【摘 要】
：
钛铁矿型ABO3化合物因其优异的物理化学性质而被世界各地的研究者们广泛研究。这种类型的的化合物因B位离子的选择不同而受不同的物理因素影响,3d化合物Zn MnO3和Mg MnO3内部晶体场作用和强相关作用占主导,所以在第一性原理计算中,我们不必考虑自旋轨道耦合（SOC）的影响。而5d化合物Mg IrO3则不同,它的性质同时还受SOC的影响,所以在研究时比3d化合物更为复杂。在本文章中,我们分别对两
论文部分内容阅读
钛铁矿型ABO3化合物因其优异的物理化学性质而被世界各地的研究者们广泛研究。这种类型的的化合物因B位离子的选择不同而受不同的物理因素影响,3d化合物Zn MnO3和Mg MnO3内部晶体场作用和强相关作用占主导,所以在第一性原理计算中,我们不必考虑自旋轨道耦合（SOC）的影响。而5d化合物Mg IrO3则不同,它的性质同时还受SOC的影响,所以在研究时比3d化合物更为复杂。在本文章中,我们分别对两种类型的化合物进行第一性原理计算来探究他们各自的性质。首先,对于3d化合物ZnMnO3和MgMnO3磁基态的不同,我们认为主要是J1内部两种交换路径的竞争导致的。两者分别是显现反铁磁性的直接交换相互作用与显现铁磁性的超交换相互作用,在Mg MnO3中,电子更倾向于直接交换相互作用所以J1显现为反铁磁性,而在Zn MnO3中,Zn3d10轨道和O2p轨道的杂化更有利于超交换相互作用,致使J1更倾向于铁磁性。所以最终我们认为,非磁性阳离子Zn3d10轨道的存在是两种同构化合物磁基态不同的根本原因。其次,对于5d化合物MgIrO3来说,SOC的加入给钛铁矿型化合物的性质提供了更多的可能性。我们从（0,0,1）到（1,0,0）和（1,0,0）到（0,1,0）两个方向上分别改变其自旋取向来探究化合物磁电性质的变化。最终我们发现,在（1,0,0）取向上,化合物的表现出绝缘体性质,带隙值最大,偏离（1,0,0）时,带隙均有不同程度的减小。不仅如此,轨道磁矩的分量也随取向的改变而改变,但是净磁矩保持恒定。最后,在（0,0,1）到（1,0,0）方向的能量统计中,我们发现（1,0,0）取向能量最低,表现出稳定性。在（1,0,0）到（0,1,0）方向上,能量以60°为周期呈规律性变化,这与钛铁矿型化合物的二维蜂巢结构相符合。
其他文献
图像分类是计算机视觉领域中最基础的研究课题之一。目前为止卷积神经网络被证明是解决图像分类任务最有效的方法之一。但随着网络层数的不断加深,目前卷积神经网络主要面临两个严峻的问题:一是由于数据集规模不足导致的过拟合问题;二是由于网络权重参数过多造成的参数冗余严重问题。本文针对以上两个问题进行了研究并提出了相应的解决方案。主要研究内容及解决方案如下:（1）在图像分类任务中,针对网络权重参数过多而数据量不
在现实世界中,大量的数据往往使用张量来表示。例如,磁共振成像（MRI）图像由三阶张量构成;视频数据中的每一帧由三阶张量构成。张量数据包含了大量的非线性信息,例如数据之间的结构信息,与向量数据相比,更能反映样本的真实情况。作为机器学习算法中经典的算法——支持向量机,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势。孪生支持向量机（Twin-SVM）和单分类支持向量机（OC-SVM）是支持向
