纳米级自开关二极管的电学特性研究

纳米级自开关二极管是一种通过破坏器件表面对称性来实现整流特性的纳米级新型晶体管.首先通过建立In0.53Ga0.47As/In0.52Al0.48As纳米级自开关二极管的二维器件模型,采用蒙特卡罗方法,模拟了自开关器件的电子输运特性,根据该器件模型研究了在不同几何结构参数条件下的自开关器件的电学特性,并对影响器件电学特性的结构参数进行了仿真分析.结果表明,器件的Ⅰ-Ⅴ特性强烈地受到导电沟道宽度、沟槽宽度、沟道长度和表面态密度的影响,通过优化器件的结构参数可使器件获得更优越的整流特性.     

粘钢加固法在港区桥梁修复中的应用

某立交桥是连通某港区和内陆的重要通道。该立交共有A,B,C,D,E,F等6个匝道桥,经检测发现D线桥5-1号墩墩顶混凝土开裂。为提高桥梁耐久性,确保结构安全可靠,对破损墩柱进行粘钢加固处理,其工艺流程可供类似工程参考。     

大功率In(Ga)As/GaAs量子点激光器

利用分子束外延技术和 S- K生长模式 ,系统研究了 In As/Ga As材料体系应变自组装量子点的形成和演化 .研制出激射波长λ≈ 960 nm,条宽 1 0 0μm,腔长 80 0μm的 In( Ga) As/Ga As量子点激光器 :室温连续输出功率大于 3.5W,室温阈值电流密度 2 1 8A/cm2 ,0 .61 W室温连续工作寿命超过 3760小时     

大功率半导体激光器光纤耦合模块的耦合光学系统

针对808nm大功率GaAs/GaAlAs半导体量子阱激光器的远场光场分布特点,提出了与多模光纤耦合时对耦合光学系统的特殊要求,并根据低成本、实用化的要求设计制作了专用的耦合光学系统,对耦合光学系统的实际性能进行了测试,给出了耦合效率统计分布图、耦合偏差曲线和高低温可靠性实验结果.用设计制作出的实用化耦合光学系统完成了输出功率15-30W,光纤束数值孔径为0.11-0.22的半导体激光光纤耦合模块,模块的使用结果表明耦合光学系统稳定、高效、实用.     

1.3μm自组织InGaAs/InAs/GaAs量子点激光器分子束外延生长

报道了分子束外延生长的1.3μm多层InGaAs/InAs/GaAs自组织量子点及其室温连续激射激光器.室温带边发射峰的半高宽小于35meV,表明量子点大小比较均匀.原子力显微镜图像显示,量子点密度可以控制在(1～7)×1010cm-2范围之内,而面密度处于4×1010cm-2时有良好的光致发光谱性能.含有三到五层1. 3μm量子点的激光器成功实现了室温连续激射.     

1.3μm自组织InGaAs/InAs/GaAs量子点激光器分子束外延生长

报道了分子束外延生长的1.3μm多层InGaAs/InAs/GaAs自组织量子点及其室温连续激射激光器.室温带边发射峰的半高宽小于35meV,表明量子点大小比较均匀.原子力显微镜图像显示,量子点密度可以控制在(1～7)×1010cm-2范围之内,而面密度处于4×1010cm-2时有良好的光致发光谱性能.含有三到五层1. 3μm量子点的激光器成功实现了室温连续激射.     

在丝绸之路的起点筑梦——中铁七局西安公司群像

<正>"千里之行始于足下,万丈高楼起于基石"。当今,在十三朝古都西安这个"丝绸之路"的起点上,正活跃着一群光荣的劳动者,他们筑"根基"、缚"苍龙"、托"彩虹",他们就是辛勤的中铁七局西安公司的员工们。张秀枝:筑牢"根基"的人她是一位平凡而美丽的女性,长年在野外工地从事着艰苦的工作,以坚韧的毅力和孜孜不倦的精神创造出了不平凡的业绩—她就是被中华全国总工会授予"全国五一巾帼标兵"、被中国中铁股份公司授予"中国中铁劳动模     

高温连续输出AlGaAs大功率单量子阱激光器的工作特性

本文介绍了利用MBE方法生长的大功率AlGaAs单量子阱激光器的高温工作特性．激光器的室温连续输出功率达到2W．在95℃高温连续工作状态下，其输出功率仍可达到500mW的水平．器件的特征温度高达185K（35～85℃）及163K（85～95℃）．同室温相比，器件在95℃的工作条件下，其功率输出的斜效率下降了23％．     

可用于弱光探测器的量子线研究进展

以量子线作为导电沟道的场效应弱光探测器可在低工作电压下达到很高灵敏度.文章主要对可用于此种弱光探测器的V型和脊形量子线的生长机理和制备方法进行综述,给出了量子线的PL测试结果.采用MBE外延生长法在V型槽图形衬底上生长了OaAs/AlGaAs量子线FET外延结构,扫描电子显微镜下初步判定在V型槽底部形成了截面近三角形的量子线结构.     

基于可变权重损失函数和难例挖掘模块的Faster R-CNN改进算法

基于深度卷积神经网络的目标检测算法已成为目标检测领域中的研究热点,它包括基于区域提议的两阶段目标检测算法和基于位置回归的一阶段目标检测算法。Faster R-CNN是两阶段目标检测的典型算法之一,但是,训练数据集中简单样本-〖KG-*8〗难分样本数量不平衡,以及样本数据的类间不平衡,都是影响Faster R-CNN检测精度的重要原因。本文提出一种基于可变权重损失函数Focal Loss和难例挖掘模块的改进Faster R-CNN算法。具体地,在网络的分类部分引入Focal Loss函数,通过权重调节样本数据的类间不平衡,改善简单样本-〖KG-*8〗难分样本的数量不平衡;同时,修改网络结构,引入难例挖掘模块,进一步平衡简单样本-〖KG-*8〗难分样本的数量,提高网络的检测性能。本文采用不同数据集,不同基础网络来测试提出的算法性能。实验结果表明,在VGG-16基础网络下,本文算法在Pascal VOC 2007数据集上平均检测精度较原算法提高了0.9个百分点,在Pascal VOC 07+12数据集上提高了1.7个百分点;在Res-101基础网络上,在Pascal VOC 2007数据集上平均检测精度较原算法提高了1.3个百分点,在Pascal VOC 07+12数据集上提高了1.5个百分点。