|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
歸納了一類不同于傳統(tǒng)教科書中提到的新型摻雜效應(yīng)
劉奇航及其合作者通過密度泛函理論計(jì)算，為這一類反摻雜行為提出了一種稱為“極化子湮滅”的微觀機(jī)制。以電子摻雜某些氧化物為例，研究發(fā)現(xiàn)，具有反摻雜效應(yīng)的材料在不考慮雜化效應(yīng)的高對(duì)稱結(jié)構(gòu)下具有半填充能帶，應(yīng)為金屬。晶格畸變此時(shí)會(huì)打開帶隙，此時(shí)的低能激發(fā)發(fā)生在體系的配位陰離子之間。因此，這類材料的導(dǎo)帶底在摻雜之前有被認(rèn)為從價(jià)帶分離出去的“空穴極化子”態(tài)，而電子引入后會(huì)復(fù)合這些空穴極化子回到價(jià)帶，而并不形成帶隙間的缺陷能級(jí)（如圖二所示）。這種反摻雜現(xiàn)象原則上和體系的電子關(guān)聯(lián)效應(yīng)無關(guān)，例如在含有鎂空位的氧化鎂中也可以存在。另外，在鋰電池陽極材料LiFeSiO4、LiIrO3以及過渡金屬氧化物SmNiO3、SrCoO2.5等材料中存在摻雜范圍廣、帶隙變化大的反摻雜效應(yīng)。? 值得一提的是，反摻雜效應(yīng)可以通過不同摻雜手段可逆地調(diào)節(jié)體系的帶隙以及導(dǎo)電性，具有非常廣泛的應(yīng)用前景，如燃料電池、光電器件、全固態(tài)離子導(dǎo)體，甚至人工智能等。該研究圓滿地解釋了導(dǎo)電性隨摻雜濃度增加而減弱的反摻雜效應(yīng)的微觀機(jī)理，并且給出了具有這種性質(zhì)的材料一般滿足的條件
南方科技大學(xué)
2021-04-13
一種利用壓力來調(diào)控貴金屬納米材料晶相含量的新策略
自然界中，貴金屬金（Au）的塊體只能以其熱力學(xué)穩(wěn)定結(jié)構(gòu)面心立方(fcc)相存在。只有在納米尺度，利用濕法化學(xué)合成方法，人們才能獲得具有獨(dú)特光學(xué)性質(zhì)的，密排六方hcp-4H結(jié)構(gòu)的Au納米材料。雖然通過配體交換或外延生長(zhǎng)貴金屬的方式，可以在溶液中誘導(dǎo)4H相的Au變?yōu)閒cc結(jié)構(gòu)，獲得更多的結(jié)構(gòu)信息。但是，具體的結(jié)構(gòu)性質(zhì)和相轉(zhuǎn)變過程仍然無法確定。本工作利用金剛石對(duì)頂砧（DAC）技術(shù)對(duì)4H相的Au納米材料進(jìn)行研究，探索其結(jié)構(gòu)和相變過程，達(dá)到高壓貴金屬相工程的目的。? 高壓X射線衍射表明，壓力在1.2 – 26.1 GPa之間，Au的4H結(jié)構(gòu)逐漸轉(zhuǎn)變?yōu)閒cc相。同時(shí)，該過程的不可逆性使得貴金屬高壓相工程成為了可能。即通過控制最高壓力，獲得不同4H/fcc相含量的Au納米材料。同時(shí)，相比純4H相的Au納米帶，具有4H與fcc相交替多相結(jié)構(gòu)的4H/fcc Au納米棒更容易發(fā)生高壓相變。這主要是由于4H/fcc多相Au納米棒中大量相邊界提供的相變成核位點(diǎn)，可以促進(jìn)4H-fcc的相變過程。此外，課題組通過高分辨透射電子顯微技術(shù)和密度泛函理論（DFT）計(jì)算的結(jié)合，首次觀測(cè)到了原子尺度的Au相變路徑。發(fā)現(xiàn)Au由4H-fcc的相變機(jī)理為（-112）4H晶面的整平，并伴隨著密堆積方向的改變。這與以往觀測(cè)到的金屬高壓hcp-fcc相的相變機(jī)制完全不同。該工作不僅對(duì)Au納米結(jié)構(gòu)的穩(wěn)定性和相變提出了新的見解，而且提供了一種利用壓力來調(diào)控貴金屬納米材料晶相含量的新策略，該策略可用于研究基于晶相的催化、表面增強(qiáng)拉曼散射、波導(dǎo)、光熱療法、傳感、清潔能源等領(lǐng)域中。
