硅和锗纳米线的原子排布和电荷分布的密度泛函紧束缚方法研究

低维硅锗材料是制备纳米电子器件的重要候选材料，是研发高效率、低能耗和超高速新一代纳米电子器件的基础材料之一，有着潜在的应用价值。采用密度泛函紧束缚方法分别对厚度相同、宽度在0.272 nm~0.554 nm之间的硅纳米线和宽度在0.283 nm~0.567 nm之间的锗纳米线的原子排布和电荷分布进行了计算研究。硅、锗纳米线宽度的改变使原子排布，纳米线的原子间键长和键角发生明显改变。纳米线表层结构的改变对各层内的电荷分布产生重要影响。纳米线中各原子的电荷转移量与该原子在表层内的位置相关。纳米线的尺寸和表层内原子排列结构对体系的稳定性产生重要影响。     

优化初中数学概念教学“三部曲”

初中数学概念教学的最终目标在于帮助学生理解概念,并且掌握概念应用方法.具体而言,概念教学目标体现在引导学生对概念来源进行把握;帮助学生梳理各种概念之间的关系,把握相应的数学思想方法;引导学应用概念.因此,在组织开展初中概念教学活动的过程中,教师需要引导学生对概念来源展开分析,让学生形成对概念的初步认知,然后,组织学生概括抽象的数学概念,把握数学概念的基本特征,了解各要素之间的关系,掌握数学表达方法,强化对概念的认知;最后,指导学生应用数学概念,帮助学生建立完善的概念结构.     

1,3,5-三(羧基甲氧基)苯镍配位聚合物的合成、晶体结构及性质研究

采用溶剂热法,1,3,5-三(羧基甲氧基)苯为定向配体和乙酸镍反应构筑了一个新型的金属配位聚合物[Ni(TB)₂(H₂O)₂]_n·2H₂O,其中H₃TB=1,3,5-三(羧基甲氧基)苯,通过元素分析、IR及X射线单晶衍射对配合物结构进行表征,并研究其荧光性质、热稳定性及Hirshfeld表面作用力。单晶结构分析表明,该配合物属于三斜晶系,空间群$P \overline{1}$,配合物中心离子Ni(Ⅱ)分别与来自两个水分子上的氧原子及四个不同1,3,5-三(羧基甲氧基)苯配体的羧酸氧原子配位,形成六配位的NiO₆八面体构型,并通过与1,3,5-三(羧基甲氧基)苯配体的氧原子配位不断延伸形成具有孔洞结构的一维链状构型。配合物具有良好的荧光性能和热稳定性。Hirshfeld表面作用分析表明配合物分子中O…H/H…O作用占主导且占比为39.0%,而H…H的作用力占比为25.9%,O…O的作用力占比为13.6%。     

不同退火条件对PEALD制备的Ga2O3薄膜特性的影响

利用等离子增强原子层沉积技术(PEALD)在c面蓝宝石衬底上制备了氧化镓(Ga₂O₃)薄膜,研究了退火气氛(v(N₂)∶v(O₂)=1∶1(体积比)、空气和N₂)及退火时间对Ga₂O₃薄膜晶体结构、表面形貌和光学性质的影响。研究结果表明,退火前的氧化镓处于亚稳态,不同退火气氛下退火后晶体结构发生明显改变,而且退火气氛中N₂比例增加有利于Ga₂O₃重结晶。在N₂气氛下退火达到30 min,薄膜结构已由亚稳态转变成择优取向的β-Ga₂O₃。而且表面形貌分析表明,退火30 min后表面形貌开始趋于稳定,表面晶粒密度不再增加。另外实验样品在 400~800 nm的平均透射率几乎是100%,且光吸收边陡峭。采用N₂气氛退火,对于富氧环境下沉积的Ga₂O₃更利于薄膜表面原子迁移,以及择优取向Ga₂O₃重结晶。     

结构不良试题的认识、功能与教学实施

2020年是山东、海南两省进入高考综合改革后的首次高考,数学不分文理科,这对高考数学命题提出了新的要求,数学试题必须在试卷结构和题型上有所创新,以增强测试的选拔功能,达到区分不同水平考生的目的.从2020年全国新高考卷(供山东、海南两省使用)来看,除了增设多选题之外,还在解答题中设置了结构不良试题,这两类题型的出现让人耳目一新,本文拟以新高考卷中的结构不良问题为例谈谈笔者的思考.     

