【摘 要】
：
非晶态物质的研究已经取得了一定的进展,但其理论仍然有待完善。本文应用分子动力学模拟,以不同比例CuZr二元体系为研究对象,从微观角度探究非晶形成过程中原子的运动特性,从原子的运动特性出发分析Cu50Zr50能够形成非晶体的原因,从原子运动的角度分析不同比例的CuZr二元体系其非晶形成能力不同的原因。本文应用忠诚原子模型,将原子分为忠诚原子与自由原子,模拟原子从2500K冷却到200K温度下的运动过
论文部分内容阅读
非晶态物质的研究已经取得了一定的进展,但其理论仍然有待完善。本文应用分子动力学模拟,以不同比例CuZr二元体系为研究对象,从微观角度探究非晶形成过程中原子的运动特性,从原子的运动特性出发分析Cu50Zr50能够形成非晶体的原因,从原子运动的角度分析不同比例的CuZr二元体系其非晶形成能力不同的原因。本文应用忠诚原子模型,将原子分为忠诚原子与自由原子,模拟原子从2500K冷却到200K温度下的运动过程。探究发现在非晶形成过程中,忠诚原子与自由原子在数量与运动上呈现出完全不同的特征。应用忠诚原子模型,从原子角度探究非晶态物质能够形成的原因。探究发现:由忠诚原子与中心原子形成的稳定结构在过冷液态下快速增大,有效的限制了自由原子的重新排列,促进了非晶态物质的形成。同时稳定结构可以看成“硬结构”,自由原子可以被看作“软结构”,非晶的玻璃转变过程可看成是“软包硬”向“硬包软”过程的转变。最后,利用忠诚原子模型,将原子划分为忠诚原子和自由原子,探究不同比例的CuZr二元体系其非晶形成能力不同的原因。探究发现:在非晶形成过程中,既存在同类原子结合,也存在异类原子结合。不同比例的CuZr二元体系,同类原子结合的数量与异类原子结合数量的比例有所不同,结合Cu50zr50在众多比例中非晶形成能力较强,因此认为CuZr二元体系中异类原子结合的数量是影响非晶形成能力的因素。
其他文献
＜正＞随着教育事业的发展，各类教育理念纷纷涌现，“和美”育人理念就是其中之一。芙蓉小学秉承先贤之善、借“荷花”之美提出了“和美育人”的全新育人理念。“和美”的落地为学校教育注入了全新的活力与朝气，在各级政府和专家的共同推动下，经过全体教师积极践行、反复研究，最终确定了“和美”育人理念在教育事业中发挥的正向作用。教师只有秉持“和美”的育人理念，将其持续融入课堂教学和班级文化建设中，才可以释放出“和美
苏云金芽胞杆菌（Bacillus thuringiensis,Bt）是一种重要的昆虫病原细菌,在形成芽胞的同时产生杀虫晶体蛋白（ICPs）。Bt制剂具备靶标特异性强、环境友好等特点,已发展成为目前世界上产量最大、使用面积最广的农林业微生物杀虫剂。但是Bt制剂存在一些不足,如杀虫效果较慢,毒力有限,昆虫易产生抗性等,需不断选育新的Bt菌株或在现有菌株的基础上进行遗传改造,获得高毒力、性状优良的Bt菌
三维点云数据理解作为计算机视觉重要的一个分支,在智慧医疗、智慧城市和自动驾驶等领域都起着举足轻重的作用。然而,由于三维点云结构具有特殊性,使得传统的用于二维图像处理的深度学习技术不再适用。本课题围绕三维点云数据语义分割问题,以残差网络为基础,对三维点云数据的参数化卷积设计、深度学习网络结构设计与网络结构轻量化设计问题进行研究,具体内容如下:首先,针对现有参数化卷积普遍存在特征提取能力不足、鲁棒性差
溴虫氟苯双酰胺系近年来颇受关注的一款新型双酰胺类杀虫剂。脱甲基溴虫氟苯双酰胺是其代谢产物,可作为一种非竞争性的抗狄氏剂（RDL）γ-氨基丁酸（GABA）受体拮抗剂,对害虫具有显著的防治效果。其杀虫机制的独特性,使其对普通害虫具有防治活性外,还可有效地防治对传统非竞争性拮抗剂产生抗性的害虫,是一款防治活性高,防治对象广,害虫抗性治理潜力大的理想杀虫剂。本文提出了一条步骤简短、收率高的溴虫氟苯双酰胺合
图像的密集字幕生成是图像理解领域的一个较为新颖的研究任务。随着5G时代的到来,每天都会产生海量的视频和图像,单靠人工标注的方法已经无法对这些数据进行有效的整理、归纳和总结。而图像密集字幕生成任务可以在一定程度上解决这个问题,它可以使计算机模仿人类大脑对图像进行自然语言描述。本文对如何有效的进行图像的密集字幕描述进行研究。首先,为了使模型可以从图像中提取更优质的特征,本文提出了一种基于深层特征提取网
自然界中存在着大量的纹理图像,与人类肉眼能从纹理图像中直接识别出图像结构不同,计算机在提取纹理图像显著结构时仍面临着一定的困难。面对该问题,近年来国内外学者相继提出了不少纹理平滑的算法。纹理平滑算法要求在去除纹理的同时尽可能地保存图像的完整结构,因此纹理平滑算法的好坏也依赖于提取图像结构的能力。本文通过不同的算法构造不同的引导图,用不同的引导图引导图像的下一步滤波。论文首先针对传播滤波在去除纹理上
＜正＞技术的发展如同无法停下的车轮，在短短一个月之后，人工智能技术再次引发舆论热潮。2023年仅仅过了3个月，ChatGPT就已将社交媒体“点燃”了两次。在第一次舆论热潮中，人们更多关注这一技术究竟能做到什么地步，关注它能够在哪些领域带来无法忽视的变化与发展。甚嚣尘上的讨论声中，有对新技术的赞叹，也有对未来行业变革的忧虑；有对科技伦理的关注，也有对产业立法的呼吁。
目标检测是多种计算机视觉任务的前提,在人脸识别,自动驾驶等领域都得到了广泛地应用。目标检测是从图像中能准确地检测出物体的具体位置及类别。随着人工神经网络的发展,目标检测算法已经由传统检测算法逐渐被基于神经网络的检测算法代替,检测精度和速度不断提升并且实用性不断增强。因此,对基于神经网络的目标检测算法进行研究有重要意义。本文主要针对CenterNet目标检测算法中存在的缺陷进行改进,主要工作如下:首
目前,网络传输常常采用JPEG（Joint Photographic Experts Group）压缩处理后的图像,压缩或解压等处理不仅产生了一系列压缩伪影还降低了图像的质量。为了有效地去除JPEG压缩伪影并提高图像的分辨率,该文主要基于深度学习的压缩图像超分辨率方法展开研究,具体研究内容如下:首先,该文结合多尺度的思想,提出基于多尺度残差网络的压缩图像超分辨率方法。该方法利用端到端的方式学习压缩
＜正＞自然界中植物的多样性、独特性和丰富性造就了一个千变万化的自然境域，幼儿好奇的目光能发现许多新奇有趣的现象，教师应善于发现幼儿感兴趣的事物或现象中隐含的教育价值，追随幼儿的想法，把握时机，积极引导探究互动，在不断推进的活动中支持幼儿获得相关经验，促进其全面发展。