南方科技大學(xué)
2021-04-13
.jpg){kind=logo}
一種統(tǒng)計(jì)分析水中泥沙顆粒粒徑大小的試驗(yàn)裝置
本實(shí)用新型涉及一種統(tǒng)計(jì)分析水中泥沙顆粒粒徑大小的試驗(yàn)裝置，包括模型水槽實(shí)驗(yàn)系統(tǒng)、視頻圖 像采集與處理系統(tǒng)、電機(jī)控制攪拌系統(tǒng)；所述模型水槽實(shí)驗(yàn)系統(tǒng)包括水槽、放置在所述水槽內(nèi)的沙粒和 水流；所述視頻圖像采集與處理系統(tǒng)包括依次連接的 B 超探頭、B 超儀、視頻圖像采集卡和計(jì)算機(jī)；所 述電機(jī)控制攪拌系統(tǒng)包括轉(zhuǎn)軸、攪拌器、步進(jìn)電機(jī)和用于固定所述轉(zhuǎn)軸和攪拌器的固定支撐裝置，所述 轉(zhuǎn)軸的一端連接在固定支撐裝置上，一端與攪拌器相連接，所述攪拌器由步進(jìn)電機(jī)驅(qū)動(dòng)。本實(shí)用新型具 有直觀可視、實(shí)時(shí)性好的優(yōu)點(diǎn)，通過 B 超儀對(duì)水流沙粒進(jìn)行超聲成像，分析 B 超圖像中的沙粒成像光 斑及其大小和分布情況，實(shí)現(xiàn)對(duì)水中沙粒粒徑大小的統(tǒng)計(jì)分析。
武漢大學(xué)
2021-04-13
一種基于能量原理的深部巖體爆破開挖誘發(fā)振動(dòng)預(yù)報(bào)方法
本發(fā)明提供一種基于能量原理的深部巖體爆破開挖誘發(fā)振動(dòng)預(yù)報(bào)方法，包括如下步驟：⑴采用量綱 分析方法，建立了基于能量平衡原理的峰值振動(dòng)速度預(yù)測(cè)公式；⑵針對(duì)深埋地下隧洞爆破開挖，在洞壁 布置振動(dòng)監(jiān)測(cè)儀，記錄爆破過程的巖體振動(dòng)波形，獲取圍巖振動(dòng)響應(yīng)；⑶根據(jù)深埋地下隧洞爆破參數(shù)和 場(chǎng)地環(huán)境，計(jì)算出每段炮孔所裝炸藥爆炸能量及被開挖巖體的應(yīng)變能，再結(jié)合實(shí)測(cè)的爆破振動(dòng)峰值速度， 采用多元回歸分析方法計(jì)算出預(yù)測(cè)公式中的未知系數(shù)，實(shí)現(xiàn)深部巖體爆破開挖誘發(fā)振動(dòng)的預(yù)報(bào)。本發(fā)明 方法大幅度提高了深部巖體爆破開挖誘發(fā)振動(dòng)的預(yù)報(bào)精度，可廣泛應(yīng)用于交通、水電、礦山等深埋地下 工程爆破開挖誘發(fā)振動(dòng)的預(yù)報(bào)。
武漢大學(xué)
2021-04-13
一種單機(jī)無窮大仿射非線性系統(tǒng)最優(yōu)控制方法
