排序方式: 共有208条查询结果,搜索用时 31 毫秒
201.
本文采用Sn自熔剂法,制备Mg掺杂Sn基单晶笼合物Ba8Ga16-XMgXSn30(0 X 1.5),并对其结构及电传输性能进行研究.结果表明所制备化合物为具有空间群Iˉ43m的VIII型单晶笼合物,随Mg掺杂量的增加,对应化合物的熔点略有升高,晶格常数减小,掺杂样品中填充原子Ba的实际含量低于理想值8.0,其在十二面体空洞中的占有率约为0.93(Mg的名义含量X=1.5时).所有样品均表现为n型传导,Mg的掺入对材料的能带结构有一定影响,Mg掺杂后,样品的载流子浓度降低,Seebeck系数的绝对值、电阻率增加,Mg的名义含量X=1.5时,样品的功率因子在430 K附近取得最大值1.26×10-3W·m-1·K-2. 相似文献
202.
本文采用Sn自熔剂法,制备Mg掺杂Sn基单晶笼合物Ba8Ga16-XMgXSn30 (0 ≤ X ≤ 1.5),并对其结构及电传输性能进行研究. 结果表明所制备化合物为具有空间群I43 m的Ⅷ型单晶笼合物,随Mg掺杂量的增加,对应化合物的熔点略有升高,晶格常数减小,掺杂样品中填充原子Ba的实际含量低于理想值8.0,其在十二面体空洞中的占有率约为0.93(Mg的名义含量X=1.5时). 所有样品均表现为n型传导,Mg的掺入对材料的能带结构有一定影响,Mg掺杂后,样品的载流子浓度降低,Seebeck系数的绝对值、电阻率增加,Mg的名义含量X=1.5时,样品的功率因子在430 K附近取得最大值1.26×10-3 W·m-1·K-2.
关键词:
Ⅷ型笼合物
n型传导
单晶 相似文献
203.
采用分子束外延技术,在GaSb衬底上生长了pin结构的InAs(8ML)/GaSb(8ML)超晶格中波红外光电二极管.用阳极硫化和ZnS薄膜对二极管表面进行钝化处理后,二极管漏电流密度降低了三个数量级,零偏阻抗R0达到106Ω,R0A达到103Ωcm2.通过测量电流密度与光敏元周长面积比的关系可知表面漏电不是主要漏电成分;电容电压特性曲线表明吸收层i层背景掺杂浓度约4~5×1014cm-3.在空气中放置一个月后再次测试,发现响应率和探测率几乎没有变化.与化学硫化和SiO2薄膜钝化方法相比,阳极硫化方法是一种更简单和有效的钝化方法. 相似文献
204.
利用Riemann解的通量差分分裂法——Godunov方法对Oseen流控制方程进行离散,得到了基于一阶上迎风格式的离散方程,并给出了使用多重网格方法求解该离散方程的V-循环算法和W-循环算法的收敛性分析.通过局部Fourier分析方法,对获得的离散方程的聚对称交替线GaussSeidel松弛的光滑性质进行了研究.结果表明:使用多重网格的两层网格及三层网格算法求解具有不同Reynolds数的Oseen流,即便是在高Reynolds数情况下,聚对称交替线Gauss-Seidel松弛具有很好的光滑性质,多重网格W-循环算法收敛性比V-循环算法好. 相似文献
205.
林药复合种植是一种缓解中药资源减少及提高土地利用率的方法。采用傅里叶变换红外光谱法对70份不同种植模式的滇龙胆进行研究,通过Omnic8.0软件对原始光谱进行基线校正、归一化、二阶导数光谱预处理;对样品与龙胆苦苷标准品的二阶导数光谱进行分析;利用各类样品的平均光谱建立两个光谱数据库Lib1和Lib2,其中Lib1在1 800~600 cm~(-1)光谱范围内进行专家检索,Lib2在全谱范围内进行相关性和平方微分差检索。结果表明,样品的红外光谱较为相似,难以直观分析鉴别;样品与龙胆苦苷标准品具有多个共有峰,其中1 611和1 076 cm~(-1)为标准品的特征峰,各样品在1 076 cm~(-1)处峰形差异较小,通过对1 611 cm~(-1)处峰面积的比较,种植于核桃林下的样品龙胆苦苷含量最高,荒坡种植及与木瓜复合种植的样品有效成分含量最低;不同种植模式样品中有效成分的不同表现为光谱匹配值之间的差异,与核桃树、旱冬瓜、桉树、茶树、杉树复合种植的样品间匹配值的差异小于与木瓜复合种植及荒坡种植的样品,专家检索法对样品的误判数为11,相关性检索和平方微分差检索法对样品的误判数分别为4和9,即在全谱范围内相关性检索法对样品鉴别效果最佳,正确识别率为94.29%。红外光谱法结合二阶导数光谱、光谱检索对不同复合种植模式滇龙胆的鉴别效果较好,为不同复合种植中药药源鉴别提供理论依据。 相似文献
206.
207.
208.
黄精药材品质优劣与基原植物产地环境因子密切相关,建立简单、快速且能够准确鉴别药材产地的方法对保证其质量可控及用药安全具有重要的理论意义和应用前景。研究中以云南、四川和广西9个产地的133份滇黄精Polygonatum kingianum coll. et Hemsl根茎为试验材料,采集衰减全反射-傅里叶变换红外光谱(ATR-FTIR)和紫外-可见光光谱(UV-Vis)数据预处理后分别建立单一光谱随机森林(Random forest, RF)模型;将ATR-FTIR与UV-Vis数据直接串联完成低级融合,提取两种光谱的主成分数(PCs)和潜在变量(LVs)以实现中级(中级融合PCs和中级融合LVs)和高级数据融合(高级融合PCs和高级融合LVs),基于不同数据融合策略分别建立RF模型;比较不同模型的正确率(ACC)、灵敏度(SEN)和特异性(SPE),筛选产地鉴别最佳模型。结果显示,不同产地滇黄精ATR-FTIR和UV-Vis峰型相似,吸光度略有差异,ATR-FTIR显示14个共有峰,与糖类、甾体皂苷、黄酮类和生物碱类物质有关,其UV-Vis共有峰主要位于272及327 nm处,与黄酮类物质有关;ATR-FTIR、UV-Vis和低级融合的RF模型,训练集和预测集ACC分别为(76.34%,95.00%),(80.65%,95.00%)和(83.87%,100.00%),但SEN和SPE值较低,故不宜采用;中级融合PCs和中级融合LVs的RF模型的SEN和SPE分别为大于0.91和0.98,训练集ACC分别为91.40%和97.85%,预测集ACC均为97.50%;高级融合PCs和高级融合LVs的RF训练集ACC分别为77.42%和97.85%,预测集ACC均为95.00%,高级融合PCs的RF模型鉴别效果较差,高级融合LVs的RF模型存在过拟合现象;模型鉴别能力为中级融合LVs>中级融合PCs>低级融合> UV-Vis>ATR-FTIR>高级融合PCs;提取LVs对产地鉴别的方法优于PCs;中级融合LVs建立的RF模型鉴别ACC最高,SEN和SPE大于0.98,模型性能最佳。该方法可为黄精药用资源的科学评价提供理论依据和技术支撑。 相似文献