首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  完全免费   1篇
  物理学   3篇
  2015年   1篇
  2008年   1篇
  2006年   1篇
排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
Mg掺杂ZnO所致的禁带宽度增大现象研究   总被引:20,自引:0,他引:20       下载免费PDF全文
采用第一性原理的超软赝势方法,研究了纤锌矿ZnO及不同量Mg掺杂ZnO合金的电子结构.理论计算表明,Mg的掺杂导致ZnO晶体的禁带宽度增大.研究发现,Zn 4s态决定导带底的位置,Mg的掺入导致Zn 4s态向高能端的偏移是导致禁带宽度增大的根本原因.  相似文献
2.
针对马铃薯内外部缺陷多项指标难以同时识别的问题,提出了一种半透射高光谱成像技术采用流形学习降维算法与最小二乘支持向量机(LSSVM )相结合的方法,该方法可同时识别马铃薯内外部缺陷的多项指标。试验以315个马铃薯样本为研究对象,分别采集合格、外部缺陷(发芽和绿皮)和内部缺陷(空心)马铃薯样本的半透射高光谱图像,同时为了符合生产实际,将外部缺陷马铃薯的缺陷部位以正对、侧对和背对采集探头的随机放置方式进行高光谱图像采集。提取马铃薯样本高光谱图像的平均光谱(390~1040 nm )进行光谱预处理,然后分别采用有监督局部线性嵌入(SLLE)、局部线性嵌入(LLE)和等距映射(Isomap)三种流形学习算法对预处理光谱进行降维,并分别建立基于纠错输出编码的最小二乘支持向量机(ECOC‐LSS‐VM )多分类模型。通过分析和比较建模结果,确定SLLE为最优降维算法,SLLE‐LSSVM 为最优马铃薯内外部缺陷识别模型,该方法对测试集合格、发芽、绿皮和空心马铃薯样本的识别率分别达到96.83%,86.96%,86.96%和95%,混合识别率达到93.02%。试验结果表明:基于半透射高光谱成像技术结合SLLE‐LSSVM的定性分析方法能够同时识别马铃薯内外部缺陷的多项指标,为马铃薯内外部缺陷的快速在线无损检测提供了技术参考。  相似文献
3.
The lowest-energy structures and the electronic properties of CdnSn (n = 1 - 8) clusters have been studied by using denslty-functional theory simulating package DMol^3 in the generalized gradient approximation (GGA). The ring-like structures are the lowest-energy configurations for n = 2, 3 and the three-dimensional spheroid configurations for n = 4 - 8. The three-dimensional structures may be considered as being built from the Cd2S2 and Cd3S3 rings. Compared to the previous reports, we have found the more stable structures for CdnSn(n = 7, 8). Calculations show that the magic numbers of CdnSn (n = 1-8) clusters are n = 3 and 6. As cluster size increases, the properties of CdnSn clusters tend to bulk-like ones in binding energy per CdS unit and Mulliken atomic charge, obtained by comparing with the calculated results of the wurtzite and zinc blende CdS for the same simulating parameters.  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号