排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
采用磁控溅射方法在玻璃基片上制备以MgO/Pd为底层的CoSiB/Pd多层膜样品,研究MgO底层厚度t对CoSiB/Pd多层膜垂直磁各向异性(perpendicular magnetic anisotropy,PMA)的影响,分析具有MgO/Pd底层的多层膜的热稳定性。通过对样品的反常霍尔效应的测试分析发现,底层中引入MgO层能够提高其PMA性能,当t为3.5 nm时,样品的矩形度最好。对最佳样品MgO(3.5 nm)/Pd(3 nm)/[CoSiB(0.5 nm)/Pd(0.8 nm)]2/Ta(2 nm)的磁滞回线进行测试,其有效磁各向异性常数K eff达到2.0×10^5 J/m^3。热稳定性分析发现,当退火温度为200℃时,样品的K eff达到最大值2.6×10^5 J/m^3;当退火温度达到400℃时,样品仍能保持良好的PMA性能。 相似文献
2.
【目的】随着计算机视觉、计算机图形学以及深度学习技术的发展,深度人脸伪造(DeepFake)技术取得了以假乱真的效果,若被非法利用,将给个人、社会和国家带来严重的安全隐患。已有的人脸伪造检测方法大多通过一次训练来推断或预测伪造人脸存在的某种特定“指纹”进行真伪检测,当面对新的伪造类型时,这些方法使用全部数据重新训练网络以保持其检测能力,否则检测效果将急剧下降。然而,重新训练网络需要相对大的代价,并且阻碍了模型实时学习新知识的能力。鉴于此,本文提出一种检测伪造人脸的增量学习方法。【方法】引入动态可扩展的增量学习框架,以保证模型在吸收新知识的同时能保留对旧知识的记忆;使用多分类指导二分类的方式来提高模型的分类能力,最终实现对人脸图像的精确分类。【结果】在两个公开数据集上进行实验。在实验定义的FF++扩充集和ForgeryNet扩充集上,本文方法能同时保持在新旧任务上的人脸伪造检测性能;在实验定义的ForgeryNet扩充集上,现有的人脸伪造检测方法达到了近98.33%的平均ACC(accuracy),本文方法达到了96.16%的平均ACC,但前者使用了超出后者接近3倍的存储和计算资源;将实... 相似文献
3.
4.
5.
沼液中含有丰富的农作物所必需的氮、磷、钾等微量元素,对作物生长和控制病虫害具有重要作用.沼液在夏县蔬菜生产上的应用对比试验表明,沼液在防治病虫害和增产增收方面效果明显. 相似文献
6.
采用磁控溅射方法在单面附有300 nm SiO2的单晶硅基片上制备了以Pt为底层的CoSiB/Pt多层膜样品.CoSiB/Pt层周期数确定为2,对样品底层厚度及周期层厚度进行调制,根据反常霍尔效应系统地研究了CoSiB/Pt多层膜垂直磁各向异性(perpendicular magnetic anisotropy,PMA)及薄膜的热稳定性.通过对这些参数的调节获得了具有良好垂直磁各向异性的最佳多层膜样品结构Pt(1)/[CoSiB(0.5)/Pt(1)]2,底层Pt和周期层中CoSiB,Pt的最佳厚度分别为1,0.5 nm和1 nm.对最佳样品进行XRD图谱分析,磁滞回线测量以及一系列退火处理.结果表明,样品具有明显的(111)CoPt衍射峰,形成了较好的(111)织构,界面耦合增强,结晶度较好,计算出样品的有效磁各向异性常数Keff达到5.11×104 J·m-3,样品具有良好的PMA;当退火温度为200℃时,样品的CoPt(111)峰强度显著增强,界面形成了较强的(111)织构,Keff达到最大值1.0×105J·m-3,当退火温度不超过400℃时,样品仍能保持良好的PMA.多层膜样品结构Pt(1)/[CoSiB(0.5)/Pt(1)]2具有良好的PMA和热稳定性,且合适的退火温度有利于提高样品的PMA. 相似文献
7.
1