石墨烯的不加周期性条件，周期性条件保持完美电导体，仿出规范的结果.mph
2021-12-29 16:35:48
31.91MB
1
设计了一种基于栅状结构石墨烯超材料的电控器件, 利用有限元分析方法研究了其太赫兹波偏振调制特性。结果表明：在0.1~2.0 THz的宽波段内, 平行于条带的偏振太赫兹波（TE）响应由石墨烯的Drude电导决定, 表现出强的均匀调制; 垂直于条带的偏振太赫兹波（TM）受石墨烯中等离子体效应的影响而基本透明。加栅压提高石墨烯的费米能级可以增强TE的衰减, 并使TM的等离子体峰蓝移; 石墨烯的面积占比越高, 器件的响应越强; 增大条带宽度会引起等离子体峰红移; 增加石墨烯层数可以使器件的偏振度进一步提高。以2 μm为周期, 条带宽为1.5 μm的6层石墨烯器件的可调偏振度在费米能级为0.8 eV时可以达到0.89。该工作为新型太赫兹偏振调制器件的设计提供了思路。
2021-12-04 21:04:59
5.12MB
1
参考文献编写的计算0-10太赫兹波段石墨烯介电常数，数值结果与CST内置的基本一致
2021-11-23 15:32:07
4.51MB
django-graphql-jwt：石墨烯Django的JSON Web令牌（JWT）身份验证
2021-10-17 22:11:28
115KB
1
8matlab:基于kubo公式，计算graphene的表面电导率。comsol:基于表面电导率，利用comsol对graphene进行建模
2021-09-29 11:00:33
1.55MB
石墨烯能带matlab代码深石墨烯
论文：
Deep
Learning
Bandgaps
of
Topologically
Doped
Graphene袁栋，
Deep
Learning
Bandgaps
of
Topologically
Doped
Graphene
，张池，刘应达，林健，程建林网址：<脚本形式>
作者：
Chuhan
Wu
信息：
作者
吴楚汉
董元
建林城
健林
电子邮件
介绍：
此Repo包含Deep
Learning
Bandgaps
of
topologically
Doped
Graphene的Paper
Deep
Learning
Bandgaps
of
topologically
Doped
Graphene的源代码，它包含我们用来预测石墨烯超级电池的带隙值的所有算法（Graphene-SVR，VCN，RCN，CCN）。
同时，它包含石墨烯超级电池的最新数据（4by4：13018，5by5：79647，6by6：6382）。
DeepGraphene是一项跨学科研究，针对带隙值预测问题实施了机器学习方法。
它将不同类型的石墨烯超级电池结构描述为二维矩阵
2021-09-28 16:52:30
75.27MB
1