一、介绍两款实用工具软件(论文文献综述)
罗树林[1](2021)在《基于高通量计算与机器学习的材料设计方法与软件的开发与应用》文中研究指明随着第一性原理密度泛函理论的不断发展,以高通量计算、晶体结构预测为代表的材料设计方法在材料研究中的地位正在快速上升。第一性原理高通量计算,可以大规模搜索材料相空间,发现新的材料、性质及原理。近年来,以人工智能图像识别等技术为突破口,机器学习算法快速应用在多个不同的学科领域。机器学习与材料设计方法的交叉融合,在新材料、新的构效规律、设计原则等的发现上取得了显着的进展,进一步刺激了众多科研力量的持续关注。实现高通量计算等材料设计方法与机器学习算法的有效结合,依赖于开发新的算法及软件基础架构。如何高效地产生、收集、管理、学习和挖掘大规模材料数据,是当前该研究方向涉及的算法开发及软件设计过程中面临的主要难点。针对以上问题,我们发展了三个基于高通量计算与机器学习的计算方法与软件,并将其应用于一些典型半导体光电材料物性的研究,取得了以下创新性成果或进展:(1)参与开发了人工智能辅助、数据驱动的高通量计算材料设计软件JAMIP(Jilin Artificial-intelligence aided Materials-design Integrated Package)中的晶体结构数据读写模块的核心算法及结构原型数据库接口,并对JAMIP做了千百级高通量计算任务测试。材料晶体结构信息的保存具有多种不同的数据格式。正确读取,写入这些不同类型的结构文件,是材料设计软件开发中的重要任务之一。我们针对不同结构文件,设计开发了结构文件读写算法。特别重要的是,对各种非标准格式的晶体学信息文件(CIF),现有其他发布的同类算法存在无法正确识别所有非标准类型的CIF文件的问题,我们设计并发展了新的自适应算法来处理这些不同类型的非标准CIF文件,确保结构读写模块的更广泛的普适性。同时,我们开发了JAMIP软件的晶体结构原型数据库接口及配套工具,方便高通量结构建模及计算。此外,我们还对开发的JAMIP材料设计软件,开展了百千级高通量计算任务测试,验证了软件的可靠性。(2)发展了一种基于人工智能聚类算法的结构原型生成算法及软件SPGI(Structure Prototype Generator Infrastructure),并用此软件创建了一个大型无机晶体结构原型数据库LAE-ICSPD(Local Atomic Environment based Inorganic Crystal Structure Prototype Database)。通常,高通量计算方法是基于一些结构原型,进行候选元素替换,通过批量计算来快速筛选潜在的候选材料。因此,高质量、高独占性的结构原型数据库对于高通量计算具有重要的实际使用价值。晶体的原子局域环境编码了晶体结构的所有原子配置信息,能很好地代表结构的独占性。我们开发了一种新的人工智能晶体结构原型生成软件SPGI,其基于无监督学习策略,以晶体结构的局域原子环境作为描述符,对所有实验上已合成的无机晶体结构做聚类分析,从中挑选出来了15613个结构原型,并以此构造了一个大型无机晶体结构原型数据库LAE-ICSPD,为高通量计算或机器学习等材料设计方法提供所需的晶体结构原型数据。(3)发展了一种新的、可逆推回晶体结构的晶体结构表征方法,并基于此结构表征方法设计了一种基于高通量计算和机器学习算法的逆向晶体结构预测策略。基于晶体结构投影分解算法,我们发展了一种新的可逆推回晶体结构的结构表征方法“二维切片格点图”。其核心思想是:对三维晶体结构做切片投影处理,将属于同一平面上的原子“切片”(投影)到同一个二维格点图上。该描述符可以同时用作监督学习预测模型(如深度神经网络)和无监督学习生成式模型(如变分自编码器,生成对抗神经网络)所需的材料特征描述符。同时,结合晶体结构原型数据库、监督学习性质预测模型/无监督学习生成式模型,我们设计了一种新的以材料目标性质为导向的逆向晶体结构预测策略。(4)通过理论与实验相结合,成功解析了实验观测到的Cs Pb Br3钙钛矿在两个不同表面上的具体原子排布,并解释了这两个不同表面间的相互转变机制。实验上用扫描隧道显微镜(STM)观测到了无机钙钛矿Cs Pb Br3材料有两个不同的稳定表面,即“stripe”表面和“armchair”表面。其中,“stripe”表面区域面积比“armchair”表面区域面积更大。但是实验上无法确定这两个表面对应的具体的表面原子排布,也无法解释为什么“stripe”表面区域面积更大。通过采用自主开发的JAMIP软件,我们开展了Cs Pb Br3钙钛矿STM图像的高通量模拟。