Effect of C doping on the structural and electronic properties of LiFePO₄:A first-principles investigation

Using first-principles calculations within the generalized gradient approximation (GGA) +U framework, we investigate the effect of C doping on the structural and electronic properties of LiFePO 4 . The calculated formation energies indicate that C doped at O sites is energetically favoured, and that C dopants prefer to occupy O 3 sites. The band gap of the C doped material is much narrow than that of the undoped one, indicating better electro- conductive properties. To maintain charge balance, the valence of the Fe nearest to C appears as Fe 3+ , and it will be helpful to the hopping of electrons.     

《心律失常紧急处理专家共识》介绍--心律失常紧急处理的理念与规范

2013年5月在《中华心血管病杂志》上公布了由中华医学会心血管病学分会连同中国生物医学工程学会心律分会、中国医师协会循证医学专业委员会和中国老年学学会心脑血管病专业委员会组织的专家工作组完成的《心律失常紧急处理专家共识》（以下简称《共识》）[中华心血管病杂志,2013,41（5）：363-376]。本文简述该《共识》的总体理念和特点,以帮助广大临床医务工作者更好理解和掌握其内容。     

表面增强拉曼散射(SERS)衬底的研究及应用

表面增强拉曼散射(surface enhanced Raman scattering,SERS)是通过吸附在粗糙金属表面或金属纳米结构上的分子与金属表面发生的等离子共振(SPR)相互作用而引起的拉曼散射增强现象,是一种高灵敏的探测界面特性和分子间相互作用的光谱手段。文章归纳总结了近年来常用的SERS衬底的制备方法(溶液中的金属溶胶(MNPs in suspension)、 金属纳米粒子的自组装(self-assembly)、 模板法(Template method)和纳米光刻法(Nanolithographic)等;综述了这些衬底的表面增强拉曼特性;着重介绍了SERS增强在环境监测和生物医学应用上的最新国内外研究动态。目前已经能够实现增强因子高、 可靠性好、 重现性强的SERS衬底的可控制备,表明SERS可以作为一种高性能的分析探测工具,充分实现其潜在应用价值。     

量子力学中的微扰论

简要介绍了量子力学中三种定态微扰方法：一是通常的Ｒａｙｌｅｉｇｈ－Ｓｃｈｒｏｄｉｎｇｅｒ（Ｒ－Ｓ）微扰，但其缺点是高阶微扰项的表达式很繁，且无一般的通项公式，这里介介绍了一个能量和波函数的递推公式，便于计算机编程计算，二是由Ｂｒｉｌｌｏｕｉｎ－Ｗｉｇｎｅｒ（Ｂ－Ｗ）微扰论演变出发迭代微扰法，对于有限维不变子空间或在有限维空间截断近似下计算，收敛是很快的，收敛范围大于Ｒ－２法，最便于上机计算，三是近     

第一性原理研究氧在Ni(111)表面上的吸附能及功函数

采用基于密度泛函理论（DFT）广义梯度近似（GGA）下的第一性原理方法系统地研究了不同覆盖度下O在Ni（111）表面的吸附特性.计算结果表明,O在Ni（111）表面的稳定吸附位为三重面心立方（fcc）洞位,吸附能随着覆盖度的增加而减小,O诱导Ni（111）表面功函数的变化量与覆盖度成近线性关系,并随着覆盖度的增加而增大.同时,通过对电子密度和分波态密度的分析发现：O在Ni（111）表面的吸附使得Ni表面电子向O原子转移,形成表面偶极矩,导致功函数增加;表面Ni原子的3d轨道和O的2p轨道通过耦合、杂化作用形成成键态和反键态,而反键态几乎不被占据,因而O—Ni键相互作用比较强,吸附能较大. 关键词： 表面吸附 密度泛函理论 吸附能 功函数     

融合分布对齐和对抗学习的无监督跨域声纹识别

针对声纹识别领域不匹配,且目标领域缺少标注数据的难题,提出在对抗学习基础上融合分布对齐的无监督领域自适应方法,通过训练过程中统计分布的对齐,以减小领域差异,从而提取声音中更有声纹鉴别性的特征,取得了稳定的性能提升。在文本相关的声纹识别任务中,对抗学习和分布对齐的方法能协同发挥作用,等错率相对降低11%;在文本无关的任务中,对抗学习效果不稳定,而分布对齐的方法依然有相对8%的性能提升。实验结果证明该方法在领域不匹配且目标领域缺少标注数据时,能有效提取语音中声纹鉴别信息,稳定提升识别性能。      

La-(Ca,Ba)-Mn-O材料磁电阻特性

用固相反应法制备了La2/3(CaxBa1-x)1/3MnO3(x=0.00, 0.40, 0.45, 0.55, 0.60, 1.00) 6种多晶CMR材料, 测量了材料在77～350 K范围内零磁场和0.4 T外磁场下的电阻率.在不同的温度区域呈现不同的电阻率以及磁电阻随温度的变化行为, 说明存在不同的磁电阻效应的机制.证实了高温下的电阻率峰为I-M转变.研究发现掺杂量x=0.55, 0.60两种材料在室温有较大的磁电阻, 表明掺杂量大小影响材料特性.     

Monte carlo simulation of magnetization and coercivity of free magnetic clusters

Based on Monte Carlo method, the oscillatory behaviour of the average magnetic moment as a function of the cluster sizes and the temperature dependences of magnetic moment with different sizes have been studied. It is found that the oscillations superimposed on the decreasing moment are associated with not only the geometrical structure effects but also the thermal fluctuation. The hystereses and thermal coercivities for free clusters with zero and finite uniaxial anisotropies have been calculated. The simulated thermal dependence of the coercivity is consistent with the experimental result, but does not fit the T^α law in the whole temperature range. It is evident that an easy magnetization direction and an anisotropy resulting from the spin configurations exist in the free clusters with the pure exchange interaction, which is also proved by the natural angle and energy distribution of clusters. A systematic theoretical analysis is also made to establish the relationship between natural angle and coercivity.     

双子表面活性剂及其保护的纳米金作为缓冲添加剂用于毛细管电泳蛋白质分离

报道了使用阳离子双子表面活性剂作为毛细管电泳的缓冲添加剂用于同时分离酸性和碱性蛋白质.在酸性的缓冲条件下,只需要使用低浓度的阳离子双子表面活性剂（0.1mmol/L18-s-18）作为缓冲液的添加剂,就可以有效地抑制酸性和碱性蛋白质在毛细管壁的吸附,从而得到高效的蛋白质分离.实验表明,较小的胶束尺寸（如s=5～8）比大的胶束尺寸（如s〈4或〉10）能更有效地抑制酸性蛋白质的吸附.改变双子表面活性剂的中间基的长度能够对蛋白质的电泳淌度进行一定的调节,从而对分离的选择性进行一定的优化.在最优的实验条件下,蛋白质迁移时间的日内和日间标准偏差（RSD）分别小于0.8%和2.2%,回收率为79%到100.4%.另外,还考察了双子表面活性剂保护的金纳米颗粒用作毛细管电泳缓冲添加剂在蛋白质分离中的应用.实验表明,在缓冲液中加入纳米金能够缩短分析时间,并能小幅度地提高分离效率.最后,使用该方法分析了一系列复杂生物样品,包括血浆、红细胞和鸡蛋清样品,均得到了满意的结果.     

随机延滞的时序模型的稳定性分析

本文考察了一个随机延滞的时序模型:x(n+ 1) =∑η( n+ 1)l=0al| xn+ 1| s+ εn-1,n 0 ,0 相似文献