C_(60)离子束撞击固体表面的坍塌沉积(Ⅰ)共焦显微拉曼光谱研究

为了研究C60的结构特性，我们最近在实验中将加这后的C60离子束沉积在固体表面，对其沉积后的形态进行了共焦显微拉曼光谱的表征．在记录的光谱中已检测不出C60原有的特征谱问，说明C60离子在高速憧击固体表面后，已经完全失去了原有的球状构型．C60的t）［R实验在自制的串级飞     

高聚物球晶偏光织态研究中的厚度性消光与补偿机理

以两维聚环氧乙烷（ＰＥＯ）球晶为对象，探讨了偏光显微法的消光机理，尤其是其中的厚度性消光机理，并对于补偿片的作用原理作了细致的理论分析，运用上述手段对ＰＥＯ球晶的形态进行了研究。     

Li＋-CaxPb1－xTiO3湿敏纳米薄膜的激光拉曼光谱、晶格畸变和激光显微组织——应用“软模理论”解谱

测定了标题物Li^＋-Ca_xPb_1－xTiO₃ (缩写为Li-CPT, 其中x＝0.35, Li/Ti＝1.0%, mol/mol, 850 ℃/h)的激光拉曼光谱(LRS)和激光显微组织, 并与湿敏性能极差的纯钛酸铅PbTiO₃ (缩写为PT)以及不同钙掺杂量的钛酸铅Ca_xPb_1－xTiO₃ (缩写为CPT, x＝0.08, 0.16, 0.24, 0.32, 0.40)的LRS进行比较, Li-CPT以及CPT的LRS与PT的LRS相比有很大差别,仅在75, 125, 190, 273和585 cm^－1出现五个谱峰. 应用“软模理论”将其分别归属于PT四方晶相的五个特征单模E(1TO), A₁(1TO), E(2TO), B₁＋E和A₁(3TO)的红移及宽化, PT的其它五个特征单模在Li-CPT及CPT的谱图中完全消失或被淹没. 对于这种拉曼活性的降低, 可以根据“软模理论”与晶格畸变作用的关联加以解释. Pauling离子半径较小的Ca^2＋的掺杂, 等价取代了半径较大的Pb^2＋的晶格位置, 降低了四方晶相畸变度δ＝c/a和不对称性导致的各向异性, 不单消除了薄膜冷却时位移型相变可能引起的破裂, 而且改变了晶格中氧八面体“TiO₆”及十二面体“PbO₁₂”的几何结构和电荷分布, 改变了晶格c轴上M-O (M＝Ti, Pb)键的化学环境, 直接阻尼了M—O键的伸缩振动软模, 减小了电偶矩及其自发极化, 使Li-CPT的振动模的拉曼活性大大降低, 因此LRS提供了一种表征晶格畸变的有效方法, 反过来也佐证了“软模理论”可以用来解释拉曼光谱.     

纳米分辨率的三维形貌检测仪

从光干涉方式，瞳窗关系和光源带宽等基本关系出发，利用空间不变系统理论解析了相移显微干涉检测系统中衍射效应的影响。为了减小横向分辨率对纵向分辨率的影响，利用相关信息提取或数字滤波的方法，获得了纳米分辨率的三维形貌。     

阵列式共焦显微系统超分辨特性的研究

针对光学阵列共焦显微系统中存在分辨力的下降，提出引入一种新型三区振幅型光瞳滤波器以提高其三维探测能力。首先根据基尔霍夫衍射理论推导出光学阵列共焦显微系统三维相干成像公式，与现有理论相比，能更准确地定量描述共焦阵列成像过程，进而将共焦阵列显微技术和光学超分辨技术有机结合，利用三维超分辨评价函数对光瞳滤波器的参数进行优化设计，通过压缩各探测光路的横向和轴向半极值宽（HWHM），以提高其三维扫描探测能力，从而为实现快速、超精密三维测量提供了一种有效的技术途径。     

圆片级封装的新颖对准技术

对于3D互连、圆片级封装(WLP)和先进的MEMS器件的圆片键合,精密对准是一项关键技术,不同的MEMS,常常包含双面加工处理,而IC和CMOS制造业则只利用单面加工处理步骤,因此,圆片到圆片的对准必须使用设置在键合界面(也就是面对面)中的对准标记。论述了面对面对准方法的主要步骤,最新结果报导,用一种特殊开发的对准系统获得了≤1μm的对准精度。设备主要是为圆片对圆片的对准和键合而设计。     

急冷铸造Mg-3wt%Nd系列合金显微组织研究

对Mg-3wt%Nd采用急冷处理,并与常规铸造相应合金进行比较,分析显微组织,探讨了急冷后铸造Mg-3wt%Nd系列合金中的Nd、Gd、Zn、Zr等元素不同存在形式和分布状态下的合金的性能。     

单幅圆条纹相位展开光刻对准研究

针对光刻对准中产生的单幅封闭干涉条纹经相位解析后获得的包裹相位,提出在极坐标系对其进行相位展开进而获得对准偏移量的方法.该方法首先将对准过程中两圆光栅相对移动产生条纹的相位分布从直角坐标系转换到极坐标系;其次分析在极坐标系下对准偏移量与相位参量的关系;最后通过取不同径向半径获得初始相位振幅与相位延迟进而求取对准偏移量.数值模拟与实验验证该方法的可行性并与传统的最小二乘与路径跟踪相位展开方法进行了对比分析.结果表明该方法对包裹相位进行展开进而达到几十纳米量级的高准确度对准,具有很强的适应性.     

基于主成分分析法和极限学习机的尿沉渣图像识别算法研究

针对尿沉渣中的有形成分进行检测和分析,提出结合主成分分析(PCA)和极限学习机(ELM)的识别和统计方法。该方法通过PCA对样本进行特征提取和降维后输入到ELM进行训练,根据训练得出的模型与未经PCA处理的样本训练的模型进行检测效果对比。实验结果表明,使用PCA处理后的样本训练得出的模型具有更高的识别准确度和稳定性,同时训练时间大幅减少。