化学气相沉积法合成石墨烯的转移技术研究进展

化学气相沉积(CVD)法合成石墨烯已为人们广泛研究采用。其中,如何将生长的石墨烯材料转移到与各种器件匹配的基底上是十分重要的科学问题。本文从方法、特点和结果等方面综述了由CVD法合成石墨烯的几种主要转移技术的研究进展,并对转移技术的未来做出了展望。     

Gath-Geva联合模糊聚类的生菜近红外光谱聚类分析

生菜的新鲜程度是影响生菜品质的最重要因素之一,其主要取决于生菜的储藏时间,因此,对不同储藏时间的生菜进行准确鉴别具有重要研究价值.由于不同储藏时间生菜的近红外光谱数据具有差异性的特点,因而使用近红外为不同储藏时间的生菜进行鉴别分类是可行的.通过将联合模糊C均值聚类(allied fuzzy c-means,AFCM)中...     

溶液法制备Graphene

Graphene因其优异的物理性能和潜在的应用前景,引起物理界和化学界的广泛关注,成为继碳纳米管后凝聚态物理和材料科学领域中又一研究热点.文章详细介绍了近几年发展起来的Graphene的溶液制备方法,例如石墨插层法、液相分散法、氧化石墨还原法、溶剂热法、芳香偶联法等,并对各种方法的特点进行了评述.     

模糊协方差学习矢量量化的茶叶品种分类研究

茶叶是全球最受欢迎饮品之一,且具有丰富的营养价值,但目前市面上的茶叶鱼龙混杂,难以辨别。因此,快速准确的分类方法对茶叶进行鉴别具有重要的研究意义。由于大多数化合物基频吸收带均出现在波长为2 500～25 000 nm的中红外区域,茶叶的中红外光谱中含有大量关于茶叶品种的特征鉴别信息,利用这一显著特点可以对其进行分类。提出模糊协方差学习矢量量化(FCLVQ),该算法在GK(Gustafson-Kessel)聚类的基础上,引入学习向量量化(LVQ)中学习速率的概念,用以控制模糊类中心的更新速率。FCLVQ结合中红外光谱,通过不断迭代计算样本模糊隶属度值和模糊聚类中心,实现对茶叶的快速精准分类。选取市场上的峨眉山茶叶、优质竹叶青茶叶、劣质竹叶青茶叶作为实验对象。将实验对象分为3组(每个品种各1组),每组32个,共计96个样本。利用FTIR-7600型傅里叶红外光谱分析仪分别采集每组样本的中红外光谱数据,每组样本采集三次,取其平均值作为样本的红外光谱数据。首先,由于原始光谱含有噪声数据,故使用多元散射校正(MSC)作降噪预处理;其次,由于光谱数据维数高达1 868维,采用主成分分析(PCA)将...     

广州塔闪电光谱特性分析

利用广州高建筑物雷电观测站获得的600 m高广州塔上一次闪电3个回击放电过程的光谱资料,详细分析了广州塔上闪电光谱随时间的演化和随高度的变化特性,并通过对比实测的一组氮原子（NI）[856.8 nm, 859.4 nm, 862.9 nm]多重态的谱线强度比和理论计算值之比,验证了闪电近红外光辐射满足光学薄条件。结果表明：3个回击放电通道约在200 m以下发光较强;在回击放电初期,当向上传输的电流波还未到达通道顶部时,底部通道径向辐射光谱由较强的离子线和较弱的中性原子线组成,而通道顶部径向辐射光谱主要取决于下行先导,由较弱的离子线和较强的中性原子线组成;当回击电流波向上传输到通道顶部后,整个通道径向辐射出很强的离子线和很强的中性原子线,且离子线总强度和原子线总强度均随通道高度的增加而减小;在回击放电70μs以后,200 m以上通道离子线总强度和原子线总强度随通道高度的增加基本保持不变。此观测结果也直接证实了闪电放电通道由一个辐射离子线的高温核心和一个辐射中性原子线温度相对较低的外围电晕组成。     

青藏高原东北部闪电M变化多参量观测

利用闪电光通道高速摄像、 地面电场变化和峰值辐射强度同步资料, 对比分析了负地闪连续电流阶段和人工触发闪电放电过程中M变化特征. 结果表明, 通道亮度资料能够辅助地面电场波形来准确判断是否为真实的M过程. 在经典M变化产生前及其过程中会产生很多快速电场变化MP(称为预M变化)变化, 大量MP促成了M变化. MP变化和K变化在脉冲特征上没有太多差别, 产生的物理机制是相似的. MP变化是连续电流阶段快速电场变化, 是击穿过程引起的电荷快速流动的结果, 并伴有通道突然增亮和高强度辐射. M变化脉冲波形多数为单极性, 有正有负, 少数呈现不规则变化, 持续时间在0.1 ms之内.而经典M变化的U 形结构只适用于近闪, 波形是静电场所致, 持续时间约0.2–0.8 ms. MP和K变化都是击穿所致, 只是MP变化有电荷流入原回击通道, 而K变化没有. 关键词： 青藏高原 M变化')" href="#">M变化 MP变化')" href="#">MP变化 K变化')" href="#">K变化     

