电极肖特基接触对有机光敏晶体管性能的影响

有机光敏晶体管是一种在有机场效应管结构中引入光控"栅极"的新型光探测器件,其光灵敏度、光响应度性能参数与源/漏电极和有源层的接触情况关系密切。本文通过真空蒸发法分别制备了采用金电极和铝电极的单层并五苯及酞菁铜有机光敏晶体管。研究了它们在黑暗和光照条件下的输出及转移特性。结果表明,高迁移率的并五苯有源层更适合搭配接触特性较好的金电极,该器件具有和铝电极器件相同高水平的光灵敏度～3×10⁴,但其光响应度是铝电极器件的13倍;而低迁移率的酞菁铜薄膜较适合搭配能够和有源层形成肖特基接触的铝电极,有利于抑制暗电流、增强激子解离效率、提高光电流,进一步使器件在获得和金电极器件同数量级光响应度的同时,其光灵敏度是金电极器件的10²倍。本文对光照下电极/有源层肖特基接触的能带变化做了理论分析,总结归纳了有机光敏晶体管电极材料和有源层材料的初步筛选规律。     

模糊支持向量机中隶属度确定的新方法

针对目前模糊支持向量机方法中,一般使用样本与类中心之间的距离关系构建隶属度函数的不足,提出一种改进的隶属度确定方法.该方法不仅考虑样本与类中心之间的关系,还考虑样本之间的关系根据样本的类中心与传统支持向量机构造的分类面构建2个超球,由样本点与超球的位置关系计算其隶属度,能够有效地区分样本点、噪音点以及孤立点.通过文本分类实验表明,与其他两种隶属度函数方法相比,基于双超球的模糊支持向量机方法可以更有效地将文本训练集中的噪音剔除,具有较好的分类性能.     

STUDIES ON LOW ENERGY ION-ATOM COLLISIONS BY MEANS OF ELECTRON-SPECTROSCOPY

We present typical results of studies on autoionizationprocesses produced by low energy ion-atom collisions bymeans of the ejected electron spectroscopy,which havebeen performed by Atomic Physics Group of SophiaUniversity.     

激活数据价值的影响因素研究进展

作为数字经济时代的关键生产要素，数据的价值能否充分释放在一定程度上决定了企业未来的竞争优势。研究基于企业技术采纳的微观视角，针对数据要素的新特点，构建OEC理论框架，从组织、环境、能力3个维度剖析数据价值创造的影响因素，对相关研究进行系统化、理论化的比较分析。研究发现，组织战略、规模、结构是决定企业数据应用效果的核心因素，感知、学习、吸收、转化是数据价值化的关键支撑能力，竞争压力、外部支持、行业集中度、环境动态性等外部因素在此过程中发挥调节作用。     

凉山州烤烟气象产量综合模拟模型

利用凉山州9个烤烟主产县1991—2017年烤烟产量资料和同期国家气象观测站的气象资料,通过年际变化趋势处理,分离出烤烟趋势产量和气象产量,采用积分回归方法,研究光、温、水等气象因子对烤烟产量的动态影响,建立烤烟气象产量综合模拟模型。结果表明:(1)气温、降水、日照均能显著影响凉山州烤烟产量;(2)县域间影响烤烟产量的关键气象因子有所差异,总体上温度的影响系数更大;(3)宁南县和会东县的关键气象因子相同且动态影响相似;(4)建立的分县和凉山州烤烟气象产量综合模拟模型模拟精度高,模拟偏差仅2.4%～4.6%。     

白鹤滩库区三家村滑坡稳定性评价和涌浪分析

金沙江梯级水电站沿线边坡稳定性评价及其破坏后涌浪分析是保障其安全运营的关键环节.本研究通过现场地质调查、InSAR分析及相关钻孔资料，给出了三家村滑坡的基本特征及其破坏模式，通过GEO5模拟计算分析了滑坡稳定性，并利用经验公式法对失稳后造成的滑坡涌浪进行预测.结果表明：三家村滑坡中部存在一处明显的形变区域，即Ⅱ区高程为950～1100 m段，长期趋于不稳定状态，中部最大变形量达50 mm/a.在持久工况、短暂工况、偶然工况水位骤降滑坡稳定性系数均满足边坡设计安全系数要求，安全系数为1.07～1.19；而蓄水后叠加地震工况下滑坡体不稳定，安全系数最低仅为0.97.滑坡变形区失稳可能在上游2.5 km处产生的浪高为2.62 m至3.00 m，到达下游4.5 km处的浪高为1.52 m至1.63 m，威胁沿岸的新塘、蒙姑和溜姑等居民点，建议进行滑坡防治及增设涌浪防护措施.     

基于变权重奇异谱分析的心律不齐识别方法

现有心律不齐研究多数围绕心电信号中不同频率特性成分的分离展开，而不同子序列的信息量对于最终目标决策的贡献则缺少研究与分析.为增强高贡献度子序列对于分类器的影响，提出了一种变权重奇异谱分析与深度学习结合的识别方法.通过奇异谱分析获得多个子序列，结合各个子序列的奇异值计算随机森林下的基尼系数，并将其作为权重.变权重的序列样本用于训练神经网络模型，更高效地挖掘了有用信息，进一步提高了识别精度，最终的心律不齐识别准确率为98.35%，Macro-F1为97.95%.相对于传统的定值权重，本文提出的变权重识别方法在各个性能指标上均有明显提升.