随着传感器技术、通信技术以及微处理技术等技术的发展,无线传感器网络改变了人与自然的交互方式,影响着人类的生产生活。状态估计对于理解系统的动态行为和执行一些控制任务具有重要的意义。由于分布式无线传感器网络中的传感器可能是物理暴露的,通信网络是共享的,攻击者以隐蔽等不可预测的方式破坏传感器网络的功能,增加了分布式安全估计算法设计的难度。因此,本文针对无线传感器网络存在的上述问题,研究了攻击建模、检测机
德育一体化,从正面角度讲,就是要注重学校德育的科学化和系统化,提高学校德育的专业化水准。其中,一体化的内容包含了德育的政治立场和价值方向、内容、学段、学科、资源、主体、路径、评价等各个维度。对学校来说,就是要按照正确的方向,确定适当的目标,提供明确的内容,按照科学的方式,各主体、路径、要素协同配合,以协调一致、科学有效的方式对学生进行道德和价值观教育。一体化的反面是碎片化、割裂化、原子化,意
经济调度是电力系统经济运行中的经典优化问题,解决该问题能够缓解能源危机、减轻环境压力。经济调度具有非线性、非凸、高阶、不连续的特点,在求解过程中容易出现求解精度差,结果不稳定等问题。而智能算法中的人工藻类算法具有计算结果精度高,输出结果鲁棒性强的特点,可以用其来解决经济调度问题。基于此背景,本文将人工藻类算法的改进方案应用到经济调度问题当中。具体安排如下:首先,研究了以机组燃煤成本最小为目标函数,
随着我国科技水平的不断提高和通信技术的广泛应用,传统的电力系统已经逐步发展成为具备信息物理融合系统特征的智能电网系统。然而,由于智能电网对通信技术的过度依赖,其系统具备复杂性和开放性等特点,对智能电网系统的安全性进行研究是十分迫切且具有重要意义的。考虑到智能电网系统结构特征和假数据注入攻击的行为特征,本文将对智能电网系统可能遭受的假数据注入攻击进行防御研究,主要工作如下:首先,针对智能电网系统可能
随着国家经济的迅速发展,对能源的需求逐渐增加。而传统化石能源由于不可再生变得更加稀缺,并且对生态环境也有不可逆转的危害,因此在国家的大力支持下,可再生的清洁能源发展迅猛,其中风力发电由于成本低、环保性强等优点,取得了重要发展地位。然而,风力发电的间歇性、随机性和不稳定性等特征,给电网安全稳定运行和电能调度问题带来了严峻的挑战,因此实现对风速的准确预测具有极其重要的意义。本文基于某风电场实时采集的气
21世纪全球兴起了脑科学研究潮流,欧盟、美国、日本和中国等纷纷启动了长期的、大规模的脑科学计划。脑科学研究表明,认知、行为和感知等大脑功能源于大脑皮层系统中的集体神经振荡,集体的非线性动力学是皮层神经振荡的核心,而异常的动力学过程会引起诸多脑疾病。因此,开展与神经振荡调节相关的理论研究至关重要,可以为人类认知功能的神经机制和脑疾病的病理机制的理解提供科学依据,为人类认知功能的增强以及发展有效的脑疾
随着社会的不断发展,人类对于能源的需求也在飞速增长,传统的能源系统逐渐难以满足人类的需求。综合能源系统可以实现能源子系统之间多能互补、协调规划以及灵活利用成为了电力工业未来发展的重要方向。综合能源系统的研究中电力价格的波动风险问题一直以来是众多学者关注的重点问题。电力价格波动的主要原因是人为投机行为以及输电阻塞所导致的系统供需失衡。本文基于信用评级机制和分布式算法,重点研究了综合能源的市场机制设计
计算机视觉发展方兴未艾,深度学习之势如火如荼,得益于硬件水平的提升与理论的完善发展,图像识别和目标检测也被广泛研究并应用在生活的方方面面。其中图像识别主要应用在诸如信息化安全、人机交互、刑侦、生物医学等领域;而目标检测则在智能监控、工业缺陷检测、自动驾驶等场景有普遍的应用。图像识别和目标检测技术为生活提供了诸多便利与安全,因此,进一步研究图像识别与目标检测具有重要的现实意义。VGGNet作为经典的