CVD法制备单壁碳纳米管的纯化与表征

针对CVD法合成的单壁碳纳米管的特点提出了较为有效的纯化方法，并对纯化后碳管的存在形式进行了表征.结果表明,CVD法制备的单壁碳纳米管中所含的载体和催化剂绝大部分可以通过盐酸除去.在表面活性剂溶液中超声分散碳纳米管,可以使管与无定形碳及石墨状碎片进行有效的剥离.空气加热氧化法和稀硝酸回流法可有效地去除碳杂质,稀硝酸回流可以在纯化的同时对管的末端及侧壁进行功能化.     

基于无监督可能模糊学习矢量量化的近红外光谱生菜品种鉴别研究

为解决模糊学习矢量量化(FLVQ)对噪声数据敏感问题,在无监督可能模糊聚类(UPFC)基础上提出一种无监督可能模糊学习矢量量化(UPFLVQ)算法。UPFLVQ用UPFC的隶属度和典型值来更新学习矢量量化网络的学习速率,计算类中心矢量。UPFLVQ 属于无监督机器学习算法,适用于无学习样本情况下的样本分类。研究了UPFLVQ用于近红外光谱生菜品种鉴别的可行性。采用FieldSpec@3型便携式光谱分析仪获取波长范围为350～2 500 nm的三种生菜样本的短波近红外光谱和长波近红外光谱,然后采用主成分分析(PCA)进行近红外光谱的维数压缩,取前三个主成分,累计可信度达97.50%,将2151维的近红外光谱压缩为三维数据。再运行模糊C-均值聚类(FCM)至迭代终止,并以FCM的类中心作为UPFLVQ的初始聚类中心,最后运行UPFLVQ得到隶属度和典型值以实现近红外光谱的生菜品种鉴别。同时,运行UPFC进行近红外光谱的生菜品种鉴别。实验结果表明：UPFLVQ和近红外光谱技术相结合的模型具有检测速度快,鉴别准确率高,对生菜不造成损坏等优点,可实现不同品种生菜的鉴别。UPFLVQ是将UPFC和FLVQ相结合的聚类算法,利用UPFLVQ建立近红外光谱的生菜品种鉴别模型时无需学习样本,适用于线性可分的数据聚类,为快速和无损地鉴别生菜品种提供了一种新的方法。     

介电层上石墨烯的制备

石墨烯因其优异而独特的性能,自发现以来便受到了广泛的关注.为了实现石墨烯的进一步应用,可控制备大面积、高质量的石墨烯便成为研究人员需要首先攻克的难题.利用传统方法在金属基底上催化生长的石墨烯,需要先转移到介电层上才能进行后续的器件构筑.与之相比,介电层表面上直接生长石墨烯后,就可直接利用目前的硅加工工艺制备器件,从而避免因转移而引起的污染、破损,进而有望得到高质量、无污染的石墨烯样品.介绍了近年来介电层上直接生长石墨烯的研究进展,其中包括在各种传统介电层材料和新型六方氮化硼薄膜上制备石墨烯的各种方法.总结展望了介电层表面石墨烯制备的主要挑战及发展方向.     

模糊线性判别QR分析的茶叶近红外光谱鉴别分析

不同品种茶叶因其所含的有机化学成分不同,其效果也会有差别。所以,寻找出一种能准确迅速的鉴别茶叶品种的技术方法是非常重要的。近红外光谱(NIR)分析是一种无损检测技术,能很好的鉴别茶叶品种。使用NIR光谱仪采集茶叶的NIR数据。为了对包含噪声信号的茶叶近红外光谱进行准确鉴别,提出了一种模糊线性判别QR分析的新方法,可以对茶叶近红外光谱进行准确分类。通过使用模糊线性判别分析(FLDA)将由主成分分析(PCA)压缩的茶叶近红外光谱数据进行降维,由模糊线性判别分析得出的特征向量构建鉴别向量矩阵,对鉴别向量矩阵进行矩阵的QR分解,得到新的鉴别向量矩阵。经过模糊线性判别QR分析后使用K近邻算法进行分类,具有准确率高等优点。以岳西翠兰、六安瓜片、施集毛峰和黄山毛峰四种茶叶为研究样本,每类65个,茶叶样本总数为260个。采集茶叶近红外光谱数据的仪器为AntarisⅡ型傅里叶近红外光谱仪对光谱数据进行预处理,采用多元散射校正,由于采集到的茶叶光谱数据存在散射干扰。以此得到的近红外光谱数据的维数为1557维,通过主成分分析压缩数据集的维数,使得光谱数据集的维数达到7维。经压缩过后的光谱数据集中的鉴别信息再...