【摘 要】
：
简单介绍了光刻胶的组成部分，综述了近年来国内外光刻胶成膜树脂合成、开发的研究进展，并根据不同曝光波长所需的不同光刻胶（包括紫外（UV）光刻胶、深紫外光刻胶、极紫外光刻胶等）进行了介绍。重点介绍了各光源下分子量和分子量分散指数对光致抗蚀剂的影响，并对国内外研究中通过不同聚合工艺制备的不同分子量光致抗蚀剂性能进行了评述，总结了近年来含有特定化学结构的光致抗蚀剂以及其制备工艺的研究进展。最后对国内外光刻
【基金项目】
：
国家教育部首批国家级职业教育教师教学创新团队建设项目；
论文部分内容阅读
简单介绍了光刻胶的组成部分，综述了近年来国内外光刻胶成膜树脂合成、开发的研究进展，并根据不同曝光波长所需的不同光刻胶（包括紫外（UV）光刻胶、深紫外光刻胶、极紫外光刻胶等）进行了介绍。重点介绍了各光源下分子量和分子量分散指数对光致抗蚀剂的影响，并对国内外研究中通过不同聚合工艺制备的不同分子量光致抗蚀剂性能进行了评述，总结了近年来含有特定化学结构的光致抗蚀剂以及其制备工艺的研究进展。最后对国内外光刻胶的发展和应用进行了展望，指出进一步提高光刻胶的分辨率、改善其综合性能是今后的研究重点。
其他文献
浮萍,作为一种全球分布的水生漂浮植物,因能吸收水体中营养物质并生产富含淀粉和蛋白质的生物质,是实现水质净化及高品质生物质生产的理想植物。研究表明,浮萍附生有大量固氮菌并表现出较强的固氮能力,然而,截止目前,浮萍附生固氮菌组成以及附生固氮菌与浮萍的相互作用及其影响因素,尤其是氮浓度的影响几乎未见报道,有待进一步研究。因此,本研究以浮萍（Lemna japonica）及其附生固氮菌为对象,先在实验室的
作为陆生生态系统中重要的干扰因子,火对植物演化的作用一直是火生态研究的重点。云南松（Pinus yunnanensis）是我国西南地区的特有种,有典型的火适应特征。本研究以分布在滇中地区的云南松为对象,从表型性状和基因转录组两个方面,研究云南松表型和遗传变异的分布格局及其与环境因子之间的关系。通过比较不同火险等级下云南松表型性状变异,探讨表型性状种内变化模式及其与火的关系;在基因水平对云南松群体进
藏医药学是具有民族传统特色、理论体系完整、历史文化悠久，起源和形成于青藏高原的一门民族传统医学。该文在查阅藏医五味甘露药浴疗法及郎西(银屑病)的相关书籍、文献的基础上，概述郎西的病因及其发病机制、藏医五味甘露药浴疗法的发展起源及其历史背景，深入剖析藏医五味甘露药浴疗法独特的药物制备方法、作用机制与临床应用、禁忌证及其注意事项，简述藏医五味甘露药浴疗法治疗郎西的特点，以期为藏医五味甘露药浴疗法治疗郎
医学研究者能够通过生物成像技术从多个异构来源收集大量高维数据,继而用于医学研究。在乳腺癌的研究中,通常有多个来源的数据集,如乳腺超声数据集、乳腺钼靶数据集和乳腺MRI数据集等,联合两个或两个以上的数据源对乳腺癌的研究是有利的,通常医学研究者通过乳腺超声+乳腺MRI或乳腺钼靶+乳腺MRI来提高乳腺癌的预测能力。本文获取的数据是2017年3月-2020年12月昆明医科大学第二附属医院的乳腺患者超声数据
洛伦兹曲线是比较和分析财富分配问题的重要参考指标,通常被用于衡量一个经济区域内的财富分配是否合理。洛伦兹曲线的拟合通常基于收入数据,在以往的研究中,统计学者们大多是基于是完全数据的情况来研究洛伦兹曲线。然而,在现实生活中,数据缺失的情况普遍存在。在数据不完整的情况下,继续采用传统的统计分析方法会导致估计结果出现偏差。目前对洛伦兹曲线进行研究的文献中,很少有文献讨论数据存在缺失的情况下如何对洛伦兹曲
随着当今世界医学成像技术的快速发展,核磁共振成像（MRI）和功能性核磁共振成像（FMRI）技术普遍用于医学疾病的诊断研究中,例如阿尔茨海默症。医学研究者们普遍认为阿尔茨海默症是一种由于大脑功能紊乱造成的疾病,从而研究阿尔兹海默症的脑区功能连接网络是医学研究者重点关注的问题。脑区功能连接网络的确定通常根据医生的经验和文献查询的方式来获得,这类方法缺乏以数据分析为基础去探讨脑区功能的连接网络,因此如何
基尼系数是衡量收入分配平等程度的指标,根据基尼系数的大小,可以准确地判断居民贫富差距。因此,精确估计基尼系数是尤为重要的。而基尼系数的计算依赖于收入数据,在实际生活中,由于收入涉及个人隐私,使得收入数据往往是存在缺失的。因此,从缺失数据的角度出发考虑基尼系数的估计问题更加具有现实意义。本文分别研究了完全数据和缺失数据情形下基尼系数的统计推断问题,以标准化的基尼平均差计算公式为基础,在完全数据集下,
股票是现代社会众多获取投资收益的投资方式之一。股票是股份公司获取资金的重要方式之一。股票预测一直是研究的重点与难点,人们为了在股票投资中获取收益,一直尝试不同的预测模型对股价及其走势进行预测,好的股价预测模型可以帮助股民获取更多的投资收益。时间序列模型由其时间复杂度低、短期预测有效而得到广泛应用。近几年机器学习得到了广泛研究与应用,许多机器学习算法被应用于金融问题的研究,如随机森林、神经网络和高斯
在医学领域、经济领域、工业领域和环境问题等的跟踪研究中,常常会收集到纵向数据和生存数据这两类复杂数据。在我们的建模过程中,纵向过程与生存过程通常是有关联的,因而联合建模这两类数据常被采用。它减少了对建模效果的估计偏差,并提高了对建模效果和其他因素的评估效率。常见的联合建模方法一般有两阶段法、共享随机效应项和共享轨迹函数。关于联合模型的参数估计方法,有频率学派方法和贝叶斯方法。与频率学派方法相比,贝
如今,社会老龄化现象越来越严重,阿兹海默症的发病率也逐渐增高,严重影响老年人的身体健康,给社会带来了新的问题和挑战。传统阿兹海默症的诊断研究是基于测量量表和核磁共振成像MRI、FMRI数据相结合的诊断技术。阿兹海默症的脑图像数据随着年龄的变化而变化,且目前没有较好的诊断技术来研究阿兹海默症进程的变化情况。因此如何对不同时段人脑图像数据建模分析探索阿兹海默症进程的变化是本文主要研究问题。本文采用动态