我们发现了两个构建表面的模拟STM图像与实验观测图像吻合,进而解析了实验上观测到的“stripe”,“armchair”两种STM图像对应的具体表面原子排布:“stripe”图像是由于表面Br原子对及其两侧的Cs原子的长程和短程间隔排布所形成;而“armchair”图像是由于表面Br原子对及其两侧的Cs原子分层排布所形成。通过计算这两个表面结构的表面能,我们发现“stripe”表面的表面能略低于“armchair”表面的表面能,具有更好的稳定性。这是“armchair”表面自发地转变为“stripe”表面的主要原因,解释了“stripe”表面区域具有更大面积的实验事实。(5)基于第一性原理高通量计算方法,探索了纯MAPb I3钙钛矿中掺杂5-AVA分子可以提高材料热力学稳定性的原因,以及二维层状硒化铟材料的β相和γ相中带隙值和电子迁移率随原子层层数的变化规律。对于有机钙钛矿MAPb I3材料,实验上发现往其纯相中掺杂5-AVA分子,使其变成(5-AVA)xMA1-xPb I3体系后,能显着提高其在各种复杂条件下的稳定性。通过采用高通量筛选方法,我们批量计算了数十个不同的MAPb I3相和(5-AVA)xMA1-xPb I3相的形成能,获得了能量最低的两个MAPb I3相和两个(5-AVA)xMA1-xPb I3相。通过分析筛选出的四个相的分解焓及结构中八面体的形变程度,我们发现:5-AVA离子与I离子间有更强的键合作用,使得掺杂相中具有更大的八面体畸变程度;(5-AVA)xMA1-xPb I3体系具有更低的分解焓。因此,理论计算结果显示:5-AVA分子的加入,使得有机钙钛矿中的有机分子更难逃逸。这是纯MAPb I3钙钛矿中掺杂5-AVA分子可以提高材料热力学稳定性的主要原因。此外,通过开发电子输运计算的高通量计算流程方法及模块,与合作者开展了对两种相(β相和γ相)的二维层状硒化铟材料从单层到十层结构的带隙值、电子迁移率等物性随着原子层层数的变化规律的研究。我们发现:两种相的带隙值都是随着原子层层数的增加而减小,两种相的电子迁移率都是随着原子层层数的增加而增大。
吴九鹏[2](2021)在《碳化硅MPS二极管的设计、工艺与建模研究》文中研究表明电能是当今人类消耗能源的主要形式,并且所占比例逐年上升。因此,对电能进行处理和变换的电力电子技术就显得越来越重要。半导体功率器件是电力电子技术的核心元件。近年来,基于碳化硅(SiC)材料的新一代功率器件异军突起,以其击穿电压高、导通电阻小、开关速度快等特点,逐渐得到了学术界和产业界的青睐。在碳化硅器件进步的过程中,高效的器件设计方法、稳定而低成本的流片工艺、器件在异常工况下的行为特征和可靠性,都需要进行细致的研究。而碳化硅二极管就是研究这些问题的绝佳平台。目前最流行的碳化硅二极管包括结势垒肖特基二极管(Junction Barrier Schottky diode,JBS diode)以及混合PiN结势垒肖特基二极管(Merged PiN Schottky diode,MPS diode)。它们在正向导通、反向阻断性能和浪涌、雪崩可靠性之间取得了较好的平衡。众多研究者针对MPS/JBS二极管的元胞设计和器件性能之间的关系做了深入的研究,并且已有多家厂商开发出了成熟的商业产品。但是目前针对碳化硅二极管的研究仍然存在一些不足之处,包括SiC MPS二极管中稳定可靠的P区欧姆接触工艺、芯片外延层参数的设计和提取、器件在浪涌等大功率电热耦合过程中的电学和热学行为的表征和结温信息的获取等,都存在众多值得优化的地方。针对这些问题,本文设计、流片完成了多种SiC MPS/JBS二极管,并针对制备完成的器件开展了系统的表征测试和建模分析的工作,主要包括:(1)SiC MPS/JBS二极管结构参数的设计与工艺开发;(2)对制备完成的SiC MPS/JBS二极管的静态、动态、浪涌可靠性的测试;(3)建立针对带有场限环终端的垂直型功率器件的外延参数提取方法;(4)建立针对浪涌过程的电热耦合结温计算模型。本文具有以下创新点:(1)通过设计、流片、测试具有两种元胞排布和多组尺寸参数的SiC MPS二极管,本文充分理解并掌握了SiC MPS二极管研发技术。本文同时从仿真和实际层面揭示了器件元胞设计、静态特性与浪涌可靠性之间的联系。根据电流和温度的不同,本文将SiC MPS二极管在浪涌过程中的电学行为简化为三个模态,并详细分析了各个模态的形成和转化机理,加深了对器件浪涌特性的理解。本文同时开发了一套基于注入型P+区的SiC MPS二极管流片工艺,最大限度地兼容了SiC JBS二极管的工艺流程。根据此工艺流程制备完成的器件具有稳定的电学特性,并在浪涌电流冲击等极端工况下展现出了媲美商业器件的高可靠性。