【摘 要】
：
Light-induced transverse thermoelectric effect is investigated in incline-oriented Bi2
【机 构】
：
SchoolofInformationEngineering,HebeiUniversityofTechnology,Tianjin300401,ChinaHebeiKeyLabofOptic-Ele
【出 处】
：
ChineseOpticsLetters
论文部分内容阅读
Light-induced transverse thermoelectric effect is investigated in incline-oriented Bi2Sr2Co2Oy thin films covered with a graphite light absorption layer. Upon the illumination of a 980 nm cw laser, an enhanced voltage signal is detected and the improvement degree is found to be dependent on the thickness of the graphite layer. A two-dimensional (2D) heat transport model using the finite-difference method provides a reasonable explanation to the experimental data. Present results give some valuable instructions for the design of light absorption layers in this type of detector.
其他文献
小胡珀(Ε. B. Hooper, Jr.)于上周在哥论比亚市向国家标准局的等离子体物理孥家和工程师们描述了激光干涉仪在热核能量研究中的应用。
主要分析了拉盖尔高斯(LG)光束在中强度湍流大气中的传输特性。利用分步傅里叶法和相位屏法仿真了在水平通信链路和上下行通信链路情况下LG光束的强度分布、相位分布及螺旋谱分布情况。仿真发现大气湍流会影响LG光束的传输性质，而且拓扑荷和折射率结构常数越大，影响越大。另外，还发现上下行链路中LG光束受到大气湍流的影响比水平链路中受到的影响小。
本文利用散射矩阵法和两步等效反射率法,分别就强耦合和弱耦合情况分析了耦合腔激光器的单模工作机理,并给出数值计算结果。
设计了一款多功能船用分显仪(简称分显仪)。该设备采用高分辨率液晶显示技术, 显示雷达回波信号, 对视频信号进行图像处理和切换控制, 具备记录回放等辅助交互功能。采用的多种视频和数据扩展接口均采用标准化、通用化设计。该设备具有很强的灵活性和广泛的适应性。
在人脸表情识别任务中,传统的机器学习方法是基于人工来提取特征,其特征提取过程时间复杂度高且稳健性差,而现有依赖单通道卷积核的卷积神经网络提取特征不够充分,进而导致识别率不高。针对这些问题,提出一种多分辨率特征融合的卷积神经网络。利用两个相互独立且深度不同的通道对图片进行特征提取,使卷积神经网络自主学习同一图像下不同分辨率的特征,然后将不同分辨率的特征送入全连接层并进行特征融合,最后经过softma
在振镜和f-(θ)线性扫描物镜构成的线性扫描机构中,f -(θ)物镜的设计、加工误差会引起一定的非线性扫描误差,影响扫描成像的质量.为了检测f-(θ)物镜的非线性扫描误差,使用基于线阵CCD的检测电路和扫描光点位置检测算法进行了实验研究,得到了可用于校正的扫描光点位置以及振镜摆角的对应关系曲线和f-(θ)物镜的非线性扫描误差曲线.
本文推广了三维漫射体彩虹全息的综合狭缝方法,利用多次曝光获得准单色彩虹全息重现象,讨论了多次曝光综合狭缝理论,并分析了曝光次数和物体位移对综合狭缝的影响.
美国马丁公司制造的脉冲气体光激射器的输出的峰值已超过300瓦。这种型号的光激射器，在波长1.117微米的一条单色谱线上产生这个最高的功率。
制备了用于LED照明的光散射材料,研究了制备过程中,硅氧烷支端基团、硅氧烷与水的摩尔比值、水解过程中的溶液pH值、水解时间、缩合过程中溶液的pH值及缩合时间对光散射粒子粒径及形貌的影响。并制备了不同光散射粒径大小、板材厚度和光散射粒子添加浓度的光扩散板。结果表明,在原料摩尔比值一定的情况下,对光散射粒子粒径影响因素从大到小排序是:聚合过程中的pH值、水解时间、聚合时间、水解过程pH值,而影响光散射粒子形貌的主要原因是硅氧烷与水的摩尔比值。随着粒径的增加,光扩散板厚度的减小以及添加浓度的增加,光扩散板的透光
近年来,智能机器人技术逐步成熟,以目标识别为代表的机器视觉技术是其核心。现有目标识别算法通常先根据颜色信息分割场景,再提取特征以识别目标。但对于颜色信息比较复杂的场景,往往存在过分割现象,影响后续目标识别。针对这一问题,提出一种基于局部特征的多目标图像分割算法。该算法使用双目摄像头采集场景图像,对场景图像进行预处理,同时通过立体匹配得到场景的深度信息;结合深度信息确定目标区域;设计动态阈值的尺度不变特征变换(SIFT)算法以提取目标区域的局部特征,将局部特征转化为特征约束;基于区域约束、特征约束和空间信息