碘化铅单晶体生长新方法探索

本文分析了用布里奇曼法生长碘化铅单晶体的结晶过程。发现坩埚下降法生长碘化铅单晶体过程中,碘的蒸发与凝结、铅的分凝与沉淀是影响晶体质量的两个重要因素。提出了采用U型安瓿提拉方式生长碘化铅单晶体的新方法,有效抑制了碘的蒸发并排除了分凝的铅,获得了桔红色半透明的碘化铅晶体。经测试,晶体的结晶性好,红外透过率达45%,电阻率为1.7×1012Ω.cm,为制备性能优异的碘化铅室温核辐射探测器奠定了基础。     

改进的两温区气相输运法合成碘化铅(PbI2)多晶

采用改进的两温区气相输运合成方法(MTVTM)合成PbI2多晶原料,简化了合成工艺,有效避免了合成安瓿爆炸。XRD分析结果表明:新方法合成的PbI2多晶原料纯度高,具有2H结构,P3ml空间群,晶格常数a=b=0.4560 nm,c=0.6979 nm。以此为原料,用垂直布里奇曼法(VBM)生长出电阻率达1013Ω·cm的PbI2单晶体。     

基于M-LSTM的股票指数日内交易量分布预测研究

针对现有预测建模方法难以高效提取日内交易量分布复杂变化规律,影响VWAP策略执行效果的问题,本文提出一种MEMD分解下基于LSTM-Attention的股市指数日内交易量分布预测方法M-LSTM。首先,运用MEMD方法将区间多维交易量时序同步分解为若干个独立的本征模态函数(IMF);其次,对各维度分解中高频IMF进行去噪与重构,构建基于LSTM-Attention神经网络的日内交易量分布预测模型,并深入分析股票指数不同走势阶段下模型预测的有效性;最后,分别采用M-LSTM、ARIMA以及SVR等主流方法,对上证指数等四个代表性指数的日内交易量分布进行预测。实验结果表明:M-LSTM预测误差更小,是一种更有效的股票指数日内交易量分布预测方法。