(2)本文改进了芯片外延层参数的传统设计和提取方法。通过引入辅助函数并结合数值方法,本文提出了无需电子和空穴的碰撞电离系数相等的假设、直接处理二重积分形式的雪崩击穿判据并计算击穿电压的算法。基于该算法,本文给出了适用于4H-SiC材料、根据耐压设计目标确定最佳外延参数的拟合公式,方便了外延层设计。本文同时改进了提取芯片外延参数的传统C-V法。通过考虑场限环终端(Field limited rings,FLRs)对耗尽区几何形状和器件C-V特性的影响,优化后的外延参数反推算法相比于传统C-V法能计算出更准确的外延掺杂浓度和厚度,有助于对器件进行逆向工程分析。(3)本文基于传统RC热路模型,提出了适用于浪涌过程的分布式热源电热耦合结温计算模型。本模型通过改变热学支路的拓扑结构来模拟分布式热源,通过令电学支路和热学支路的参数先后发生改变来实现电学和热学过程的解耦。本模型可从器件的静态正向电学特性和热阻抗测试结果出发,无需实际进行浪涌测试,即可准确而快速地预测其在浪涌过程中的电学行为和内部各部分的结温变化。本模型考虑了热源分散在芯片各处而非集中在主结这一事实,也考虑了各层材料的热阻和热容参数随温度的变化,相对于传统方法更接近实际情况,具有更高的精度。本文提出的器件设计、工艺流片、建模分析等研究手段,为器件研究者提供了一套完整的方法论。这些手段能加快器件的设计和分析过程,加深器件研究者对器件工作机理的理解。可以预见,本文及其后续研究,将提供越来越多的针对功率器件的研究手段和机理模型,有助于提升功率器件研究工作的效率。
何美萱[3](2021)在《韩国汉语学习词典APP对比研究》文中指出
陈静[4](2021)在《外向型汉语学习软件调查报告》文中提出
王蕊花[5](2021)在《网络游戏规则知识产权保护研究》文中认为
付可鑫[6](2021)在《留学生汉语语言技能类APP学习使用情况考察》文中研究指明
薛凯心[7](2021)在《基于TRIZ理论的户外运动水杯创新设计研究》文中研究指明由于公众健康意识的觉醒,户外运动日益普及,用户对户外运动水杯的需求不断扩大,进而刺激其对运动水杯有了新的要求和想法。通过发放调查问卷,笔者分析结果得出,用户渴望拥有能够储存多口味、更有针对性、更加便携的户外运动水杯。为科学高效的解决这些用户需求,设计出符合当下用户要求的户外运动水杯,本课题把TRIZ创新方法运用在户外运动水杯创新设计研究中,并结合相应的分析方法、发明原理找到了合理的设计方案。本课题将从四个章节具体阐述户外运动水杯的创新设计研究内容。第一章绪论部分将概述本课题的研究背景和意义,并对中国与其他国家关于户外运动水杯的研究现状进行分析介绍,明确课题的研究目标、方法,组织框架等。第二章内容从TRIZ理论入手,对开展本课题需要用到的理论工具进行概述,通过运用TRIZ理论的基本特点、分析工具、矛盾及求解、解题工具,为后续户外运动水杯的设计提取合适的方法、工具。第三章内容聚焦户外运动水杯和市场调研分析部分,一方面对户外运动水杯进行概念界定及特点分析,了解当前户外运动水杯的设计现状、问题及未来发展趋势。另一方面,通过采用市场问卷调研的形式,对市场和用户需求进行深入挖掘和分析,得到有效数据,为课题提供设计支撑。第四章是关于户外运动水杯的设计实践,首先对用户关注的具体问题进行定义与分析,并使用TRIZ理论工具进行功能分析和最终理想解分析;其次通过定义矛盾类型选择适用的解题工具进行解题,最后对方案的造型和材质进行分析,展示方案的草图和建模,并通过工程师与产品研发顾问对方案进行评估。本次课题的成果主要包括三个户外运动水杯的设计方案,分别为可储存多种液体的水杯、便携式水杯、个性水囊。上述三个设计成果迎合了调研用户群体对户外运动水杯的个性化需求,为户外运动水杯市场提供了更多参考性和可能性。
单光胤[8](2021)在《智能门锁网络安全功能检测系统设计与实现》文中指出随着物联网技术的不断发展革新,各种智能化的家居产品也逐渐从概念走向现实。智能门锁作为其中的一员,是家庭安全财产的第一道也是最重要的防线,其安全性至关重要。然而当前的锁具标准大都是针对传统机械锁的,智能门锁厂商还不能参照一个统一、全面的标准来制造产品,导致目前的智能门锁技术规格不一,安全状况堪忧。此外目前仍未有专门针对智能门锁的安全检测软件。在这一背景下,本文设计并实现了一款智能门锁网络安全功能检测系统。主要工作如下:(1)通过研究整理已有资料和国内外研究现状,结合对市场上智能门锁的技术参数调查,确定了研究方向为智能门锁的网络安全功能检测。从先进性、稳定性等方面对开发技术进行甄选,确定使用B/S架构设计系统,使用SSM框架开发系统,有效降低了各功能模块间的耦合度。