CuxBi2Se3拓扑超导体研究进展及其掺杂特性

在类石墨烯结构的Bi2Se3拓扑绝缘体夹层中化学掺杂Cu原子形成CuxBi2Se3。Cu含量为12at%~15at%,温度为3.8~4.2K时,CuxBi2Se3块体内呈现超导电性,称之为拓扑超导体。CuxBi2Se3拓扑超导体是一种时间反演不变超导体,体电子态为满带能隙超导态,表面为无能隙Andreev束缚态,并且由于强自旋-轨道耦合效应具有三维狄拉克能带结构。科学家在CuxBi2Se3拓扑超导体中捕捉到了长期以来寻找的零质量零电荷的马拉约那费米子。马拉约那费米子不被附近的粒子、原子吸引或排斥,强烈对抗无序和杂质,这种容错特性将有效保护脆弱的量子态不受侵害,为将来自旋量子学和量子计算机的实现提供新平台。本文针对CuxBi2Se3拓扑超导体这一新型量子材料论述其理论和实验研究进展,然后结合材料科学学科特征论述CuxBi2Se3掺杂特性和反位缺陷形成特征,提出通过控制反位缺陷浓度和合理掺杂提高CuxBi2Se3的物理和化学性能的理论。     

量子点敏化太阳电池Cu2S对电极研究进展

对电极是量子点敏化太阳能电池(QDSCs)的重要组成部分,改进对电极是提高QDSCs稳定性,光电转换效率的有效手段之一。本文主要介绍了Cu2S对电极的制备工艺及其存在的优缺点,讨论了Cu2S对电极的在QDSCs应用中的优越性和存在的问题,指出了以Cu2S为对电极是提高QDSCs稳定性和光电转换效率的重要途径。     

InAs/GaAs量子点中间带太阳电池的理论研究与优化

基于InAs/GaAs量子点中间带太阳电池(QD-IBSC)结构和载流子漂移扩散理论建立了计算电流密度与静电势的数学模型,从理论上分析了量子点中间带太阳电池的电压电流特性,定量讨论了量子点层厚度、温度以及n型掺杂对电压电流特性的影响.模拟结果表明:在i层厚度取400 nm时转化效率达到最大值14.01％;温度会对量子点中间带太阳电池的电压电流特性产生影响,温度在300～350 K范围内,开路电压Voc随温度的升高而明显减小,短路电流Jsc几乎不变;对i区进行n型掺杂会抑制量子点层发挥作用.     

基于改进量子粒子群的红外图像增强算法

为了提高红外图像增强的效果,采用改进量子粒子群算法。首先构造粒子群多层空间结构,粒子运行空间划分为主层空间、次层空间,粒子信息交流通过主层空间、次层空间分别进行,交流过程受自身信息度因子和交流度因子影响;接着量子旋转门更新通过镜像门操作,梯度方法自适应调整量子门的旋转角度,提高了算法性能;最后将红外图像高频分量和低频分量分离,对其分别进行增强。实验仿真显示本文算法对红外图像增强结果相比其他算法较清晰,优质系数评价指标相比HE、NSCT、MSR、PSO、RSQS算法分别提高了43.60、36.52、25.60、19.24、12.14,对比度指标相比HE、NSCT、MSR、PSO、RSQS算法分别提高了27.99、20.70、15.28、13.97、10.85,性能指标较优。     

量子链和量子点光学特性的比较研究

比较研究了InGaAs/GaAs量子链和量子点的稳态和瞬态光学特性.实验发现,量子链的荧光寿命有很强的探测能量依赖关系,而量子点的荧光寿命随能量变化较小;量子链的荧光寿命随着激发功率迅速增加,高功率时趋于饱和,而量子点的荧光寿命随激发功率变化缓慢;此外,量子链样品的荧光上升时间也比量子点的小得多.这些结果清楚表明,在量子链结构中,参与发光的载流子之间存在很强的耦合和输运.进一步分析表明,这种耦合作用主要发生在量子链方向.荧光的偏振特性进一步证实了这一点.     

