期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
笼目结构表面的原子操纵及图形化研究
1
作者
周贞如
王婷婷
+11 位作者
范浩龙
李燕
郝小雨
詹凌涛
曹雄柏
余钦泽
杨惠霞
张腾
张全震
陈岚
王业亮
高鸿钧
《真空科学与技术学报》
北大核心
2025年第8期619-627,共9页
原子操纵技术在新型量子结构可控构筑、新奇物性调控和探索新型纳电子器件等领域具有重要作用,应用前景广阔。目前,大多数原子操纵是在单质金属表面如Cu(111)、Au(111)和半导体如Si、InAs等表面进行,而在更加复杂的表面,例如笼目(Kagome...
原子操纵技术在新型量子结构可控构筑、新奇物性调控和探索新型纳电子器件等领域具有重要作用,应用前景广阔。目前,大多数原子操纵是在单质金属表面如Cu(111)、Au(111)和半导体如Si、InAs等表面进行,而在更加复杂的表面,例如笼目(Kagome)结构表面的原子操纵技术却鲜有涉及。在本研究工作中,通过扫描隧道显微镜(STM)超高精度原子操纵技术,首次在笼目结构KV3Sb5的Sb表面实现了钾(K)原子的精确操控及其原子图案化构筑,操控STM探针可控地推动K原子,克服了Sb表面势能起伏对原子定向移动所造成的干扰,成功将K原子进行了单晶格和连续多晶格的精确迁移,并构建出规则的“BIT”原子图案。除此之外,实验表明,Sb表面电荷密度波(CDW)诱导的对称性破缺,为K原子提供了各向异性的势能基准,显著提升了操纵精度。研究工作不仅拓展了原子操纵技术的应用范围,验证了STM在复杂笼目结构材料表面实现原子级操控的可行性,也为未来新型纳米电子器件在原子尺度的定向设计提供了重要的实验依据。
展开更多
关键词
笼目结构
电荷密度波
原子操纵
原子图形化
扫描隧道显微镜
在线阅读
下载PDF
职称材料
MAED-CNN:一种原子尺度图像降噪的深度学习模型
2
作者
詹凌涛
范浩龙
+7 位作者
张腾
王婷婷
曹雄柏
李燕
周贞如
张全震
杨惠霞
王业亮
《真空科学与技术学报》
北大核心
2025年第8期686-695,共10页
工作在超高真空环境下的扫描隧道显微镜(STM)具备原子级分辨率,广泛应用于材料表面结构的精细成像。然而,STM图像易受机械振动、电子噪声、环境扰动等多种因素影响,导致图像质量下降,严重制约其科学研究价值。为提升STM图像的可用性和精...
工作在超高真空环境下的扫描隧道显微镜(STM)具备原子级分辨率,广泛应用于材料表面结构的精细成像。然而,STM图像易受机械振动、电子噪声、环境扰动等多种因素影响,导致图像质量下降,严重制约其科学研究价值。为提升STM图像的可用性和精度,文章提出一种基于多尺度特征提取与注意力机制的深度学习图像修复模型——MAED-CNN。该模型采用U-Net编码−解码结构,融合多尺度卷积模块与通道注意力机制,并引入人工修复图像作为监督参考,有效增强对图像局部细节与全局结构的重构能力。在多个真实STM图像数据集上进行测试,MAED-CNN在PSNR、SSIM、UQI等评价指标上均优于现有主流图像修复模型,表现出更高的图像还原精度与稳定性。研究为STM图像智能修复提供了新思路,对提升纳米尺度成像技术的应用水平具有重要意义。
展开更多
关键词
深度学习
图像修复
扫描隧道显微镜
在线阅读
下载PDF
职称材料
题名
笼目结构表面的原子操纵及图形化研究
1
作者
周贞如
王婷婷
范浩龙
李燕
郝小雨
詹凌涛
曹雄柏
余钦泽
杨惠霞
张腾
张全震
陈岚
王业亮
高鸿钧
机构
北京理工大学集成电路与电子学院
中国科学院物理研究所
出处
《真空科学与技术学报》
北大核心
2025年第8期619-627,共9页
基金
国家重点研发计划项目(2024YFA1207800,2021YFA1400103,2020YFA0308802,2024YFA1611300)