(2)对系统进行了全面的需求分析,设计了数据包处理、端口扫描、重放攻击测试、流量监控、数据分析等功能模块,完整覆盖了智能门锁网络安全功能的检测要求。根据需求分析结果,对系统的功能进一步细化,每个模块都进行了单独设计,给出了详细的实现流程。为了保证系统的认证安全,项目引入了Spring Security框架。对于端口扫描慢速问题,使用了多线程技术。此外,本文通过Java编程语言实现了RFC(Recursive Flow Classification)算法,可以在任何网络环境下有效地筛选出智能门锁通信数据包。(3)根据设计方案,完成了具体的系统实现。通过对各功能模块进行测试,表明该系统能满足用户的使用。在系统正常工作状态下,可实现数据包处理、端口扫描、流量监控等一系列功能,为智能门锁的网络安全功能检测提供了支持。
唐美华[9](2021)在《基于神经网络的EFL教材文本复杂度分级模型的构建》文中指出文本复杂度是母语和外语阅读教学研究中的重要构念,也是应用语言学领域的重点和难点,其研究的主要目的是为学习者匹配与之语言水平相适应的阅读文本,以提高学习效果。现有研究存在如下不足:1)研究对象不清,将文本难度与文本复杂度混为一谈。文本难度指读者对文本的加工难度,受读者个体语言发展、语言能力、动机等主观因素的影响;而文本复杂度指文本自身的复杂度,是构成文本的各个语言子系统交互作用的结果,可以从客观量化的角度加以考察。2)所考察特征有待扩充。尽管研究者们不再囿于借助传统可读性公式来评判文本复杂度,开始将词汇、句法特征纳入考量范围,却很少关注语篇复杂度。3)以构建线性模型的方法为主,模型使用的特征有限,存在解释力不高、适用性不广的缺陷。本研究聚焦文本复杂度,除关注词汇、句法维度外,加入语篇复杂度特征,在特征优化的基础上,探究神经网络算法在文本复杂度分级模型构建中的应用,并对模型的性能和泛化能力加以考察。围绕以下3个研究问题展开:1)表征文本复杂度的语言特征如何确定?2)训练语料的文本复杂度分级是否合理?3)基于所选语言特征和训练语料构建的复杂度分级模型的性能和泛化能力如何?本研究借助Kyle团队研发的文本处理软件,以BNC baby为参照语料库,对词汇、句法和语篇复杂度等细颗粒度指标进行提取,采用主成分分析法对指标进行降维优化,共确定17个用以构建模型的主成分特征。经专家咨询和文献参考,选择《新概念英语》作为模型的训练语料,经聚类和方差分析后,该语料的分级合理性得以验证。在确定了模型输入特征和训练语料之后,本研究采用不同分类算法分别构建模型并对比其性能,发现基于神经网络的文本复杂度分级模型性能最优,10折交叉验证的精确率、召回率和F1均值分别达到92.10%、91.11%和90.77%。同时,与基于常见传统可读性公式和其它单维度特征构建的模型相比,基于本研究特征集构建的模型具有显着优势,在各性能评估指标上均高出20至30个百分点。最后,本研究特征集和建模方法对其它国内教材数据集具有较好的分级能力,且在多个不同数据集(如大学英语测试文本、二语写作文本以及国外教育报纸)的分级预测上也有不错的表现,具有较强的通用性和泛化能力。本研究将多元语言特征与神经网络相融合,构建文本复杂度分级模型,为文本复杂度研究提供了一条新的路径。研究成果不仅对文本复杂度研究具有一定的理论意义,在应用语言学领域也具有较高的应用价值,可以为学生阅读材料的选择、教材编写和改编以及阅读课程规划和测试设计提供参考。
朱洁[10](2021)在《小学生运用英语教育类App现状研究》文中研究说明在当今信息爆炸的时代,各种各样的学习方法相继出现,使用App进行学习就是其中的一种。App,全称为Application(应用、使用),当今为人们所熟悉的App指的是安装于移动设备的应用程序。近年来,教育类App发展十分迅速,受到家长、学生、教师的持续关注,使用App学习英语受到越来越多人的认可和追捧。本研究以小学英语教育类App为研究对象,运用文献研究法、问卷调查法和访谈法,对258名小学生及其家长进行问卷调查,并对两位相关的英语任课教师,以及两个小学生家庭进行访谈,探索小学生英语教育类App的使用状况。本文由五部分组成。第一部分为绪论,主要阐述了本研究的研究背景、研究目的与意义以及研究设计,同时对相关文献资料进行综述,对相关定义进行界定与阐述,阐明了相关理论;第二部分介绍了英语教育App的发展历程和分类,并结合英语课程标准阐述了其教育价值;第三部分从当前小学生App的选择和使用两个维度出发,对所得调查结果进行了深入分析,并总结了小学生App学习目前存在的问题;第四部分向家长、教师及学校提出了英语教育类App的使用建议,并对App开发人员提出了改进建议;第五部分为结语,对研究进行了总结,并阐述了本研究的不足之处以及该领域值得深入研究之处。