量轻、功耗低等功能,成为军事侦察、无人机、无人平台的重要探测器件。本文阐述了高工作温度碲镉汞红外探测器的基本原理,重点介绍了碲镉汞P-on-N红外探测器的器件结构设计,并且对美国Raytheon、法国Sofradir、德国AIM、美国Teledyne、美国DRS等公司的研究进展进行了综述性介绍。     

基于测量误差不确定性加权的快速相机位姿估计算法

在相机位姿估计任务中,参考点位置的测量容易受测量仪器或者所处环境影响,出现一定程度的测量误差,其中误差较大的点对最终求解精度的影响很大,被称为野值点。文章针对现有算法抗野值点能力较弱的问题,提出一种基于测量误差不确定性加权的快速相机位姿估计算法。该算法以经典的正交迭代算法为基础,引入M估计方法,对目标函数根据参考点的测量误差赋予相应大小的权值,最大程度地将野值点的影响排除,并引入Kronecker积对计算过程进行优化,减少了迭代过程中的冗余计算,提高运算速度。仿真实验结果表明,改进后的算法提升了原算法的抗野值点能力,且计算速度更快。     

基于多尺度特征选择性融合的遥感图像检测算法北大核心CSCD

遥感图像的检测在监察自然环境、军事、国土安全等方面具有极其广阔的应用前景,而遥感图像具有背景复杂、目标面积小、特征提取困难等缺点,进行检测时容易产生小目标漏检问题。本文提出一种基于多尺度特征选择性融合的遥感图像检测算法。所提算法采用改进的Resnet50作为主干网络,将Resnet50第一个卷积替换成动态卷积,并将其ConvBlock模块中的卷积替换成金字塔卷积,提高特征提取能力。同时,为了避免遗漏底层信息,在动态卷积层后加入所提有效空间通道注意力机制模块。最后,选取基于上下文信息的不同尺度特征进行融合,提高了模型对目标物体的定位能力。实验结果表明,本文算法在保证速度的同时提高了对遥感图像的检测精度,在遥感图像公开数据集RSOD和NWPUVHR-10上平均精度均值(mean average precision,mAP)分别达到91.88%和90.23%,检测速度达到33 FPS。     

基于强化学习的列车驾驶曲线节能优化算法

在保证安全和准时性的前提下,自动化列车运行可以有效减少列车耗能。为了灵活应对列车运行种的动态变化,提出了一种基于强化学习的方法,可以优化列车控制策略且不采用之前关于列车动力学的知识和设计的列车速度曲线。这个优化模型将列车节能作为目标,把准点到达、列车限速、停车位置作为限制条件。大量的列车运行经验可以被用来训练深度神经网络直到得到最优化行为价值函数,通过对训练过的神经网络输入状态,可以准确输出每个行为的价值,然后再根据行为价值的大小来选择最优的驾驶策略。     

基于序列关联的参差信号分选算法

针对复杂环境下常规直方图信号分选算法对于参差信号分选能力不佳的问题,该文提出一种基于脉冲间隔与单个脉冲关联的直方图算法.该算法根据脉冲间隔与单个脉冲的对应关系建立了脉冲间隔分布矩阵(PIDM),然后通过对PIDM行列的累加计算,得到一种新的直方图,该直方图可避免传统脉冲重复间隔(PRI)变换算法在分选参差信号时对于参差信号帧周期过多抑制的缺陷,且能够通过PIDM对辐射源脉冲串进行序列提取,进而得到参差子序列的周期值.仿真分析结果表明,在不增加计算复杂度的情况下,该算法对存在多部参差辐射源和固定重频辐射源的混合场景仍可保持良好的分选效果.     

一种特征转移和域自适应的异质缺陷预测方法

软件缺陷预测是软件工程领域中的一个研究热点.跨项目缺陷预测(Cross-Project Defect Prediction, CPDP)采用源项目的缺陷数据来预测目标项目的缺陷倾向性.然而,源项目和目标项目的特征可能会有所不同.因此,研究人员提出了异质缺陷预测(Heterogeneous Defect Prediction, HDP).为了提高HDP模型的性能,本文提出了一种基于特征迁移和域自适应的异质缺陷预测(Feature Transfer and Domain Adaptation, FTDA)方法.首先,FTDA使用基于相关性的特征选择算法从源项目的特征集中选择最优的特征子集.随后,使用欧氏距离进行匹配特征,并为每个目标项目选择最合适的源项目.再次,使用TCA算法解决不同项目之间的分布差异问题.最后,使用SMOTETomek算法处理类不平衡问题.为了验证FTDA方法的有效性,本文对AEEEM,PROMISE,NASA和Relink数据集中的24个项目进行了实证研究.实证研究表明,FTDA显著提高了异质缺陷预测的性能.     

基于径向曲线与支持向量回归的颅骨修复方法

颅骨修复技术是对有缺损的颅骨补全对应的缺损部分,进而实现颅骨形状的完整性。针对高维颅骨数据,采用径向曲线来表示颅骨几何特征,结合最小二乘支持向量回归的方法构建颅骨修复模型。提取完整的三维颅骨模型的径向曲线,将其分为已有径向曲线和缺失径向曲线两部分作为训练样本,采用最小二乘支持向量回归统计模型复原出待修复颅骨的缺失径向曲线,进而合并生成待修复颅骨的完整径向曲线,通过迭代最近点算法将合并的颅骨径向曲线与颅骨统计模型进行匹配生成完整的三维颅骨模型。实验结果表明,该方法的平均误差达到6.834×10^-3,比主成分分析方法降低2.90倍,具有更好的修复效果。