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   1篇
  完全免费   1篇
  物理学   2篇
  2019年   1篇
  2016年   1篇
排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
Recent advances in monochromatic aberration corrected electron microscopy make it possible to detect the lattice vibrations with both high-energy resolution and high spatial resolution. Here, we use sub-10 meV electron energy loss spectroscopy to investigate the local vibrational properties of the SiO_2/Si surface and interface. The energy of the surface mode is thickness dependent, showing a blue shift as z-thickness(parallel to the fast electron beam)of SiO_2 film increases, while the energy of the bulk mode and the interface mode keeps constant. The intensity of the surface mode is well-described by a Bessel function of the second kind. The mechanism of the observed spatially dependent vibrational behavior is discussed and compared with dielectric response theory analysis. Our nanometer scale measurements provide useful information on the bonding conditions at the surface and interface.  相似文献
2.
超声检测中对缺陷进行类型分析通常取决于操作人员对于特定专业知识的了解及检测经验,从而导致其分析结果的不稳定性和个体差异性。本文提出了一种使用小波包变换提取缺陷特征信息,并应用深度神经网络对得到的信息进行分类识别的方法。利用超声相控阵系统对于不锈钢试块上的通孔、斜通孔和平底孔进行超声检测,并对得到的超声回波波形按照新方法进行分析。实验结果表明,使用小波包变换后的数据进行分类识别能够在提高识别准确率的同时降低神经网络的学习时间,而使用深度神经网络相比通用的BP神经网络以可接受延长学习时间的代价提高了识别的准确率。采用新方法后,缺陷分类正确率提高了21.66%,而网络学习时间只延长了91.9s。在超声检测中使用小波包变换和深度神经网络来对于缺陷进行类型分析,能够排除人为干扰,增加识别准确率,对于实际应用有着极大的意义。  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