纳米复合W—6％ThO2和W—2％ThO2阴极材料的性能对比

通过真空热压烧结制备了W－6％ThO2和W－2％ThO2纳米复合阴极材料，分析表明两者的显微组织类似，纳米ThO2较均匀分布在W基体上；前者的起弧电场强度低于后者，逸出功也相应降低；两者的机械性能相差不大。     

高温处理对ZnO薄膜及其忆阻性能的影响

本文研究了高温处理对ZnO薄膜及其忆阻效应的影响,发现利用经800℃高温处理后的ZnO薄膜制备的Cu/ZnO/Pt器件依然保持忆阻性能,并观察到无电形成过程的忆阻效应。研究表明,无电形成过程的原因在于高温处理后的ZnO薄膜出现了纳米级通道,使得在沉积顶电极Cu的过程中,形成天然的导电通道,使器件呈现低阻态。     

ZnO全光控忆阻器及其类突触行为

本研究基于ZnO制备了一种全光控忆阻器,短波光照射可增大器件电导,长波光则可降低电导,并且电导态可以长时间保持.因此,通过改变施加光信号的波长,可实现忆阻器电导的可逆调控.基于以上特性,该器件可以模拟突触基本功能,包括长程增强与长程抑制、光功率密度依赖可塑性、频率依赖可塑性以及学习-遗忘-再学习的经验学习行为.与电相比,光具有高带宽、低串扰、速度快等优势,并且不改变器件微结构,因此全光控忆阻器有望应用于类脑智能系统的构建.     

基于ZnO忆阻器的神经突触仿生电子器件

本文采用ZnO忆阻器模拟了生物神经突触的记忆和学习功能。ZnO突触器件表现出典型的随时间指数衰减的突触后兴奋电流(EPSC),以及EPSC的双脉冲增强行为。在此基础上,实现了学习-遗忘-再学习的经验式学习行为,以及四种不同种类的电脉冲时刻依赖可塑性学习规则。ZnO突触器件实现了超低能耗操作,单次突触行为能耗最低为1.6pJ,表明其可以用来构筑未来的人工神经网络硬件系统,最终开发出与人脑结构类似的认知型计算机以及类人机器人。     

N-Al共掺ZnO薄膜的p型传导特性

利用直流反应磁控溅射技术制得N-Al共掺的p型ZnO薄膜，N2O为生长气氛．利用X射线衍射（XRD），Hall实验，X射线光电子能谱（XPS）和光学透射谱对共掺ZnO薄膜的性能进行研究．结果表明，薄膜中Al的存在显著提高了N的掺杂量，N以N-Al键的形式存在．N-Al共掺ZnO薄膜具有优良的p型传导特性.当Al含量为0.15wt%时，共掺ZnO薄膜的电学性能取得最优值，载流子浓度为2.52e17cm－3，电阻率为57.3Ω·cm，Hall迁移率为0.43cm2/(V·s)．N-Al共掺p型ZnO薄膜具有高度c轴取向，在可见光区域透射率高达90%．     

低温制备N-Fe共掺杂TiO_2-SiO_2可见光催化复合薄膜北大核心CSCD

采用溶胶-凝胶结合低温(<100℃)热水后处理法,在塑料衬底上制得N-Fe共掺杂锐钛矿TiO_2-SiO_2复合薄膜。采用多种技术手段对薄膜样品进行了表征,并考察了薄膜样品在可见光下对罗丹明B的降解能力。研究结果表明,有机衬底上形成了锐钛矿TiO_2纳米晶弥散分布的复合薄膜,薄膜具有较高的可见光催化效率,150min后对罗丹明B的降解效率达到77.4%,其中矿化率达61%。     

脉冲激光沉积法室温下ZnO薄膜的制备与表征

在室温条件下,采用脉冲激光沉积技术在玻璃衬底上生长了ZnO薄膜.对薄膜的XRD分析表明,ZnO薄膜为六方纤锌矿结构并沿c轴取向生长,且(002)衍射峰的半高峰宽仅为0.24°.薄膜沿c轴方向受到一定的张应力为1.7×108 N/m2.原子力显微镜分析表明薄膜表面较为平整,平均粗糙度约为6.5 nm,晶粒尺寸约为50 nm.此外,透射光谱分析表明薄膜的禁带宽度为3.25 eV,与ZnO体材料的禁带宽度3.30 eV基本相同.     

Preparation of nanocomposite thoriated tungsten cathode by swaging technique

1　ＩＮＴＲＯＤＵＣＴＩＯＮＲｅｃｅｎｔａｒｃ ｐｌａｓｍａｔｅｃｈｎｏｌｏｇｙｈａｓｂｅｅｎｗｉｄｅｌｙｕｓｅｄｉｎｍａｎｙｆｉｅｌｄｓ,ｓｕｃｈａｓｒｏｂｏｔｉｃｗｅｌｄｉｎｇ ,ｐｌａｓｍａｓｐｒａｙｉｎｇ ,ｔｈｅｒｍａｌｐｌａｓｍａｃｈｅｍｉｓｔｒｙ ,     

氧化物神经元器件及其神经网络应用

目前,人工智能在人类社会发挥着越来越重要的作用,以深度学习为代表的人工智能算法对硬件算力的要求也越来越高。然而随着摩尔定律逼近极限,传统冯·诺依曼计算架构越来越难以满足硬件算力提升的迫切需求。受人脑启发的新型神经形态计算采用数据处理与存储一体架构,有望为开发低能耗、高算力的新型人工智能技术提供重要的硬件基础。人工神经元和人工突触作为神经形态计算系统的核心组成部分,是当前研究的前沿和热点。本文聚焦氧化物人工神经元,从神经元数学模型出发,重点介绍了基于氧化物电子器件的霍奇金–赫胥黎神经元、泄漏–累积–发射神经元和振荡神经元的最新研究进展,系统分析了器件结构、工作机制对神经元功能模拟的影响规律。进一步,根据不同尖峰发射动态行为,阐述了基于氧化物神经元硬件的脉冲神经网络和振荡神经网络的研究进展。最后,讨论了氧化物神经元在器件、阵列、神经网络等层面面临的挑战,并展望了其在神经形态计算等领域的发展前景。     

N-Al共掺ZnO薄膜的p型传导特性

利用直流反应磁控溅射技术制得N-Al共掺的p型ZnO薄膜,N2O为生长气氛.利用X射线衍射(XRD),Hall实验,X射线光电子能谱(XPS)和光学透射谱对共掺ZnO薄膜的性能进行研究.结果表明,薄膜中Al的存在显著提高了N的掺杂量,N以N-Al键的形式存在.N-Al共掺ZnO薄膜具有优良的p型传导特性.当Al含量为0.15wt%时,共掺ZnO薄膜的电学性能取得最优值,载流子浓度为2.52×1017cm-3,电阻率为57.3Ω·cm,Han迁移率为0.43cm2/(V·s).N-Al共掺p型ZnO薄膜具有高度c轴取向,在可见光区域透射率高达90%.