结构尺寸随机变异对叶片频率的影响

采用基于摄动技术的随机有限元方法推导了旋转叶片的随机有限元方程,并给出了固有频率对结构尺寸的灵敏度公式,为概率意义下叶片结构尺寸随机变异对叶片频率的影响提供了分析方法。最后以一实验台叶片为算例,详细研究了叶片结构尺寸分别处理为随机变量和随机场时,叶片静动频率对叶片结构尺寸的灵敏度,为叶片的设计、加工、运行提供了理论指导。     

基于量子粒子群优化的Volterra核辨识算法研究

将量子粒子群优化（QPSO）引入到非线性Volterra系统辨识中,提出了一种基于量子粒子群优化（QPSO）的Volterra级数辨识方法,利用QPSO算法估计出了非线性系统的Volterra核函数。提出的方法同时和传统的最小二乘法(LMS)辨识方法进行比较,仿真结果验表明,在无噪声干扰下,提出的方法与LMS方法都具有很好的辨识精度和收敛性。然而,在有噪声干扰下,无论在辨识精度、收敛性和抗干扰性方面,本文方法都优于传统的LMS方法,而且,随着噪声的增强,这种优势越明显。     

高温超导量子干涉器在无损检测中的应用研究

研制了一套可长时间稳定工作在无屏蔽环境中的高温超导量子干涉器(SQUID)无损检测装置,其中SQUID由Yba2Cu3O7(YBCO)制成,为了减小低频噪声,SQUID器件采用多圈条形结构,膜条宽度8pm,膜条间隔10pm,器件的有效面积为0．01mm^2,在无屏蔽环境中的磁通白噪声约为200μφ0／（Hz的平方根）,利用该装置对有内部缺陷的铝样品进行了电磁无损检测实验研究,并对激励频率与缺陷深度、缺陷大小与信号响应之间的关系进行了初步的探讨。     

融合累积变异比和集成超限学习机的高光谱图像分类

目的 高光谱图像具有高维度的光谱结构,而且邻近波段之间往往存在大量冗余信息,导致在随机样本选择策略和图像分类过程中出现选择波段算法复杂度较高和不适合小样本的现象。针对该问题,在集成学习算法的基础上,考虑不同波段在高光谱图像分类过程中的作用不同,提出一种融合累积变异比和超限学习机的高光谱图像分类算法。方法 定义波段的累积变异比函数来确定各波段在分类算法的贡献程度。基于累积变异比函数剔除低效波段,并结合空谱特征进行平均分组加权随机选择策略进行数据降维。为了进一步提高算法的泛化能力,对降维后提取的空谱特征进行多次样本重采样,训练得到多个超限学习机弱分类器,再将多个弱分类器的结果通过投票表决法得到最后的分类结果。结果 实验使用Indian Pines、Pavia University scene和Salinas这3种典型的高光谱图像作为实验标准数据集,采用支持向量机（support vector machine,SVM）,超限学习机（extreme learning machine,ELM）,基于二进制多层Gabor超限学习机（ELM with Gabor,GELM）,核函数超限学习机（ELM with kernel,KELM）,GELM-CK（GELM with composite kernel）,KELM-CK（KELM with composite kernel）和SS-EELM（spatial-spectral and ensemble ELM）为标准检测算法验证本文算法的有效性,在样本比例较小的实验中,本文算法的总体分类精度在3种数据集中分别为98.0%、98.9%和97.9%,比其他算法平均分别高出9.6%和4.7%和4.1%。本文算法耗时在3种数据集中分别为15.2 s、60.4 s和169.4 s。在同类目标空谱特性差异较大的情况下,相比于分类精度较高的KELM-CK和SS-EELM算法减少了算法耗时,提高了总体分类精度;在同类目标空谱特性相近的情况下,相比于其他算法,样本数量的增加对本文算法的耗时影响较小。结论 本文算法通过波段的累积变异比函数优化了平均分组波段选择策略,针对各类地物目标分布较广泛并且同类目标空谱特性差异较大的高光谱数据集,能够有效提取特征光谱维度的差异性,确定参数较少,总体分类效果较好。     

区域团购网的物流配送车辆路径问题

车辆路径问题（VRP）是物流配送系统研究中的一项重要内容。阐述了VRP的常见求解算法。针对区域团购网的车辆物流特点,给出了系统功能设计,建立了数学模型并用MATLAB编程实现物流配送车辆路径问题的求解。