“碳化硅功率半导体技术”专题前言

半导体功率器件(即电力电子器件)是电力电子技术的三大核心基础之一,被比作电力电子装置的“CPU”。现有功率器件多采用Si基或SOI基,但是受限于自身材料特性的影响,在节能与转换效率方面越来越显示出他们的局限性。为解决上述问题,半导体功率器件除了继续对传统器件进行新理论和新结构的创新研究外,也正在遵循“一代材料、一代器件、一代装置、一代应用”的发展趋势,从传统的Si基和SOI基向宽禁带半导体SiC和GaN基进行扩展和延伸。     

早春抢修

早春的松嫩平原,乍暖还寒。3月24日15时30分,大庆油田采油二厂第一作业区采油2-11队副队长佟玉信带着维修班,巡查油井的运转情况。在经过萨高178-63抽油机井时,他发现该井狗牙螺丝串槽,立即停机检查。佟玉信和维修工刘锐爬上抽油机,张旭留在下面进行安全监护。佟玉信抡起大锤,一下下敲击着扳手,刘锐小心翼翼用扳手卸下螺帽。二人配合默契,不一会儿就将所有螺丝都卸松了。     

三唑并嘧啶磺酰胺类除草剂——五氟磺草胺

综述了新型三唑并嘧啶磺酰胺类除草剂五氟磺草胺的理化性质、毒性、分析方法、加工及应用,详细介绍了其合成工艺路线、相关专利与开发进展。     

改进HSR-FCN的服装图像识别分类算法研究

目前网络上的服装图像数量增长迅猛，对于大量服装图像实现智能分类的需求日益增加。将基于区域的全卷积网络（Region-Based Fully Convolutional Networks，R-FCN）引入到服装图像识别中，针对服装图像分类中网络训练时间长、形变服装图像识别率低的问题，提出一种新颖的改进框架HSR-FCN。新框架将R-FCN中的区域建议网络和HyperNet网络相融合，改变图片特征学习方式，使得HSR-FCN可以在更短的训练时间内达到更高的准确率。在模型中引入了空间转换网络，对输入服装图像和特征图进行了空间变换及对齐，加强了对多角度服装和形变服装的特征学习。实验结果表明，改进后的HSR-FCN模型有效地加强了对形变服装图像的学习，且在训练时间更短的情况下，比原来的网络模型R-FCN平均准确率提高了大约3个百分点，达到96.69%。