国家自然科学基金项目(62471038,62271048,12304205,92163206)。
文摘
原子操纵技术在新型量子结构可控构筑、新奇物性调控和探索新型纳电子器件等领域具有重要作用,应用前景广阔。目前,大多数原子操纵是在单质金属表面如Cu(111)、Au(111)和半导体如Si、InAs等表面进行,而在更加复杂的表面,例如笼目(Kagome)结构表面的原子操纵技术却鲜有涉及。在本研究工作中,通过扫描隧道显微镜(STM)超高精度原子操纵技术,首次在笼目结构KV3Sb5的Sb表面实现了钾(K)原子的精确操控及其原子图案化构筑,操控STM探针可控地推动K原子,克服了Sb表面势能起伏对原子定向移动所造成的干扰,成功将K原子进行了单晶格和连续多晶格的精确迁移,并构建出规则的“BIT”原子图案。除此之外,实验表明,Sb表面电荷密度波(CDW)诱导的对称性破缺,为K原子提供了各向异性的势能基准,显著提升了操纵精度。研究工作不仅拓展了原子操纵技术的应用范围,验证了STM在复杂笼目结构材料表面实现原子级操控的可行性,也为未来新型纳米电子器件在原子尺度的定向设计提供了重要的实验依据。
关键词
笼目结构
电荷密度波
原子操纵
原子图形化
扫描隧道显微镜
Keywords
Kagome structure
Charge density wave
Atomic manipulation
Atomic pattern
Scanning tunneling microscopy
分类号
O485 [理学—固体物理]
在线阅读
下载PDF
职称材料
题名
MAED-CNN:一种原子尺度图像降噪的深度学习模型
2
作者
詹凌涛
范浩龙
张腾
王婷婷
曹雄柏
李燕
周贞如
张全震
杨惠霞
王业亮
机构
北京理工大学集成电路与电子学院北京理工大学长三角研究院(嘉兴)低维量子结构与器件重点实验室
出处
《真空科学与技术学报》
北大核心
2025年第8期686-695,共10页
基金
国家自然科学基金项目(62271048)。
文摘
工作在超高真空环境下的扫描隧道显微镜(STM)具备原子级分辨率,广泛应用于材料表面结构的精细成像。然而,STM图像易受机械振动、电子噪声、环境扰动等多种因素影响,导致图像质量下降,严重制约其科学研究价值。为提升STM图像的可用性和精度,文章提出一种基于多尺度特征提取与注意力机制的深度学习图像修复模型——MAED-CNN。该模型采用U-Net编码−解码结构,融合多尺度卷积模块与通道注意力机制,并引入人工修复图像作为监督参考,有效增强对图像局部细节与全局结构的重构能力。在多个真实STM图像数据集上进行测试,MAED-CNN在PSNR、SSIM、UQI等评价指标上均优于现有主流图像修复模型,表现出更高的图像还原精度与稳定性。研究为STM图像智能修复提供了新思路,对提升纳米尺度成像技术的应用水平具有重要意义。
关键词
深度学习
图像修复
扫描隧道显微镜
Keywords
Deep Learning
Image Restoration
Scanning Tunneling Microscope
分类号
TB79 [一般工业技术—真空技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
笼目结构表面的原子操纵及图形化研究
周贞如
王婷婷
范浩龙
李燕
郝小雨
詹凌涛
曹雄柏
余钦泽
杨惠霞
张腾
张全震
陈岚
王业亮
高鸿钧
《真空科学与技术学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
MAED-CNN:一种原子尺度图像降噪的深度学习模型
詹凌涛
范浩龙
张腾
王婷婷
曹雄柏
李燕
周贞如
张全震
杨惠霞
王业亮
《真空科学与技术学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