本文从App的选择与使用两个方面分析了小学生群体的App应用现状、行为表现及学习效果。研究发现,当前小学生群体在App的选择和使用上均存在问题。一些App设计的实用性不足;家长与小学生,以及教师的App使用方式缺乏科学性。并且,小学生使用App的学习效果与学习的频率、时长有关,同时也存在年龄、性别的差异。在分析的基础上,本文向家长提出以下建议:对基于App的学习保持科学观点,选择健康合理的App资源,制定合理的学习计划,增加对孩子的陪伴;同时向教师及学校提出以下建议:正视App并与教学进行结合,开设App学生、家长课堂以引导学生与家长正确使用App;本文也向App开发人员提出了改进建议:App中避免出现过多的高额收费项目,杜绝不良信息,优化学习程序,完善管控体系。
二、介绍两款实用工具软件(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、介绍两款实用工具软件(论文提纲范文)
(1)基于高通量计算与机器学习的材料设计方法与软件的开发与应用(论文提纲范文)
中文摘要 |
abstract |
第一章 绪论 |
1.1 材料领域高通量计算工具概述 |
1.1.1 大型材料结构及物性计算数据库 |
1.1.2 现有高通量计算软件包 |
1.2 用于材料学领域的机器学习算法概述 |
1.2.1 监督学习算法 |
1.2.2 无监督学习算法 |
1.3 论文选题目的及意义 |
1.4 论文的结构安排 |
第二章 计算材料学的理论背景和物性计算方法 |
2.1 密度泛函理论概述 |
2.1.1 密度泛函理论的发展历史 |
2.1.2 Hohenberg-Kohn定理 |
2.1.3 Kohn-Sham方程 |
2.1.4 交换关联泛函 |
2.2 材料的第一性原理物性计算 |
2.2.1 材料的第一性原理物性计算概述 |
2.2.2 本文中涉及到的材料第一性原理物性计算 |
2.2.2.1 表面原子的STM图像 |
2.2.2.2 表面能 |
2.2.2.3 原子填充因子 |
2.3 结构描述符 |
2.3.1 材料的结构表征方法概述 |
2.3.2 本论文中涉及到的材料结构表征方法 |
2.3.2.1 原子成键键取向序列(BOO) |
2.3.2.2 原子位置平滑重叠(SOAP) |
2.4 新材料的计算设计方法 |
2.4.1 基于高通量计算的计算设计方法 |
2.4.2 基于结构预测的计算设计方法 |
2.4.3 基于机器学习的计算设计方法 |
第三章 开发机器学习辅助的高通量计算材料设计工具 |
3.1 参与开发机器学习辅助的高通量计算材料设计软件JAMIP |
3.1.1 开发背景 |
3.1.2 开发工具 |
3.1.3 开发细节 |
3.1.3.1 晶体结构的文本文件格式转换 |
3.1.3.2 结构原型数据库 |
3.1.3.3 百千级高通量计算任务测试 |
3.1.4 本节小结 |
3.2 基于无监督学习及高通量计算开发晶体结构原型生成软件SPGI及数据库LAE-ICSPD |
3.2.1 开发背景 |
3.2.2 开发工具 |
3.2.3 开发细节 |
3.2.3.1 创建LAE-ICSPD的流程概述 |
3.2.3.2 初始结构的筛选及预处理 |
3.2.3.3 结构局域原子环境的表征 |
3.2.3.4 聚类分析 |
3.2.3.5 无机晶体结构原型数据库LAE-ICSPD的创建 |
3.2.3.6 结构原型生成软件SPGI |
3.2.3.7 基于密度泛函理论的高通量计算 |
3.2.4 本节小结 |
3.3 结合机器学习与高通量计算的逆向晶体结构预测策略 |
3.3.1 逆向晶体结构预测的研究现状 |
3.3.2 可逆结构表征方法“二维切片格点图” |
3.3.3 结合监督学习与无监督学习的逆向晶体结构预测策略 |
3.3.4 本节小结 |
3.4 本章小结 |
第四章 自主研发的高通量计算方法与软件在设计半导体光电材料中的应用 |
4.1 高通量计算材料设计方法用于设计半导体光电材料的研究现状 |
4.2 JAMIP在研究半导体光电材料的结构及性质中的应用 |
4.2.1 JAMIP在研究钙钛矿材料CsPbBr_3表面中的应用 |
4.2.1.1 CsPbBr_3钙钛矿薄膜样本的实验合成方法及STM观测结果 |
4.2.1.2 高通量计算模拟表面原子STM图像的方法及结果 |
4.2.2 用JAMIP做高通量计算研究钙钛矿(5-AVA)_xMA_(1-x)PbI_3的稳定性.. |
4.2.2.1 (5-AVA)_xMA_(1-x)PbI_3钙钛矿的实验合成方法及稳定性测试 |