本發(fā)明公開了一種單機(jī)無窮大仿射非線性系統(tǒng)最優(yōu)控制方法，基于單機(jī)無窮大系統(tǒng)，進(jìn)行非線性最 優(yōu)控制設(shè)計(jì)，將單機(jī)無窮大系統(tǒng)發(fā)電機(jī)轉(zhuǎn)子運(yùn)動(dòng)方程寫成單輸入單輸出仿射非線性系統(tǒng)的形式，通過坐 標(biāo)映射得一個(gè)完全可控的精確線性化后的系統(tǒng)，再根據(jù)二次型最優(yōu)控制 LQR 的設(shè)計(jì)方法求解精確線性 化后系統(tǒng)的控制量，從而得到原系統(tǒng)的非線性最優(yōu)控制器，并進(jìn)行實(shí)時(shí)在線半實(shí)物仿真，驗(yàn)證方案的實(shí) 際可行性。本發(fā)明可以實(shí)現(xiàn)對(duì)單機(jī)無窮大系統(tǒng)的精確線性化，同時(shí)考慮了純數(shù)字離線仿真非實(shí)時(shí)性的情 況，通過半實(shí)物仿真實(shí)驗(yàn)驗(yàn)證了基于理論設(shè)計(jì)的控制器在實(shí)際真實(shí)現(xiàn)場(chǎng)應(yīng)用中的控制效果。通過在實(shí)際 應(yīng)用中檢查被設(shè)計(jì)控制器的效果，這有利于被設(shè)計(jì)的算法更符合實(shí)際。
武漢大學(xué)
2021-04-13
一種顧及雪覆蓋影響的高分辨全色遙感影像變化檢測(cè)方法
本發(fā)明公開了一種顧及雪覆蓋影響的高分辨全色遙感影像變化檢測(cè)方法，本發(fā)明充分利用根據(jù)全色 影像上積雪覆蓋的特點(diǎn)，采用基于紋理特征的變化檢測(cè)檢測(cè)方法進(jìn)行變化檢測(cè)，提取變化區(qū)域。采用基 于水平集方法的 Chan-Vese 分割方法提取出實(shí)驗(yàn)新舊影像上的積雪區(qū)域，根據(jù)變化檢測(cè)的結(jié)果和新舊影 像上積雪覆蓋情況，去除部分積雪覆蓋變化而導(dǎo)致的偽變化，提取出變化區(qū)域，提高了變化檢測(cè)的精確 度與地圖修測(cè)的自動(dòng)化程度，縮短了數(shù)據(jù)更新周期。
武漢大學(xué)
2021-04-13
一種無人機(jī)遙感影像建筑物三維損毀檢測(cè)方法
一種無人機(jī)遙感影像建筑物三維損毀檢測(cè)方法，包括生成災(zāi)前的 DSM 和災(zāi)后的 DSM 并配準(zhǔn)，識(shí) 別損毀建筑物疑似區(qū)域;根據(jù)災(zāi)前的 DSM 獲取建筑物的矢量信息，進(jìn)一步分割災(zāi)前建筑物區(qū)域和災(zāi)后 建筑物區(qū)域;根據(jù)災(zāi)前建筑物區(qū)域分割結(jié)果、災(zāi)后建筑物區(qū)域分割結(jié)果進(jìn)行特征提取，得到特征證據(jù); 根據(jù)證據(jù)理論原理，采用特征證據(jù)計(jì)算建筑物發(fā)生倒損的置信度，得到檢測(cè)結(jié)果。本發(fā)明充分利用了多 重疊影像生成的點(diǎn)云三維信息，同時(shí)結(jié)合災(zāi)前后的遙感影像房屋損毀特征，顯著提高了建筑物損毀檢測(cè) 的精度。
武漢大學(xué)
2021-04-13
一種開放式地理空間數(shù)據(jù)的可用性評(píng)價(jià)方法
本發(fā)明公開了一種開放式地理空間數(shù)據(jù)的可用性評(píng)價(jià)方法，首先確定開放式地理空間數(shù)據(jù)的可用性 評(píng)價(jià)指標(biāo);然后根據(jù)評(píng)價(jià)指標(biāo)，利用層次分析法確定指標(biāo)的權(quán)重，建立包括評(píng)價(jià)指標(biāo)及其對(duì)應(yīng)權(quán)重的評(píng) 價(jià)模型;接著對(duì)開放式地理空間數(shù)據(jù)可用性的各項(xiàng)評(píng)價(jià)指標(biāo)進(jìn)行分析，實(shí)行百分制打分，結(jié)合各指標(biāo)對(duì) 應(yīng)的權(quán)重，計(jì)算模型各評(píng)價(jià)指標(biāo)得分以及模型總得分;最后分析模型各評(píng)價(jià)指標(biāo)得分以及模型總得分， 分級(jí)確定開放式地理空間數(shù)據(jù)的可用性程度。