氮化镓基异质结构光子晶体微腔特性研究

本论文提出了氮化镓基有源体系的异质结构光子晶体谐振腔,以实现高品质因子和小模场体积的有源集成蓝光谐振。通过能带分析,明确了异质结构光子晶体谐振腔的工作机理。基于光子晶体的能带带边和带隙原理,实现了光子面内反馈、高品质因子谐振和面外垂直发射。基于时域有限差分方法,研究了核心区和包层区不同谐振腔参数下的谐振特性。讨论了微腔结构与谐振品质因子、腔损耗、谐振频率及模场体积等的影响关系。研究表明,通过异质结构可以有效地降低面内谐振损耗,实现了有源集成型蓝光波段的Purcell因子达到769,模场体积为0.7(λ/n)³。该研究为蓝光波段高Q/V_m谐振腔的设计开辟了道路,同时为具备优异谐振特性的异质结构光子晶体微腔的研究奠定了方法和理论基础。     

胶束催化及其在有机合成中的应用

概述了胶束催化作用的基本原理以及胶束催化在有机合成中的多方面应用.分析了各种因素对胶束催化的影响规律,并结合作者利用胶束催化对线型高聚物实施大分子反应的研究实践.提出了胶束催化在有机合成中将具有广阔的应用前景,可将大量的油/水两相有机反应体系高效地推向工业化生产.     

Zn2+作为化学镀镍溶液稳定剂的研究

为了保持化学镀镍液的稳定性,添加微量Zn2 作为化学镀Ni-P合金镀液的稳定剂,通过稳定性试验以及镀速和镀层形貌分析,评价了Zn2 的稳定作用,探讨了Zn2 的作用机理.研究表明,加入Zn2 可提高Ni-P合金化学镀液的稳定性,并使镀层形貌得到较大的改善.     

Discharge Simulation and Fabrication Process of an Aluminum Electrode and an Alumina Layer in AC-PDP

A larger space PDP cell with patterned aluminum as the addressing electrode and alumina as the dielectric layer was proposed. The aluminum electrode and the alumina dielectric layer formed on the aluminum electrode were prepared separately by magnetron sputtering and anodic oxidation for plasma display panel. The properties of the aluminum electrode and the alumina dielectric layer were tested and can meet the demand of PDP application. The resistivity of the aluminum electrode is about 5×10 8 ·m, the voltage withstanding of the alumina dielectric layer exceeds 100 V/μm and the relative permittivity is about 3.5 at 1 MHz. With this structure, the manufacturing cost of PDP could be cut and the addressing discharge formative delay is reduced by 0.67%, which is proved by PIC-MCC simulation.     

水合肼和次磷酸钠为还原剂的化学镀Ni-P合金研究

铜上化学镀Ni-P合金通常需要用钯催化剂或其它无钯催化剂催化后才能施镀,研究了利用水合肼为引发剂,以水合肼和次磷酸钠为还原剂的化学镀Ni-P合金液,在铜箔上直接施镀,铜箔无须镀前催化。利用扫描电镜和X-射线衍射仪研究了镀层的表面形貌,利用能谱仪测定了镀层中P含量,同时研究了水合肼和次磷酸钠的浓度对镀速和P含量的影响,探讨了无催化铜箔化学镀Ni-P合金的反应机理。     

基于梯度下降算法的光学神经网络性能的研究

光电混合人工智能计算芯片在人工智能应用中通过人工智能算法实现高速和高效的计算,其中光学神经网络(Optical Neural Networks,ONNs)算法在实现大量矩阵运算方面尤为重要.通过使用由马赫曾德尔干涉仪(Mach-Zehnder interferometers,MZI)搭建的快速傅里叶变换(Fast Fourier transform,FFT)型光学神经网络来实现手写数字的高精确度识别.在模型构建方面,利用奇异值分解将神经网络的线性层进行分解,从而实现数据降维,主要特征提取.在对该ONN的训练中,分别采用了带动量的随机梯度下降算法(Stochastic Gradient Descent with momentum,SGD with momentum)和均方根传递(Root Mean Square propagation,RMSprop)算法,分析了在不同训练算法下该ONN对手写数字的识别精度.此外,还深入剖析了两种训练算法背后的数学理论,探究造成两种训练算法实验结果差异的本质原因.最后,通过实验对比,发现RMSprop算法在FFT型光学神经网络上具有较高的识别精确度,达到97.4%;并且采用RMSprop算法的ONN计算速度优于SGD with momentum算法.     

东风发电厂计算机监控系统功能完善

介绍了贵州东风发电厂计算机监控系统的特点和功能,以及针对存在的问题在安全可靠性和实用化方面所进行的大量工作,特别叙述了新增加的实用的监控功能。     

湖北浠水三角山地质公园及附近的风化椭球体

介绍风化椭球体产出的地质背景、个体大小及形状姿态,指出这一地质景观被李四光教授视为旋转构造砥柱,传统地质学观点认为是球状风化,其具有很高的观赏与研究价值.