三元混晶中的表面激子极化激元,刘丽,梁希侠,本文研究了三元混晶中的表面激子极化激元。数值计算获得了III-V和II-VI 族混晶AlxGa1-xAs,CdxZn1-xSe和AlxGa1-xN中表面激子极化激元能量作为�
2026-03-21 19:23:11 368KB 首发论文
1
如何使用CST仿真软件进行超表面技术的研究,特别是聚焦与聚焦涡旋的全流程教学。首先简要介绍了CST仿真软件及其在电磁场设计和优化中的重要性,接着阐述了超表面技术的基本概念和应用领域。随后,文章逐步讲解了CST仿真超表面的具体步骤,包括创建模型、设置边界条件、选择求解器、进行仿真计算和结果分析。对于聚焦和聚焦涡旋的教学部分,分别介绍了如何创建和优化相关结构,并通过仿真计算和结果分析探讨其性能和应用场景。最后,提供了简单的伪代码示例,帮助读者更好地理解和实践CST仿真过程。 适合人群:从事电磁场设计和优化工作的科研人员、工程师和技术爱好者。 使用场景及目标:① 学习和掌握CST仿真软件的操作方法;② 深入理解超表面技术和聚焦涡旋的工作原理;③ 提升电磁波操控能力,应用于光束整形、电磁波控制等领域。 其他说明:本文不仅提供理论知识,还结合实际案例和代码示例,使读者能够全面掌握CST仿真超表面技术的实际应用。
2026-03-16 13:53:07 450KB
1
与单独应用任何一种技术相比,注入低盐盐水和表面活性剂的组合将提高砂岩的采收率。 在这项工作中,对四个岩心样品进行了岩心IFT测试,pH测试,溢流实验和分散度测量,这四个岩心样品分为两类:A组(未在500°C的温度下燃烧24小时)和B组,被解雇了。 制备了两种低盐水的盐水:LS1是通过将海水稀释四倍得到的,而LS2是通过将海水稀释十倍得到的。 使用的表面活性剂是乙氧基化醇表面活性剂。 然后对岩石样品进行岩心驱油实验,先注入低盐,然后注入低盐盐水和表面活性剂(LSS)。 实验结果表明,与A组岩心相比,B组岩心注射LS1盐水和LSS1可获得更高的采收率增量。 注射LS2和LSS2时也注意到了相同的趋势。 从结果可以看出,LS1的采油量增量比LS2高。 与LSS2相比,LSS1的回收率也更高。 在所有测试的情况下,被烧制的岩心样品对样品3的渗透率分别为993 md和对样品4的渗透率为1017 md,与未进行烧制的样品1的渗透率分别为1050 md和1055 md的情况相比,具有较高的回收率。和2分别。 这归因于样品焙烧引起的润湿性以及渗透性的变化。 岩石样品的色散曲线表明,所有样品都是均匀的。
2026-03-12 11:09:15 1.16MB 界面张力 表面活性剂 低盐度盐水
1
《基于全介质超表面的完美矢量涡旋光束与庞加莱球光束生成技术研究》,完美矢量涡旋光束 超表面 超透镜 fdtd仿真 复现:2021年Nature Communication :Broadband generation of perfect Poincaré beams via dielectric spin-multiplexed metasurface lunwen介绍:全介质超表面实现完美矢量涡旋光束生成和完美庞加莱球生成,完美矢量涡旋光束不随拓扑荷的变化而变化,同时满足矢量光场的偏振变化,主要用于光学加密等领域; 案例内容:主要包括文章的两个不同拓扑荷数的完美矢量涡旋光束生成的超表面模型,不同阶次的完美涡旋光产生,其涡旋图案的半径基本不变。 同时验证了全庞加莱球光束的偏振变化和矢量特性。 所有结构采用二氧化钛介质单元执行几何相位加传输相位来构建; 案例包括fdtd模型、fdtd设计脚本、Matlab计算代码和复现结果,以及一份word教程,附带从相位和透射率中挑选用于自旋解耦合的八个单元结构的代码,具有一定的普适性。 同时附带计算多种理论结构光场相位分布的脚本,可以得到任意涡旋光、
2026-03-10 10:15:52 2.65MB 柔性数组
1
BIC调控超表面手性光响应:偏振转换、能带结构与复杂结构建模研究,基于BIC的超表面手性光响应:探索偏振转换与圆二色性CD谱特性,复杂结构建模及仿真研究,COMSOL与MATLAB联合应用,BIC支持的超表面最大可调手性光响应; - 复现:2022子刊NC; - 结果关键词:超表面,BIC,偏振转、能带、偏振场分布、Q因子、圆二色性CD谱,光场模式、斜入射、复杂结构建模 - 软件:comsol,matlab - 备注:所展示结构即可以实现文章所有结果,其后续图均为修改参数即可得到 ,BIC; 超表面; 最大可调手性光响应; 复现2022子刊NC; 偏振转换; 能带; 偏振场分布; Q因子; 圆二色性CD谱; 光场模式; 斜入射; 复杂结构建模; comsol; matlab。,BIC超表面优化光响应研究:偏振转换与能带调控