本發(fā)明能有效評(píng)價(jià)開放式地理空間數(shù)據(jù)的可用性狀況。
武漢大學(xué)
2021-04-13
一種基于相關(guān)性去除的差分隱私數(shù)據(jù)發(fā)布方法及系統(tǒng)
一種基于相關(guān)性去除的差分隱私數(shù)據(jù)發(fā)布方法及系統(tǒng)，各數(shù)據(jù)擁有者分別對(duì)自己的原始數(shù)據(jù)集進(jìn)行 分段并得到差值數(shù)據(jù)集，對(duì)差值數(shù)據(jù)集的前兩項(xiàng)求和并加噪，然后同態(tài)加密后上傳給云服務(wù)提供商，云 服務(wù)提供商進(jìn)行同態(tài)解密運(yùn)算;各數(shù)據(jù)擁有者對(duì)差值數(shù)據(jù)集項(xiàng)進(jìn)行變換得到變換系數(shù)，加入由相互獨(dú)立 且服從高斯分布的白噪聲所組成的平穩(wěn)噪聲;數(shù)據(jù)擁有者進(jìn)行逆小波變換得到加擾后的數(shù)據(jù)集，上傳到 云服務(wù)提供商;云服務(wù)提供商利用維納濾波進(jìn)行濾波，當(dāng)數(shù)據(jù)使用者請(qǐng)求數(shù)據(jù)集時(shí)，云服務(wù)提供商對(duì)求 精后的數(shù)據(jù)集進(jìn)行反變換，發(fā)布給第三方數(shù)據(jù)使用者的數(shù)據(jù)項(xiàng)。本發(fā)明有效減少了數(shù)據(jù)計(jì)算量和交互量， 提高了資源利用率和數(shù)據(jù)可用性。
武漢大學(xué)
2021-04-13
一種整合主觀和客觀評(píng)估的需求優(yōu)先級(jí)排序方法及系統(tǒng)
一種整合主觀和客觀評(píng)估的需求優(yōu)先級(jí)排序方法及系統(tǒng)，包括確定需求對(duì)與相對(duì)優(yōu)先級(jí)的排序，得 到已排序需求對(duì);確定針對(duì)軟件屬性的需求重要性排序;進(jìn)行需求主觀重要性評(píng)估，利用機(jī)器學(xué)習(xí)得到 需求初始優(yōu)先級(jí);進(jìn)行需求客觀影響力評(píng)估，包括根據(jù)業(yè)務(wù)流程圖，構(gòu)造需求依賴關(guān)系網(wǎng)絡(luò)拓?fù)鋱D，并 在依賴關(guān)系網(wǎng)絡(luò)拓?fù)鋱D基礎(chǔ)上計(jì)算需求影響力;根據(jù)調(diào)節(jié)因子，整合需求初始優(yōu)先級(jí)和需求影響力，生 成需求最終優(yōu)先級(jí)。本發(fā)明通過構(gòu)造軟件屬性樹，簡(jiǎn)化針對(duì)單個(gè)軟件屬性的需求重要性信息收集過程， 利用機(jī)器學(xué)習(xí)訓(xùn)練屬性權(quán)重，為計(jì)算需求初始優(yōu)先級(jí)提供支持;同時(shí)兼顧到需求之間依賴關(guān)系對(duì)需求優(yōu) 先級(jí)的影響，使評(píng)估結(jié)果更準(zhǔn)確。
武漢大學(xué)
2021-04-13