紫色球杆菌视紫红质光谱特性的机器学习研究

近年来，机器学习等人工智能技术被应用于蛋白质工程，其在蛋白质结构、功能预测、催化活性等研究中具有独特优势。在未知蛋白质结构的情况下，将蛋白质序列和功能特性与机器学习相结合，基于序列-活性关系（innovative sequence-activity relationship，ISAR）算法，将蛋白质氨基酸序列数字化，用快速傅里叶变换（fast four transform，FFT）进行预处理，再进行偏最小二乘回归建模，可在数据集较少情况下拟合得到最佳模型。通过机器学习对紫色球杆菌视紫红质（gloeobacter violaceus rhodopsin，GR）的突变体蛋白质氨基酸序列与光谱最大吸收波长进行建模，获得了最佳模型。用最佳索引LEVM760106建模得到的确定系数R² 为0.944，均方误差E为11.64。用小波变换进行的预处理，其R² 虽也约为0.944，但E大于11.64，不及FFT进行的预处理。方法较好地解决了蛋白质序列与功能特性之间的数学建模问题，在蛋白质工程中可为预测更优的突变体提供支持。     

Sentinel-2卫星的多光谱轻量级船舶目标检测算法

近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展，然而，大多数相关研究是通过改进大型的网络结构来提高检测性能，因此加大了对更高计算机性能的需求。此外，可见光图像难以在云、雾、海杂波、黑夜等复杂场景检测到船舶。针对以上问题，提出了一种融合红（red, R）、绿（green, G）、蓝（blue, B）和近红外（NIR）4个波段光谱信息的由粗到精细的轻量型船舶检测算法。与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。为获取更准确的候选区域，对船舶、厚云、薄云、平静海面、杂波海面5种场景中4个波段的像素值进行了统计分析，选取近红外大于阈值作为辅助判断，并以其中心点获取候选区域32×32大小的切片，并对切片进行非极大值抑制，由此获得了船舶粗检测结果。随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征，为防止光谱特征与几何特征的信息在融合时“信息不流通”，在LSGFNet网络中引入了ShuffleNet中的通道打乱机制，并减小了模型结构，与典型的轻量级网络相比具有更好的效果且模型较小。最后，利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测，以及32×32大小的6 014组数据进行精细网络训练，其中候选区域粗提取的查全率为98.99%，精细识别网络精确度为96.04%，不同场景下的平均精确度为92.98%。实验表明该算法在抑制云层、海浪杂波等干扰的复杂背景下具有较高的检测效率，且训练时间短、计算机性能需求低。     

惯性约束聚变实验中空间干涉检测与预警系统设计

针对惯性约束聚变实验中多诊断系统在有限空间同时作业引发碰撞风险的问题，设计了基于碰撞目标检测和空间距离测算方法的空间干涉检测与预警系统，分析了真空靶室特定环境下不同实现方法的适用条件和可行性。实验室条件下模拟验证结果表明，基于结构光深度图像获取方法可获得较好的碰撞距离测量精度，在靶室半径探测距离内空间测距误差不大于3cm，为靶室空间干涉检测与预警提供了一种可行的解决方案。     

新型含吡啶基团二羧酸配体的合成及单晶培养

以1，4-二溴-2，5-二甲基苯和4-吡啶硼酸为原料，经两步合成了一种新颖的含吡啶基团的二羧酸配体。通过核磁共振氢谱及傅里叶变换红外光谱对配体结构进行表征，通过热重分析对配体的热稳定性进行了测试；通过溶剂热法对配体的单晶进行培养，并考察反应温度、时间、pH和溶剂等条件对单晶培养的影响。结果表明：在反应温度为80 ℃，反应时间为12 h、溶剂为蒸馏水、溶液pH=5的条件下可获得高质量单晶。该配体为单斜晶系，属于C2/c空间群，结构中含有4个氧原子和2个氮原子，可为金属离子的配位提供足够的位点，有望应用于配合物的设计或催化、吸附和医药载体等行业。