排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
采用Ar^ 离子溅射源进行XPS和AES剖面分析,结果发现,Ar^ 对MoS2分子中的S原子产生“择优”选择刻蚀并随之生成非化学计量比的MoSx,Mo原子被还原,Mo3d结合能值向低端位移约1.7eV。应该注意的是,采用Ar^ 溅射进行XPS剖面分析时不能确定材料表面和界面元素的化学价态,S/Mo原子比同实验值之间亦存在差异,故应采用有关软件对实验结果进行修正。 相似文献
2.
3.
<正> 众所周知,幂函数x~σ的导数是幂函数ax~(σ-1),而幂函数x~σ的原函数(不定积分)一般也是幂函数(1/(a+1))x~(σ+1)。只有当a=-1时例外,是对数函数。为什么有这样的变异?现作如下讨论: 相似文献
4.
离子液体[Etpy]BF_4催化苯并咪唑类化合物的微波合成及其抗菌活性 总被引:1,自引:1,他引:0
在微波辐射下,离子液体[Etpy]BF4催化邻苯二胺与取代芳醛(或直链醛)的反应,合成了12个2-取代苯并咪唑类化合物(2a~2 l),其结构经1H NMR,IR和MS表征。最佳反应条件为:邻苯二胺1 mmol,芳醛1mmol,无水乙醇6 mL,[Etpy]BF40.2 mmol,于25℃/500 W反应2 h~3 h,产率78.6%~97.7%。初步生物活性测试结果表明,部分化合物对革兰氏阴性菌和革兰氏阳性菌都具有较好的抑制活性。 相似文献
5.
6.
本文研究了函数型部分线性乘积模型,该模型可用于响应变量为正数的函数型数据的统计建模问题,经过对数变换后模型转化为函数型部分线性模型.基于B-样条,通过极小化最小一乘相对误差(LARE)和最小乘积相对误差(LPRE),分别给出模型的LARE估计和LPRE估计,其中B-样条基的维数利用Schwarz信息准则选取.对两种估计方法分别给出斜率函数估计的相合性和参数部分估计的渐近正态性,并且证明了斜率函数的收敛率达到了非参数函数估计的最优速率.蒙特卡洛模拟用来比较所提出的方法与最小一乘(LAD)估计和最小二乘(LS)估计在不同误差分布下的有限样本性质,模拟结果表明所提方法是有效和实用的.最后通过一个实际数据分析的例子来说明模型的应用. 相似文献
7.
由于低信噪比的小样本太赫兹光谱的可区分性特征提取困难和样本量过少带来的深度学习模型自身的过拟合问题,将太赫兹光谱与深度学习相结合应用于心肌淀粉样变检测仍面临挑战。本文提出了一种基于多模块顺序级联的分类模型,用于心肌淀粉样变在算法层面的实时检测。首先,采集了少量的低信噪比太赫兹光谱并对其进行预处理。其次,构建了一个基于卷积降噪自编码器、多尺度特征提取模块、密集连接模块的深度学习模型。最后,通过五折交叉验证策略进行病变预测,以获得稳定、可靠的结果。10次独立重复实验和对比实验结果表明,该方法能对含噪光谱进行准确、稳定的分类,且其综合指标更优。不同样本量下的实验表明,本方法对样本量变化具有适应性:数据量为100时可达到95%的准确率;数据量仅为20时,该模型仍能取得70%的准确率。该项工作对心肌淀粉样变的实时、高效、安全诊断具有重要意义。 相似文献
8.
1