高被引论文 （被引数据来源于全网，每月更新）
2015, 64 (3): 038805.
doi: 10.7498/aps.64.038805
摘要 +
基于有机-无机杂化钙钛矿材料(CH3NH3PbX3)制备的太阳电池效率自2009年从3.8%增长到19.6%, 因其较高的光吸收系数, 较低的成本及易于制备等优势获得了广泛关注. 钙钛矿材料不仅可以作为光吸收层, 还可用作电子和空穴传输层, 以此制备出不同结构的钙钛矿太阳电池: 介孔结构、介观超结构、平面结构、无HTM层结构和有机结构. 除此之外, 钙钛矿材料制备方法的多样性使其更具吸引力, 目前已有一步溶液法、两步连续沉积法、双源共蒸发法和溶液-气相沉积法. 本文主要介绍了钙钛矿太阳电池的发展历程、工作原理及钙钛矿薄膜的制备方法等. 详细阐述了电池每一层的具体作用和针对现有的钙钛矿结构各层材料的优化, 最后介绍了钙钛矿太阳电池所面临的问题和发展前景, 以期对钙钛矿太阳电池有进一步的了解, 为制备新型高效的钙钛矿太阳电池打下坚实的基础.
2019, 68 (12): 120701.
doi: 10.7498/aps.68.20190281
摘要 +
现代红外光电探测技术有着近八十年的历史. 从二战期间第一个可实用PbS红外探测器到第三代红外光电探测器概念的提出, 红外光电探测技术经历了翻天覆地的变化. 以碲镉汞、锑化铟、铟镓砷为代表的传统红外光电探测器已在军事、遥感、通信、生命科学和宇宙探索等领域发挥着至关重要的作用. 随着人类对光电探测不断增长的需求, 尤其近几年来在人工智能、大数据、智慧城市等方面对红外信息的探测和智能感知有着强烈的需求, 大幅降低红外光电探测器的尺寸(size)、重量(weight)、功耗(power)和价格(price), 以及提高探测器的性能(performance)迫在眉睫. 因此, 要满足上述需求, 必须要寻找具有变革性特征的红外光电探测器件. 当前红外探测器正处于新旧更迭的时代, 一大批新型红外光电探测器涌出. 本文系统地介绍了一些具有变革性特征的红外探测器前沿内容, 主要包括: 人工光子微结构调控的新型红外探测器、基于能带工程的红外探测器、新型低维材料红外探测器, 以及传统红外探测器的新方向. 最后, 展望了红外光电探测未来发展面临的机遇和挑战.
2020, 69 (10): 100701.
doi: 10.7498/aps.69.20191935
摘要 +
光伏发电受天气与地理环境影响, 呈现出波动性和随机多干扰性, 其输出功率容易随着外界因素变化而变化, 因此预测发电输出功率对于优化光伏发电并网运行和减少不确定性的影响至关重要. 本文提出一种基于遗传算法(GA)优化的卷积长短记忆神经网络混合模型(GA-CNN-LSTM), 首先利用CNN模块对数据的空间特征提取, 再经过LSTM模块提取时间特征和附近隐藏状态向量, 同时通过GA优化LSTM训练网络的超参数权重与偏置值. 在初期对历史数据进行归一化处理, 以及对所有特征作灰色关联度分析, 提取重要特征降低数据计算复杂度, 然后对本文提出来的经GA优化后的CNN-LSTM混合神经网络(GA-CNN-LSTM)算法模型进行光伏功率预测实验. 同时与CNN, LSTM两个单一神经网络模型以及未经GA优化的CNN-LSTM混合神经网络模型的预测性能进行比较. 结果显示在平均绝对误差率(MAPE)指标下, 本文提出的GA-CNN-LSTM算法模型比单一神经网络模型最好的结果减少了1.537%的误差, 同时比未经优化的CNN-LSTM混合神经网络算法模型减少了0.873%的误差. 本文的算法模型对光伏发电功率具有更好的预测性能.
2020, 69 (21): 217703.
doi: 10.7498/aps.69.20200980
摘要 +
作为电介质大家庭的重要成员, 铁电材料以其蕴含丰富的物理性质而闻名, 并因此吸引了大量科技工作者. 压电效应是铁电材料最为重要的物理性质之一, 同时也是目前铁电材料所有物理性质中应用最为广泛的. 例如: 水声声呐系统、医疗超声探头、压电驱动器等器件的核心压电元件均为铁电材料. 本文将以时间为轴, 重点介绍钛酸铅基铁电材料压电效应的发展历史, 同时讨论铁电材料微观结构、极化状态与压电效应之间的构效关系. 本文涉及到影响铁电材料压电效应的一些重要因素, 如: “准同型相界”、“软性掺杂”、“极化旋转”、“局域结构无序”等, 希望能够在铁电功能材料的设计方面给予读者启发.
2015, 64 (11): 110503.
doi: 10.7498/aps.64.110503
摘要 +
网络舆情发展趋势具有混沌系统的特征, 提出一种基于EMPSO-RBF神经网络的方法对网络舆情的发展趋势进行预测. 首先根据Lyapunov指数证明网络舆情具备混沌的特征, 然后对网络舆情时间序列数据进行相空间重构, 最后采用EMPSO-RBF方法进行预测, 并和其他模型进行对比试验, 实验结果表明EMPSO-RBF方法具有较高精确度.
- 1
- 2
- 3
- 4
- 5
- ...
- 383
- 384
