-
-
-
-
基于CMAC 神经网络的一类M I MO非线性系统的自适应反馈线性化
<p>在已知系统标称模型的基础上, 将CMAC 神经网络用于一类状态反馈可线性化的M I MO 连<br>
续时间不确定性非线性系统的鲁棒自适应反馈线性化, 使系统获得要求的跟踪性能。 在很弱的假设条件<br>
下, 应用李雅普诺夫稳定性理论证明了闭环系统内的所有信号为一致最终有界。 仿真算例验证了该方法<br>
的正确性与有效性。</p>
-
-
Mo/Si原子高能量沉积中反射和再溅射的研究
使用分子动力学方法计算了Mo、Si原子发生反射和再溅射的概率,以及原子的反射、再溅射角度和能量分布。考虑了四种碰撞:Mo原子与Mo基底碰撞、Mo原子与Si基底碰撞、Si原子与Si基底碰撞、Si原子与Mo基底碰撞。模拟发现,当沉积原子传递给基底的能量降低时,发生反射的概率增加,但是发生再溅射的概率 ... 越容易发生反射、再溅射。最后,进行了磁控溅射实验,在具有不同倾斜角度的基底上制备了Mo/Si多层膜样片,实验结论验证了仿真结果。研究结果可以用于模拟磁控溅射镀膜过程,优化镀膜工艺。 ...
-
Mo掺杂Mn4Si7的光电性质的第一性原理计算
采用基于密度泛函理论(DFT)的第一性原理计算方法, 计算了Mn4Si7及Mo掺杂Mn4Si7的电子结构和光学性质。计算结果表明Mn4Si7的禁带宽度Eg=0.804 eV, Mo掺杂Mn4Si7的禁带宽度Eg=0.636 eV。掺杂使得 Mn4Si7费米面附近的电子结构发生改变, 导带底由Γ点转移为Y 点向低能方向下偏移, 价带顶向高能方 向上偏移, 带隙变窄。计算还表明Mo掺杂 Mn4Si7使介电函数、折射率、吸收系数及光电导率等光学性质增加。
-
Mo/Si多层膜表面粗糙度相关镀膜工艺的研究
Mo/Si多层膜镀膜工艺是极紫外光刻的关键技术之一,为了优化并提升Mo/Si多层膜的镀膜工艺,研究了气压、靶-基底间距这两个工艺参数对Mo/Si多层膜表面粗糙度的影响。根据磁控溅射物理过程,建立了一个原子沉积的物理模型,分析了原子沉积到基底时的入射角度和入射能量分布对气压、靶-基底间距的影响。此外,利用直流磁控溅射镀膜机,制备了Mo/Si多层膜样片,并测量了膜表面粗糙度和功率谱密度,研究了膜表面粗糙度和功率谱密度随气压和靶-基底间距的演化规律。理论和实验的结论一致,所提模型从理论上解释了实验测量结果。
-
Ultra-broadband enhanced nonlinear saturable absorption for Mo
... of optics and electronics. Alloys have been demonstrated to be a fascinating strategy to modulate the chemical and electronic properties of two-dimensional nanosheets. We firstly reported ultra-broadband enhanced nonlinear saturable absorption of Mo
-
-
vue-mo-js：Mo.js的Vue JS包装器
Vue Mo.js
很棒的Mo.js的Vue JS包装器
局限性
该包装器当前仅支持burst mo.js组件。 我可能会在将来添加更多内容。 通过添加vue指令v-mojs ，可以 ... 将Mojs突发动画添加到Vue.js应用程序中的可单击元素中。
安装
npm install vue-mo-js --save
然后将以下内容添加到您的主vue文件中
import VueMoJS from 'vue-mo-js'
Vue . use ( VueMoJS )
用法
将其添加到希望在单击爆发后显示在其中的任何 ...
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
