排序方式: 共有82条查询结果,搜索用时 15 毫秒
51.
在模拟人体生理条件下,采用紫外光谱法、荧光光谱法、DNA热变性及黏度法研究欧前胡素及同分异构体异欧前胡素与DNA的作用机制,并探讨其构效关系.紫外光谱表明,加入DNA后,欧前胡素和异欧前胡素的紫外光谱均呈现减色效应;荧光光谱显示,随着欧前胡素或异欧前胡素浓度的增大,DNA-BR的荧光被猝灭,表明欧前胡素和异欧前胡素对BR与DNA的结合存在竞争性抑制;盐效应、DNA热变性温度、黏度法等实验进一步证明欧前胡素和异欧前胡素与DNA的作用模式均为嵌插与静电混合作用模式.研究表明,欧前胡素和异欧前胡素均与DNA发生作用,且欧前胡素与DNA作用强于异欧前胡素. 相似文献
52.
昆明市主城区已呈现出水质型与资源型缺水并存的局面.根据不同发展阶段的可获取水资源条件,在流域可利用洁净水资源计算及城市人口规模发展预测的基础上,分析了水资源供需平衡的矛盾与主要问题;基于流域内水资源自求平衡,提出了发展节水防污型城市建设的相应对策;并探讨了滇中调水工程于昆明城市经济社会发展和滇池流域生态修复的战略价值与意义. 相似文献
53.
对以热蒸发法制备的超薄Ag薄膜,扫描电子显微镜结果显示其呈纳米尺度的颗粒状,由透射谱测量发现其具有表面等离子体激元特征.检测到不同条件制备纳米Ag薄膜的表面等离子体共振吸收峰的位移规律,且纳米Ag材料具有选择性的透过、反射特性.通过不同的制备条件,得到了在长波范围内透过率超过90%、在表面等离子体共振峰值位置处反射率接近50%且峰位可调的光学薄膜材料.这种薄膜材料有望成为应用在薄膜太阳电池中间层中具有潜在性光管理功能的光学薄膜材料.
关键词:
热蒸发
纳米Ag薄膜
表面等离子体激元
光管理 相似文献
54.
本文采用热蒸发法制备得到纳米Ag颗粒作为增强拉曼衬底, 利用入射光子与纳米颗粒表面价电子的相互作用机理, 激发出高能表面等离子激元, 其表面等离子形成的高能"热点"起到表面增强拉曼散射效果. 通过比较不同入射光强下的拉曼峰强, 指出纳米Ag颗粒的增强拉曼散射效果可以实现低探测光强下的高散射强度, 即纳米Ag颗粒的表面等离子激元具有非线性的表面增强拉曼散射效果, 可降低对样品的光、热损伤, 以利于拓展拉曼散射光谱的应用范围. 同时比较不同纳米Ag颗粒衬底的表面增强拉曼散射效果表明, 采用的热蒸发工艺具有较大的工艺域度, 具有较强的工艺兼容性. 相似文献
55.
本文采用共烧结工艺将纳米Ag颗粒引入Yb3+, Er3+共掺的NaYF4上转换材料中, 利用X射线衍射及扫描电子显微镜技术对制备的NaYF4材料进行结构特性和表面形貌的表征, 通过吸收谱及荧光光谱测试技术对NaYF4材料光吸收及光发射特性进行表征. 通过对纳米Ag颗粒引入量的优化, 获得了Yb3+, Er3+共掺的NaYF4上转换材料荧光发射峰的增强, 300—800 nm全光谱范围内增益达28%, 在544 nm处获得最大增益55%, 具有显著的荧光增强效果. 同时分析了不同数量纳米Ag颗粒的引入对NaYF4材料吸收谱及光致发光特性影响, 指出了表面等离子激元的光猝灭及共振吸收增强作用机理. 相似文献
56.
采用脉冲直流磁控溅射技术与基于密度泛函理论的平面波赝势方法对B掺杂ZnO (BZO)薄膜进行了研究. 以B2O3:ZnO陶瓷靶为溅射靶材,制备了低电阻率、可见和近红外光区高透过率的BZO薄膜. 系统地研究了衬底温度对BZO薄膜的结构、光电特性的影响. 结果表明:适当的增加衬底温度可以促进BZO薄膜结晶质量改善,晶粒尺寸增加,迁移率增大,电阻率降低. 在200 ℃时制备了电阻率为7.03×10-4 Ω·cm,400–1100 nm平均透过率为89%的BZO薄膜. 理论模拟结果表明:在BZO薄膜中,以替位方式掺入的B (BZn)的形成能最低,B主要以替位形式掺入ZnO,其次分别为八面体间隙(BIO)和四面体间隙(BIT)的掺杂方式. B 掺入后,费米能级穿过导带,材料表现出n型半导体特性,光学带隙展宽,导电电子主要来源于B 2p,O 2p及Zn 4s电子轨道.
关键词:
BZO薄膜
第一性原理计算
磁控溅射
太阳电池 相似文献
57.
58.
59.
为了改进从铜电解液中脱除锑的工艺,通过在硫酸体系料液中加入助萃剂研究N235对锑的萃取性能。考察助萃剂浓度、N235体积分数、相比、水相硫酸浓度、萃取时间及温度对锑萃取率的影响。研究结果表明:助萃剂浓度、N235体积分数和相比是影响锑萃取率的主要因素;在有机相组成为20%N235+10%异辛醇+70%磺化煤油(体积分数)、助萃剂浓度为0.1 mol/L、硫酸浓度为3 mol/L、相比为1:1,震荡时间为5 min时,单次锑萃取率大于60%。 相似文献
60.
鲁棒区间回归分析的神经网络学习算法 总被引:1,自引:0,他引:1
在许多工程实践问题中,区间回归分析是处理区间数据的一个重要手段。文献中用神经网络实现的区间回归分析都假定给定的训练数据是无噪的。当训练数据被污染时,这些方法的性能将急剧下降。本文针对一种区间回归的神经网络实现方法,提出了两种新的神经网络学习算法,能够有效地从有噪训练数据里建立一个鲁棒式的非线性区间回归模型。所提出的学习算法充分利用了对训练数据质量的估计知识。仿真结果表明了这种方法的有效性。 相似文献