双硫腙后处理诱导的钙钛矿膜二次结晶和钝化

有机-无机杂化钙钛矿较低的缺陷形成能和表面的悬挂键会导致其薄膜中产生铅缺陷。这些深能级缺陷会直接引起载流子的非辐射复合,导致有机-无机杂化钙钛矿光伏器件的界面接触和载流子传输效率变差,最终降低了器件的综合性能。采用双硫腙作为钙钛矿薄膜表面的二次结晶诱导剂和铅缺陷钝化剂,通过对钙钛矿膜进行后处理的方法实现对钙钛矿薄膜的形貌调控和缺陷钝化。进一步的研究结果表明,双硫腙通过与铅离子配位的方式有效地钝化了铅缺陷,并诱导了表面钙钛矿晶体的二次结晶,改善了薄膜质量,进而提高了器件的综合性能。     

基于“问题发现”的类比学习——再认识线段和角

《义务教育数学课程标准(2011年版)》从强调“分析问题、解决问题”到“发现问题、提出问题、分析问题、解决问题”,特别增加了“发现问题、提出问题”.在课堂上如何引导学生发现问题、提出问题,对于学生自身的发展和创新意识的培养很重要.在学习完线段与角的相关知识后,基于线段与角的相似之处,利用学习的通性套路让学生领悟学习的路径与方法,从而能自主学习.通过类比学习,让学生体会数学课堂注重以“问题”为中心,以“问题”促思考,以“问题”促探究,以“问题”促创新.本文借助线段与角的通性,借助类比思想诱导学生发现问题、提出问题,进而解决问题.     

弧形表面缺陷的激光超声检测方法研究

利用激光超声技术，研究生产中常见的弧形表面缺陷的无损检测方法。首先基于热弹机制建立弧形表面缺陷检测的有限元仿真模型，探究不同尺寸参数的缺陷对表面波反射回波及透射波的影响；然后采用经验模态分解法对带有缺陷信息的反射回波和透射波信号进行了分解，提取相应特征频率的信号进行叠加；最后根据超声特征参数的变化规律，建立了缺陷深度的预测模型。结果表明，利用透射波特征参数计算得到的缺陷深度与实际缺陷深度相比的最大误差仅为0.6%,因此提出的预测模型具有较高的精度，可用于弧形表面缺陷的现场检测。     

深层卷积神经网络的自动调制识别方法

简述了利用深层卷积神经网络进行自动调制识别（Automatic Modulation Recognition,AMR）的进展，并结合其模型在基准数据集上的实验表明，大多数不依赖于先验知识的特征提取模型容易忽略模型参数量大、计算复杂度高的问题，因此将工作重点集中在保持高精确度的同时轻量化模型。利用多信道深度学习模型，从时间和空间的角度有效提取特征，搭建以卷积神经网络（Convolution Neural Networks,CNN）和门控循环单元（Gating Recurrent Unit,GRU）为特征提取层的深层学习框架，可以在现有高识别度模型的识别效果上有略微提升，具有高效的收敛速度，且减少了40%以上的参数体积，在训练时间和测试时间上更有优势。该方法在RadioML2016.10a数据集0 dB以上信噪比条件下的识别精度保持在90%以上。