VO2膜作为相变温度最接近室温的热致相变材料,相变前透过率高,探测器可正常工作,吸收来袭激光能量相变后透过率低,起到保护探测器作用,可用在激光防护领域。
膜层厚度对透过率有很大影响,采用吸收膜的特征矩阵方法加以分析,通过VO2膜的折射率及消光系数等光学参数,计算出薄膜相变前后透过率。
按照符合透过率相变前75%,相变后5%的薄膜,计算出厚度,结合对溅射产额和溅射速率的计算,可得到制备时间。
在硒化锌基片上制备了VO2膜,用红外分光光度计测量出相变前后透过率为79.2%和12.3%。
样品经轮廓仪测量得到的厚度与计算得到的厚度基本相符。
膜层厚度对透过率有很大影响,采用吸收膜的特征矩阵方法加以分析,通过VO2膜的折射率及消光系数等光学参数,计算出薄膜相变前后透过率。
按照符合透过率相变前75%,相变后5%的薄膜,计算出厚度,结合对溅射产额和溅射速率的计算,可得到制备时间。
在硒化锌基片上制备了VO2膜,用红外分光光度计测量出相变前后透过率为79.2%和12.3%。
样品经轮廓仪测量得到的厚度与计算得到的厚度基本相符。
2023/12/11 5:13:47
659KB
1
这是我在做项目时，给下一届接手的人写的一个关于Eigen库的快速上手手册，主要是针对于项目的应用来写的。
当时使用Eigen库的目的是，将Matlab写的，LPCC和MFCC两种声音识别算法，十字形声阵列的MUSIC定位算法，和SVM分类器算法，转换成C++然后移植到到ARM处理器上（操作系统级上的并不是裸机）。
而使用Eigen库的原因就是，其能够在编译时进一步优化，而且只需导入头文件即可进行调用，而不像其他的一些库需要安装那么麻烦。
这篇使用说明是在2016年7月14日完成的。
下面就是关于Eigen矩阵库的使用说明。
当时使用Eigen库的目的是，将Matlab写的，LPCC和MFCC两种声音识别算法，十字形声阵列的MUSIC定位算法，和SVM分类器算法，转换成C++然后移植到到ARM处理器上（操作系统级上的并不是裸机）。
而使用Eigen库的原因就是，其能够在编译时进一步优化，而且只需导入头文件即可进行调用，而不像其他的一些库需要安装那么麻烦。
这篇使用说明是在2016年7月14日完成的。
下面就是关于Eigen矩阵库的使用说明。
2023/12/11 4:13:24
1.47MB
1
这次更新基于STM32F103的4*5矩阵按键，测试通过。
多个按键同时按下，有效值以最后一个释放的按键值为准。
多个按键同时按下，有效值以最后一个释放的按键值为准。
2023/12/9 19:17:38
325KB
1
通过该Matlab程序可以求取用于描述图像纹理特征的灰度共生矩阵参数（能量、熵、惯性矩、相关性）。
可以分别求取0,45°,90°,135°方向上的特征参数，同时可以求出这些特征参数的平均值与标准差。
可以分别求取0,45°,90°,135°方向上的特征参数，同时可以求出这些特征参数的平均值与标准差。
2023/12/6 9:40:38
4KB
1
用C++实现数据探测法检验粗差，可通过txt文件输入系数矩阵，权阵，观测值向量。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
2023/12/6 1:12:53
33.39MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB