“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。     

奉节(古缶皿)子鸡

<正>位于瞿唐峡口的奉节,美食云集,其中最特别的就是竹园镇的(古缶皿)子鸡。因奉节白帝城又名子阳城,(古缶皿)子鸡也被称为子阳鸡和紫阳鸡。这道菜的炊具与食材都与众不同,充斥着浓烈的下川东气息,历史悠久,被列入重庆市第三批非物质文化遗产名录。烹饪(古缶皿)子鸡的炊具叫气(古缶皿)子,2012年出版的第6版《现代汉语词典》中对"(古缶皿)"字的解释是"周围陡直的深锅"。事实上,由土陶烧制而成的子比字面解释要复杂得多,将(古缶皿)子从底部翻转,可以看到(古缶皿)壁为夹层,上部有很多通往(古缶皿)内的气孔。在奉     

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%。     

拉丁藏文字转写成UNICODE藏文字的算法研究

文中对拉丁藏文字和传统藏文字结构进行了分析,建立了271个藏文字部件库和相应对照库,根据对照库和拉丁藏文字的特点,提出了拉丁藏文字转换为传统藏文字的算法,该算法简化了拉丁字母与Unicode藏文字母之间的转换过程,降低了算法复杂度。试验表明除了藏文梵文外,对现代藏文字的转换准确率达到了100%。