以磷化铁为添加剂沿(111)面生长磷掺杂金刚石大单晶

掺杂是调控金刚石性能的一种重要手段。本文采用温度梯度法,在5.6 GPa、1 312 ℃的条件下,选用Fe₃P作为磷源进行磷掺杂金刚石大单晶的合成。金刚石样品的显微光学照片表明,随着Fe₃P添加比例的增加,金刚石晶体的颜色逐渐变深,包裹体数量逐渐增加,晶形由板状转变为塔状直至骸晶。金刚石晶形的变化表明Fe₃P的添加使生长金刚石的V形区向右偏移,这是Fe₃P改变触媒特性的缘故。红外光谱分析表明,Fe₃P的添加使金刚石晶体中氮含量上升,这说明磷的进入诱使氮原子更容易进入金刚石晶格中。激光拉曼光谱测试表明,随着Fe₃P添加比例的增加,所合成的掺磷金刚石的拉曼峰位变化不大,其半峰全宽(FWHM)值变大,这说明磷的进入使得金刚石晶格畸变增加。XPS测试结果显示,随着Fe₃P添加比例的增加,金刚石晶体中磷相对碳的原子百分含量也会增加,这意味着添加Fe₃P所合成的金刚石晶体中有磷存在。     

基于椭圆拟合的医用内窥镜图像相对畸变率检测方法研究

为快速有效评价临床使用内窥镜图像相对畸变的程度,提出一种基于椭圆拟合的检测方法。对内窥镜采集到的标准板图像进行二值化处理和图像分割;运用anny算子对图像进行边缘检测并提取坐标值,通过最小二乘法拟合椭圆,求得椭圆参数;计算相对畸变率。对3支内窥镜进行了椭圆拟合和定位质心相对畸变率检测,结果显示相对畸变率在30%左右,一致性差在2%左右,椭圆拟合相较而言稳定性更好。     

HgCdTe薄膜的输运特性及其应力调控

窄禁带直接带隙半导体材料碲镉汞(Hg1–xCdxTe)是一种在红外探测与自旋轨道耦合效应基础研究方面都具有重要应用意义的材料.本文对单晶生长的体材料Hg0.851Cd0.149Te进行阳极氧化以形成表面反型层,将样品粘贴在压电陶瓷上减薄后进行磁输运测试,在压电陶瓷未加电压时观察到了明显的SdH振荡效应.对填充因子与磁场倒数进行线性拟合,获得样品反型层二维电子气的载流子浓度为ns=1.25×10^16m^-2.在不同磁场下,利用压电陶瓷对样品进行应力调控,观测到具有不同特征的现象,分析应是样品中存在二维电子气与体材料两个导电通道.零磁场下体材料主导的电阻的变化应来源于应力导致的带隙的改变;而高场下产生类振荡现象的原因应为应力导致的二维电子气能级的分裂.     

Nd∶YVO4/Nd∶GdVO4双波长激光器的功率均衡实验研究

实验研究了Nd∶YVO4/Nd∶GdVO4双波长激光器在不同抽运功率条件下,通过调节热沉温度达到功率均衡时的输出特性.实验结果表明:对于Nd∶YVO4/Nd∶GdVO4双波长激光器,当提高抽运功率,需要重新降低热沉温度达到功率均衡输出,降温幅度与抽运功率增加之比为11.23℃/W.与此同时,随着抽运功率和热沉温度的变化,双波长激光器的中心波长会出现小幅度的漂移,左峰波长随抽运功率增加的蓝移速率为0.056 nm/W,右峰波长随抽运功率增加的蓝移速率为0.054 nm/W.实验还发现功率均衡条件下激光器的输出总功率随抽运功率的增加而增加,拟合斜效率为8.7%,当抽运功率为5.58 W时,输出最大总功率达到115.7 mW.     

基于机器学习的地球静止轨道质子能谱反演

根据地面中子探测与宇宙线环境之间的关联性,在太阳活动平静期以地球静止环境业务卫星及全球各个中子探测站的探测数据构建数据集。基于极端梯度提升决策树（XGBoost）和人工神经网络建立了由地面中子探测数据反演宇宙线质子环境的模型。模型采用遗传算法求解模型的最优超参数并对神经网络的各个神经元参数进行训练,实现了宇宙线质子环境在太阳活动平静期的反演,模型训练的均方差MSE为0.499,对测试集的平均反演误差分别为26.9%,对比航天常用的辐射环境模型误差通常在200%以内,提高显著。同时使用包括支持向量回归、误差反向传播算法、长短期记忆在内的多种其他机器学习算法进行了对比,结果表明本文所建立的模型具有训练时间短、计算速度快、占用资源小的优点。     

三种测定蛋白质热稳定性方法的比较

蛋白质的热稳定性一般使用热变性中点温度(melting temperature,T_m)来表示,即蛋白质解折叠50%时的温度. 测定蛋白质T_m值的常用方法有差示扫描量热法(differential scanning calorimetry,DSC)、圆二色光谱法(circular dichroism,CD)和差示扫描荧光法(differential scanning fluorimetry,DSF)等. 为了比较不同方法的检测特点和效果,选择了5种具有不同结构特点的蛋白,分别使用上述方法对其T_m值进行测定. 结果发现,三种方法测得的T_m值整体上较为一致,但也存在一定的差异. 研究还发现,结构更复杂的蛋白,并不一定具有更多T_m值.     

免疫分析技术在农药残留分析中的研究进展及在中药中的应用展望

中药材的农药残留问题一直是人们关注的重点,免疫分析技术作为一项特异性强、灵敏度高的快速分析检测技术,在实现中药材农药残留快速筛查方面发挥着重要作用。该文结合近年免疫分析相关研究进展,对不同的免疫分析技术在中药农药残留分析方面的应用、技术优势以及局限性进行总结分析,并对免疫分析技术的发展前景进行了展望,对免疫分析技术在农残分析领域的发展以及保障中药材的安全方面具有指导意义。     

气相色谱–质谱法测定食用植物油中23种农药残留

建立了测定食用植物油中23种农药残留的气相色谱–质谱联用方法。采用固相萃取,以乙腈超声提取,经过PSA,C_(18)柱进行净化,用气相色谱–质谱法测定,外标法定量。23种农药在0.01~1.0 mg/L范围内与色谱峰面积线性关系良好,相关系数为0.997 3~0.999 7,方法检出限为5~15μg/kg。测定结果的相对标准偏差为2.25%~9.40%(n=6),加标回收率为78.4%~127.3%,可以满足食用植物油中多种农药残留的同时分析。采用该方法对国内市场常见的食用植物油进行检测分析,所检测的农药残留均在国家标准的限量范围内。     

数字图像法测定养殖水中的孔雀石绿

建立一种简单、可靠的养殖水中孔雀石绿的数字图像检测方法。以1-己基-3-甲基咪唑四氟硼酸盐离子液体富集水样品,再用手机拍照获取样品信息,最后用数字图像结合多层感知器神经网络定量分析孔雀石绿的含量。该法测定结果的相对标准偏差不大于6%(n=5),加标回收率为97.8%~103.0%。该方法可用于养殖水中孔雀石绿的含量测定。     

材料科学与工程专业固体物理课程教学研究

固体物理是物理、材料、电子等相关专业的一门重要的基础课程,国内绝大多数高校的材料科学与工程专业以必修或者选修的方式开设固体物理课程.本文根据材料科学与工程专业的专业特点、学生特点及课程设置等,分别从课程教学存在的问题和课程教学改革两个方面进行课程教学改革研究.