4.2.2.2 高通量计算辅助研究(5-AVA)_xMA_(1-x)PbI_3钙钛矿的稳定性 |
4.2.3 高通量计算二维层状硒化铟材料的电子性质 |
4.2.3.1 二维层状硒化铟材料的带隙值随层数的变化规律 |
4.2.3.2 二维层状硒化铟材料的电子迁移率随层数的变化规律 |
4.3 本章小结 |
第五章 总结与展望 |
参考文献 |
作者简介 |
攻读博士学位期间公开发表的学术论文 |
致谢 |
(2)碳化硅MPS二极管的设计、工艺与建模研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
第1章 绪论 |
1.1 .碳化硅材料 |
1.1.1 .碳化硅材料的晶体结构 |
1.1.2 .碳化硅材料的特性参数 |
1.2 .碳化硅功率二极管的发展历程 |
1.2.1 .SiC JBS二极管 |
1.2.2 .SiC MPS二极管 |
1.3 .碳化硅功率二极管浪涌过程结温估算 |
1.4 .本文研究的重要意义和主要内容 |
1.4.1 .本文研究的重要意义 |
1.4.2 .本文研究的主要内容 |
第2章 SiC MPS二极管的仿真设计与工艺开发 |
2.1 .SiC MPS/JBS二极管的元胞结构 |
2.2 .外延层掺杂浓度和厚度的设计 |
2.2.1 .基于雪崩击穿判据计算外延层击穿电压 |
2.2.2 .击穿电压固定下的允许外延厚度 |
2.2.3 .外延层耐压固定下的最佳外延层参数 |
2.3 .SiC MPS二极管的仿真设计 |
2.3.1 .器件数值仿真技术和模型简介 |
2.3.2 .仿真设计优化 |
2.4 .SiC MPS二极管的工艺开发 |
2.4.1 .SiC MPS二极管的工艺步骤 |
2.4.2 .P型欧姆接触工艺研究 |
2.5 .本章小结 |
第3章 SiC MPS二极管的特性测试 |
3.1 .静态测试结果 |
3.1.1 .自制器件之间的静态特性对比 |
3.1.2 .自制器件与商业器件的静态性能对比 |
3.2 .动态特性测试结果 |
3.3 .浪涌可靠性测试结果 |
3.3.1 .单次浪涌可靠性测试 |
3.3.2 .器件的高温静态Ⅰ-Ⅴ特性分析 |
3.3.3 .二极管浪涌过程电学行为模式 |
3.3.4 .自制器件与商业器件的浪涌可靠性对比 |
3.3.5 .二极管抗浪涌电流冲击能力比较 |
3.3.6 .重复性浪涌可靠性测试 |
3.4 .本章小结 |
第4章 带场限环终端的功率器件外延参数提取算法 |
4.1 .传统反推算法及其局限性 |
4.2 .场限环下方耗尽区的扩展规律 |
4.3 .耗尽区纵向扩展深度和横向扩展宽度之间的关系 |
4.4 .反推算法的建立 |
4.5 .本章小结 |
第5章 电热耦合浪涌结温计算模型 |
5.1 .热阻、热容和RC热路模型 |
5.1.1 .基本概念 |
5.1.2 .热阻抗的测量与结构函数 |
5.2 .浪涌结温的直接计算法 |
5.2.1 .商业器件的热阻抗测试 |
5.2.2 .浪涌过程的计算 |
5.3 .电热耦合结温计算模型的理论基础 |
5.4 .电热耦合结温计算模型的具体实现步骤 |
5.4.1 .RC网络传递函数的计算 |
5.4.2 .结温计算的具体步骤 |
5.5 .计算实例 |
5.5.1 .器件的热学特性的建模 |
5.5.2 .器件的电学特性的建模 |
5.5.3 .浪涌过程的结温计算 |
5.5.4 .衬底减薄技术对浪涌能力的提升 |
5.6 .本章小结 |
第6章 总结与展望 |
6.1 .本文总结 |
6.2 .未来展望 |
参考文献 |
作者在学期间所取得的科研成果 |
发表和录用的文章 |
授权和受理的专利 |
(7)基于TRIZ理论的户外运动水杯创新设计研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景和研究意义 |
1.2 国内外现状分析 |
1.3 课题研究目标、内容、方法及创新点 |
1.4 文章组织框架 |
2 TRIZ理论及其工具介绍 |
2.1 TRIZ理论简介 |
2.2 TRIZ理论的分析工具 |
2.3 通用工程参数的介绍与矛盾矩阵表的使用方法 |
2.4 技术矛盾与物理矛盾 |
2.5 运用TRIZ理论的设计案例 |
2.6 本章小结 |
3 户外运动水杯及市场调研分析 |
3.1 户外运动水杯的概念界定及特点 |
3.2 户外运动水杯的设计要素 |
3.3 户外运动水杯的市场调研 |
3.4 用户调研问卷 |
3.5 本章小结 |
4 TRIZ理论在户外运动水杯中的设计实践 |
4.1 TRIZ理论一般解题流程 |
