【摘 要】
：
OTFT器件中薄膜或纳米结构的有机半导体的使用有利于分析物的快速捕获、扩散和去除,可以将化学或物理反应直接转换成易于读取的电信号,进而进行检测与分析,成为快速响应/恢复的高性能传感器。本文基于P3HT-OTFT器件进行了电学性能与气敏特性的研究。同时,基于前人的工作,将缩合反应得到的自主装小分子4-((1,3-dioxo-1,3-dihydro-2H-inden-2-ylidene)methyl)
论文部分内容阅读
OTFT器件中薄膜或纳米结构的有机半导体的使用有利于分析物的快速捕获、扩散和去除,可以将化学或物理反应直接转换成易于读取的电信号,进而进行检测与分析,成为快速响应/恢复的高性能传感器。本文基于P3HT-OTFT器件进行了电学性能与气敏特性的研究。同时,基于前人的工作,将缩合反应得到的自主装小分子4-((1,3-dioxo-1,3-dihydro-2H-inden-2-ylidene)methyl)benzoic acid(SAM1),用于OTFT的研究。具有可控能级和分子偶极子的定制自组装膜能够有效
其他文献
土地利用分类是遥感领域的重要研究方向之一。本论文利用高分1号、高分2号卫星遥感影像开展土地利用分类研究。基于U-Net、Deep Lab V3+、高分辨率网络(High Resolution Network,HR-Net)三种主流语义分割算法对高分遥感影像进行土地利用分类,并对性能最好的HR-Net网络结构进行改进,最后探讨了域适应模型在高分遥感影像土地利用分类中的可行性。本论文的研究内容与研究成
近年来成像侦察或对地观测的遥感信息分析已成为一种重要的技术手段,由于光学遥感影像具有获取目标特征详实信息的特点,所以被广泛用于军事情报侦察、智能交通监控等领域的目标检测与识别。对于获取的海量遥感影像,如何从大场景影像中获取感兴趣目标区域,提取目标特征,从而支撑目标检测与识别的应用仍是一个重要研究课题。本文以舰船为典型目标开展了光学遥感影像目标特征分析及检测识别应用研究,主要研究内容与创新工作如下:
表面等离子体共振(SPR)技术能够精确地测量邻近金属膜的介质的折射率变化,已经被广泛用于传感器领域。TiN作为一种成本低、稳定性好、光学性能可调且与CMOS工艺兼容的新型等离子体材料,成为近期研究的热点。本文以TiN薄膜作为主体,采用棱镜耦合的方式产生表面等离子体共振(SPR)现象,棱镜和基底都采用BK7玻璃。具体研究内容如下:1.通过改进制备条件得到了具有等离子体特性的TiN薄膜,在空气中能产生
无人机遥感视频目标检测在军事战场侦察、城市突发事件监控、智能交通管理等领域具有广泛应用,基于深度学习神经网络的目标检测已成为视频目标监视的重要方法与关键技术。无人机平台对地观测中视频影像的目标尺度变化大,且存在大量低分辨率小目标,给高精度的视频目标检测带来极大困难,同时多种无人机监测任务还对视频目标检测具有高实时性要求。对此,本文开展了基于深度学习的无人机视频目标实时检测算法研究及其软件系统开发,
对地观测数据是遥感探测领域重要数据来源,而红外波段数据具有不受日光干扰的特性,因此可以用于导弹轨迹检测、预警和拦截对于军事国防领域具有重要意义。但是在对地观测系统的红外成像波段存在大量具有与军事国防领域检测跟踪目标相同辐射特性的虚警源,会对导弹的跟踪预警系统造成干扰,会提高检测的虚警率。高空卷云,结冰湖泊,岛屿,林火和雪山等是常见的红外虚警源。为提升对军事目标检测的精度,降低误检率,需要对红外卫星
近年来,变化检测已成为地球观测领域的热门研究问题之一,在例如灾情评估、生态环境检测、城市发展规划以及地图修正等各种实际应用中都有着非常重要的作用。所以本文研究利用高分辨率遥感影像快速准确的识别变化信息,对于实际生产生活具有重大的意义。随着航天技术及信息技术的快速发展,遥感影像正在逐渐向高分辨率,高光谱及海量数据的方向发展,这给传统的遥感影像变化检测带来了一些问题。高光谱、高分辨率数据导致对于特定目
三氧化钨(WO_3)、二氧化钛(TiO_2)、氧化钼(MoO_3)、氧化钒(V_2O_5)、氧化钽(Ta_2O_5)等作为常用的过渡金属氧化物(TMO)材料,其电致变色性能已被广泛研究。但这几种金属氧化物材料在电致变色性能方面各有优缺点,因此通过结构复合的方式来实现性能互补是一种提升电致变色性能的有效途径。另外,纯TMO电致变色薄膜通常具有紧凑的物理结构与平滑的表面形貌,从而降低其离子扩散效率,其
随着全球温室化效应及环境污染的持续加剧,世界各地的极端恶劣气候频发,所引起的自然灾害为人类造成的巨大的经济财产损失。遥感卫星一般运行于地球同步轨道,因此能够提供大尺度、多时相的对地监测信息,已广泛应用于自然灾害的损失评估领域。特别是随着深度学习技术的不断发展,以神经网络为代表的深度学习方法已成功地应用于遥感图像的处理与识别任务。这些方法大多假设模型在训练和测试过程中,每条数据都有唯一确定的类别标签
随着遥感影像获取的越发方便,其处理与分析的应用需求也越来越多,而遥感影像的路网提取是其中最重要的应用之一。传统的路网提取利用路网的几何特征进行数学分析,局限性很大且离人类水平相差较远。随着深度学习的日趋成熟,使用深度学习算法对遥感影像进行路网提取逐渐变为了主流。路网提取在深度学习中属于语义分割任务,而以往的语义分割模型缺少对遥感影像中路网的几何特征以及小样本数据集的问题的考虑,本文基于U-Net架
有机薄膜晶体管(OTFT)作为现代电子领域中十分重要的元器件,在多个领域都拥有广阔前景。由于该器件的有机半导体层具有化学敏感性,而且器件在电路中具有放大参数的能力,所以在气体传感器领域备受关注。方酸小分子材料在有机太阳能电池领域被认为具有广阔的应用前景,因为其在可见-近红外区的高吸收性质,且光、热稳定性强,同时还具有易合成、能带隙可调节的特点。但是应用在有机薄膜晶体管领域的研究较少。因此本次工作将