高血脂大鼠摄入富硒饲料对血清中铜,锌,钙,镁含量的影响

将４０只雄性ＳＤ大鼠随机分成两组，采用猪油（Ｌ）或玉粮米油（Ｍ）加胆固醇饲料诱导出大高血脂模型后，再分出两组、分别加入亚硒酸钠（Ｌ－Ｓｅ，Ｍ－Ｓｅ），观察大鼠补硒后血清中锌铜、锌、钙、镁等元素的变化。结果表明，高血脂大鼠补硒后血 锌的含量明显下降，铜／锌比值长高。相关分析显示：血硒水平与血清锌含量呈负相关，各组大鼠血清铜、钙、镁的浓度未观察到显著性差异。     

微量元素硒和糖耐量异常

非胰岛素依赖型糖尿病（ＮＩＤＤＭ）已成为现代社会的主要疾病之一，尤其各种并发平给机体带来的致命后果使倍受重视。而预防的关键是，在耐量异常阶段发现并治疗，效果更佳。已发现在糖耐量异常（ＩＣＴ）时存在各种抗氧化缺陷，因此，硒（Ｓｅ）的抗氧化作用对ＩＧＴ可能有一定的疗效。     

纳米分子电子器件的研究

纳米分子电子器件是未来电子器件发展的重要方向。对几种典型的纳米分子电子器件,如纳米分子开关、纳米分子整流器、纳米分子晶体管、纳米分子电磁器件和纳米分子电光器件的工作原理、应用前景等方面进行了介绍,同时分析了各自的优势与问题所在。这一领域所遇到的主要挑战问题在于器件的可靠性与生产的高成本。目前纳米分子电子器件的发展趋势和研究重点是通过对器件原理的深入研究以及制备方法的不断探索,找到提高器件可靠性的方法以及解决降低成本和适应市场化的问题。     

碳纳米管非对称接触结构制作及电学性能研究

实验研究了多根或单根单壁碳纳米管与非对称金属电极接触结构的制作方法。先用介电泳方法(DEP)将碳纳米管定向排列在Au电极对之间,再用电子束光刻(EBL)在碳纳米管的一端加工Al电极,获得多根碳纳米管与金铝电极的非对称接触结构。先用EBL在Au电极对一端覆盖Al电极,再用DEP排列碳纳米管,实现单根碳管与金铝电极的非对称接触结构。非对称结构器件的电学测试研究表明,器件的I-V曲线不再对称,呈现出整流特性。     

碳纳米管液面排布转移技术--一种新型纳米器件加工手段

采用高温电弧法和气相CVD法制备了单壁和多壁碳纳米管，对其进行气相提纯、化学处理和端口高分子修饰后，溶于有机溶剂形成稳定的溶液。随后在水溶液表面依照分子与碳纳米管之间的力学作用平衡机制，形成取向平行排列的碳纳米管单分子层造型，然后被原样转移沉积到经预先处理过的基片表面，形成碳纳米管的均匀排布结构层。利用这种方法，每次转移的碳管数量一定，因此可以通过一层层的沉积来控制做多层结构。     

银浆中的玻璃粉对晶硅太阳电池串联电阻的影响

研究了丝网印刷银电极中玻璃粉对晶体硅太阳能电池的串联电阻的影响。通过制备不同含量的玻璃粉银浆料,以及对浆料的体电阻率、接触电阻和焊接拉力等性能的表征测试,发现银粉颗粒间隙是造成银电极体电阻增大的主要因素,在一定范围内,用PbO-SiO2系玻璃粉有助于降低银电极体电阻和接触电阻,增加焊接拉力。     

Mg_xZn_(1-x)O压电薄膜表面粗糙度对SMR性能的影响

固体装配型谐振器(SMR)由布拉格反射层上的两个电极及它们之间的压电层制备而成。布拉格层是厚度为1/4波长的高低声阻层结构。ZnO压电薄膜是用来制备SMR的传统压电材料,但却拥有低的纵向声学速度和相对固定的频率响应。由ZnO和MgO合成的三元化合物MgxZn1-xO薄膜是一种高声速、高电阻的压电材料,有很大的潜能用于SMR。MgxZn1-xO薄膜表面的粗糙度对SMR的谐振特性有很大影响。通过射频磁控溅射的方法制备了MgxZn1-xO薄膜,研究了不同射频磁控溅射条件对MgxZn1-xO薄膜表面粗糙度的影响。通过控制淀积条件,获得了c轴择优取向的表面光滑的MgxZn1-xO压电薄膜。通过优化MgxZn1-xO薄膜表面粗糙度,SMR的性能能够得到显著提高。     

纳米级MOSFET器件模拟的载流子输运模型

随着半导体微细加工技术的发展,预计硅SOC的集成度可达万亿个晶体管,单个晶体管的尺寸将达到10nm范围内。因此从理论上研究纳米尺寸器件的性能和特性对发展超大规模集成电路尤为重要。综述了纳米级MOSFET器件数值模拟的量子模型,以及在该模型下用到的几种载流子输运模型,并结合模拟结果对这一模型作了评价。     

时频字典学习的单通道语音增强算法

针对以往语音增强算法在非平稳噪声环境下性能急剧下降的问题,基于时频字典学习方法提出了一种新的单通道语音增强算法。首先,提出采用时频字典学习方法对噪声的频谱结构的先验信息进行建模,并将其融入到卷积非负矩阵分解的框架下;然后,在固定噪声时频字典情况下,推导了时变增益和语音时频字典的乘性迭代求解公式;最后,利用该迭代公式更新语音和噪声的时变增益系数以及语音的时频字典,通过语音时频字典和时变增益的卷积运算重构出语音的幅度谱并用二值时频掩蔽方法消除噪声干扰。实验结果表明,在多项语音质量评价指标上,本文算法都取得了更好的结果。在非平稳噪声和低信噪比环境下,相比于多带谱减法和非负稀疏编码去噪算法,本文算法更有效地消除了噪声,增强后的语音具有更好的质量。