4.2 多种液体储存水杯设计方案 |
4.3 便携水杯设计方案 |
4.4 个性水囊设计方案 |
4.5 方案评估 |
4.6 本章小结 |
5 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
附录1 调研水杯款式图 |
附录2 户外运动水杯调查问卷 |
附件3 |
致谢 |
在校期间的科研成果 |
1.论文 |
2.专利 |
(8)智能门锁网络安全功能检测系统设计与实现(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 智能门锁研究现状 |
1.2.2 数据包分类技术研究现状 |
1.3 论文主要工作 |
第二章 系统开发所涉及的技术工具 |
2.1 系统实现关键工具 |
2.1.1 系统开发架构 |
2.1.2 系统开发软件平台 |
2.1.3 系统开发工具平台 |
2.2 SSM框架技术 |
2.2.1 Spring框架 |
2.2.2 Spring MVC框架 |
2.2.3 My Batis框架 |
2.3 Spring Security框架 |
2.4 My SQL数据库 |
2.5 本章小结 |
第三章 系统总体分析与设计 |
3.1 系统目标 |
3.2 系统的可行性分析 |
3.3 系统的需求分析 |
3.3.1 功能性需求分析 |
3.3.2 非功能性需求分析 |
3.4 系统的架构设计 |
3.4.1 系统设计原则 |
3.4.2 系统的体系结构 |
3.5 系统的功能模块设计 |
3.5.1 登录模块 |
3.5.2 数据包处理模块 |
3.5.3 端口扫描模块 |
3.5.4 重放攻击模块 |
3.5.5 流量监控模块 |
3.5.6 数据分析模块 |
3.5.7 报告生成模块 |
3.6 数据库设计 |
3.7 本章小结 |
第四章 基于RFC算法的数据包筛选功能实现 |
4.1 数据包分类概述 |
4.1.1 数据包分类器构造 |
4.1.2 数据包分类规则集 |
4.2 RFC算法 |
4.3 RFC算法的Java语言实现 |
4.3.1 规则集的构建 |
4.3.2 Java语言实现 |
4.4 筛选效果测试 |
4.5 本章小结 |
第五章 系统实现与测试 |
5.1 系统实现 |
5.1.1 基础功能实现 |
5.1.2 数据包处理功能实现 |
5.1.3 端口扫描功能实现 |
5.1.4 重放攻击功能实现 |
5.1.5 流量监控功能实现 |
5.1.6 数据分析功能实现 |
5.1.7 生成报告功能实现 |
5.2 系统测试 |
5.2.1 数据包处理模块测试 |
5.2.2 端口开放测试 |
5.2.3 流量监控测试 |
5.2.4 其余功能测试 |
5.2.5 可靠性测试 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
作者简介 |
(9)基于神经网络的EFL教材文本复杂度分级模型的构建(论文提纲范文)
摘要 |
Abstract |
致谢 |
缩略语 |
第一章 绪论 |
1.1 研究缘起 |
1.1.1 教材研究的重要性 |
1.1.2 阅读文本复杂度研究的重要性 |
1.1.3 文本复杂度自动分级研究的重要性 |
1.2 研究意义 |
1.3 论文结构 |
第二章 文献综述 |
2.1 核心概念梳理 |
2.1.1 教材 |
2.1.2 文本复杂度 |
2.2 文本复杂度实证研究 |
2.2.1 基于语料库的文本复杂度研究 |
2.2.2 文本复杂度自动分级研究 |
2.3 本章小结 |
第三章 研究方法 |
3.1 研究问题 |
3.2 研究语料 |
3.3 研究步骤 |
3.4 研究工具和方法 |
3.4.1 文本复杂度特征提取 |
3.4.2 多元统计方法 |
3.4.3 机器学习及模型验证方法 |
3.5 本章小结 |
第四章 文本复杂度各维度特征的确定 |
4.0 参照语料库的选取 |
4.1 词汇复杂度指标——TAALES主成分 |
4.1.1 词汇频率和分布 |
4.1.2 学术书面语特征 |
4.1.3 三元词互信息 |
4.1.4 两元词频率和分布 |
4.1.5 动词特定性 |
4.2 句法复杂度指标——TAASSC主成分 |
4.2.1 名词短语扩展 |
4.2.2 所有格 |
4.2.3 VAC频率和嵌入式小句 |
4.2.4 小句从属情况 |
4.2.5 VAC中构式对主动词的关联强度 |
4.2.6 VAC中主动词对构式的关联强度和构式频率 |
4.2.7 名词主语并列 |
4.2.8 限定词 |
4.3 语篇复杂度指标—TAACO主成分 |
