排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
2.
本文应用MOCVD技术制备出高质量的GaAs,AlGaAs外延材料以及GaAs/AlGaAs异质结和多量子阱结构.首次成功地用该技术生长了微波HBT全结构材料,并获得了较高性能的器件结果:300K时直流增益(β)为15~40,77K时为60,截止频率大于10GHz,最高振荡频率为5.5GHz. 相似文献
3.
4.
5.
谐波分析法高光谱影像融合及其光谱信息保真度评价 总被引:1,自引:0,他引:1
提高高分辨率影像之间的空间信息融入度和光谱信息保真度是当今高光谱影像融合研究的热点问题。本文结合EO-1卫星的Hyperion高光谱影像与ALI高空间分辨率波段,针对最大限度地克制光谱信息失真与光谱形态变化等问题,提出了高光谱影像的谐波分析融合(HAF)算法和融合影像光谱信息保真度评价的导数光谱差值信息熵(DSD-IE)模型。通过计算和评价采样像元样本的导数光谱差值曲线信息熵、平均梯度和标准差等参量,同时比较主成分分析(PCA)、Gram-Schmidt(GS)和小波分析等方法的高光谱融合影像,证实了基于HAF的高光谱影像融合结果具有较高的空间信息融入度和光谱信息保真度,在空间信息和光谱信息的可靠性、准确性和实用性等方面都明显优于其他传统的高光谱影像融合方法。 相似文献
6.
光谱最小信息熵的高光谱影像端元提取算法 总被引:3,自引:0,他引:3
端元提取是混合像元分解的关键,研究其算法在高精度的地物识别、丰度反演和定量遥感等方面具有重要意义。通过研究高光谱遥感影像光谱特征,结合信息熵理论,应用高斯分布函数,建立了一种新的高光谱影像端元提取算法,即光谱最小信息熵(spectral minimum shannon entropy,SMSE)算法。将该算法应用于AVRIRS高光谱影像的端元光谱提取,并经过与美国地质勘探局(United States Geological Survey,USGS)波谱库中的数据匹配,得知其提取端元的精度较高。同时,通过与经典的纯净像元指数(pixel purity index,PPI)和连续最大角凸锥(sequential maximum angle convex cone,SMACC)等端元提取算法进行实验比较和结果综合分析,发现光谱最小信息熵算法提取端元光谱效率更高、精度更好。此外,分别利用SMACC和SMSE提取Hyperion高光谱影像端元,得出SMSE的端元提取效果好于SMACC,从而可认为SMSE算法具有一定普适性。 相似文献
7.
对MOCVD生长的GaAs(40)/AlxGa(1-x)As(300)多量子阱结构观察到附内电子从基态到第一激发态跃迁引起的红外吸收.用Bruker红外光谱仪测量,发现了一个峰值在986cm-1(10.1μm)带宽为237cm-1(9~11.5μm)的强吸收峰,该峰位置与阱内电子从基态到第一激发态跃迁所计算的吸收峰位置基本一致. 相似文献
1