4.3.1 相邻2句词汇重叠 |
4.3.2 相邻3句和段落间重叠 |
4.3.3 深度衔接 |
4.3.4 并列附加连接 |
4.4 本章小结 |
第五章 训练语料分级合理性验证 |
5.1 训练语料的选取依据 |
5.1.1 使用时间长、业界口碑好 |
5.1.2 由浅入深、循序渐进 |
5.2 训练语料文本复杂度单元聚类 |
5.3 《新概念英语》文本复杂度册级对比 |
5.3.1 册级间词汇复杂度对比 |
5.3.2 册级间句法复杂度对比 |
5.3.3 册级间语篇复杂度对比 |
5.4 本章小结 |
第六章 文本复杂度分级模型的构建和评估 |
6.1 模型构建及其评估方法 |
6.1.1 建模方法 |
6.1.2 模型评估方法和指标 |
6.2 不同方法建模性能比较 |
6.3 各类特征建模比较 |
6.3.1 传统可读性公式 |
6.3.2 本研究特征集 |
6.4 模型对不同数据集的泛化能力 |
6.5 本章小结 |
第七章 结论 |
7.1 主要发现 |
7.2 主要贡献及启示 |
7.3 局限与展望 |
参考文献 |
附录 |
(10)小学生运用英语教育类App现状研究(论文提纲范文)
摘要 |
ABSTRACT |
绪论 |
一、选题背景 |
(一)大数据时代下的基于App的学习 |
(二)App儿童用户群体的上升趋势 |
(三)英语学习信息化的现实要求 |
二、研究目的与意义 |
(一)研究目的 |
(二)研究意义 |
三、研究综述 |
(一)国内相关研究综述 |
(二)国外相关研究综述 |
四、相关概念界定 |
(一)英语教育类App |
(二)基于App的英语学习 |
五、研究设计 |
(一)研究内容与方法 |
(二)调查对象 |
(三)研究假设 |
(四)问卷设计及题目编码 |
(五)问卷发放与回收 |
六、理论基础 |
第一章 英语教育类App的发展与教育价值 |
一、英语教育App的发展历程及分类 |
(一)发展历程 |
(二)英语教育类App的分类 |
二、英语教育类App的教育价值 |
(一)有助于英语基础知识的掌握 |
(二)有助于语言技能的培养 |
(三)有助于学习兴趣的培养 |
(四)有助于学习策略的形成 |
(五)有助于跨文化交际意识和能力的培养 |
第二章 小学生运用英语教育类App现状调查 |
一、英语教育类App的选择 |
(一)App的选用现状 |
(二)影响App选用的因素 |
二、英语教育类App的使用 |
(一)使用频率与时长 |
(二)行为表现 |
(三)使用效果 |
三、英语教育类App应用中出现的问题与原因分析 |
(一)App的选择 |
(二)App的使用 |
第三章 英语教育类App使用及改进建议 |
一、对于小学生用户及家长 |
(一)选择合理、健康的App资源 |
(二)对App学习保持科学态度 |
(三)鼓励小学生多与家长、伙伴进行交流 |
(四)为孩子制定合理的App学习计划 |
(五)增加对孩子的陪伴 |
二、对于小学英语教师及学校 |
(一)对App辅助学习保持科学态度 |
(二)与教师的教学紧密结合 |
(三)开设英语教育类App学习家长课程 |
(四)开设英语教育类App学习学生课程 |
三、对于App开发者 |
(一)避免App中出现过多的高昂收费项目 |
(二)杜绝不良信息的植入 |
(三)根据不同阶段的小学生定制学习方案 |
(四)完善管控功能 |
结语 |
参考文献 |
附录 |
致谢 |
四、介绍两款实用工具软件(论文参考文献)
- [1]基于高通量计算与机器学习的材料设计方法与软件的开发与应用[D]. 罗树林. 吉林大学, 2021(01)
- [2]碳化硅MPS二极管的设计、工艺与建模研究[D]. 吴九鹏. 浙江大学, 2021(09)
- [3]韩国汉语学习词典APP对比研究[D]. 何美萱. 吉林外国语大学, 2021
- [4]外向型汉语学习软件调查报告[D]. 陈静. 四川外国语大学, 2021
- [5]网络游戏规则知识产权保护研究[D]. 王蕊花. 青岛科技大学, 2021
- [6]留学生汉语语言技能类APP学习使用情况考察[D]. 付可鑫. 华中师范大学, 2021
- [7]基于TRIZ理论的户外运动水杯创新设计研究[D]. 薛凯心. 四川师范大学, 2021(12)
- [8]智能门锁网络安全功能检测系统设计与实现[D]. 单光胤. 南京信息工程大学, 2021(01)
- [9]基于神经网络的EFL教材文本复杂度分级模型的构建[D]. 唐美华. 北京外国语大学, 2021(09)
- [10]小学生运用英语教育类App现状研究[D]. 朱洁. 大理大学, 2021(08)