2026-03-09 14:07:04 2.14MB gulp
1
遗传算法优化编码序列,实现编码超表面rcs缩减。 使用MATLAB或者Python软件,两个代码都有。 能够实现最佳的漫反射效果。 可用于天线,雷达隐身。 三维仿真结果和二维能量图的代码,以及在 cst里面如何看超表面的rcs缩减效果。 直接就可以看到结果。 使用遗传算法,快速出结果,得到最佳编码序列。 无论是1bit还是2bit还是3bit等等都可以出结果。 可以优化6*6,8*8等等的编码序列。 编码单元相位可以和实际相位有一定偏差,有一定的容差性。 优化后的编码序列使用叠加公式能够自动计算远场效果,观察远场波形。
2026-03-01 17:03:31 727KB matlab python
1
内容概要:本文详细介绍了利用数字编码超表面进行多模式复用轨道角动量(OAM)、多焦点透镜以及多功能复用相位计算分布的远场计算方法。文中提供了具体的MATLAB代码实现,涵盖多焦点透镜的相位分布计算、多通道OAM相位分布计算以及远场强度分布的快速傅里叶变换(FFT)计算。作者强调了关键参数的选择和调试技巧,如焦点间距、拓扑荷数选择、相位混叠避免、填充因子设置等。 适合人群:从事光学工程、电磁波调控、超表面技术研究的专业人士,尤其是对MATLAB编程有一定基础的研究人员。 使用场景及目标:适用于需要理解和实现数字编码超表面相关算法的研究项目,帮助研究人员掌握多模式复用轨道角动量、多焦点透镜及远场计算的具体实现方法和技术细节。 其他说明:文章不仅提供完整的代码实现,还分享了许多实用的经验和技巧,如相位叠加、极角计算、远场对数变换等,有助于提高实验效果和数据准确性。
2026-02-06 20:55:02 538KB
1
智能手机表面缺陷检测数据集是一份用于训练计算机视觉模型的详细资料集,它包含了1857张标注过的智能手机表面缺陷图片。该数据集采用了Pascal VOC格式和YOLO格式相结合的方式进行标注,意味着它同时提供了用于训练对象检测模型的丰富信息。数据集中不包含分割路径的txt文件,而是仅包含了jpg格式的图片、对应的VOC格式的xml文件以及YOLO格式的txt文件。图片总数和标注总数均为1857个,标注类别共计10个。 这10个标注类别分别是:“chip”(微裂痕)、“crack”(裂缝)、“dent”(凹痕)、“glass_broken”(玻璃破损)、“missing_part”(部件缺失)、“peel”(剥落)、“pitting”(点蚀)、“scratch”(划痕)、“water_damage”(水渍损坏)和“wear_and_tear”(磨损)。这些类别覆盖了智能手机表面可能出现的多种损伤和缺陷,对于手机制造商、质量检测部门和维修服务提供商来说,此类数据集是极有价值的资源。 每个类别的标注框数各不相同,这显示了数据集中各类别缺陷出现的频率。例如,"scratch"类别的框数最多,达到了4369个,表明划痕是智能手机表面常见的缺陷之一。而"missing_part"类别的框数最少,仅有2个,说明部件缺失在样本集中相对罕见。 为了确保标注的一致性和准确性,该数据集采用了一种名为labelImg的标注工具。利用这种工具,标注人员可以方便地在图片上对各种缺陷进行识别和标注,从而为机器学习算法提供准确的训练信息。标注规则是通过画矩形框的方式来标记出缺陷的区域。 在深度学习和计算机视觉领域,一个好的数据集是实现高质量模型的关键因素之一。该数据集的发布者强调,他们不保证使用该数据集训练出的模型精度,但这对于数据集的提供和使用来说是合理的。数据集的使用者需要根据自己的需求对模型进行调优和验证。 此外,该数据集附带的图片预览和标注例子可以帮助用户更好地理解数据集的结构和标注质量,从而为数据集的应用提供了更多的便利。 该数据集的标签为“数据集”,意味着它是一个专门为机器学习和图像识别任务设计的资源集合,目的是为了推动相关领域的研究和应用发展。
2026-02-03 12:46:42 985KB 数据集
1
深度学习DNN正向预测神经网络与逆向设计神经网络模型 超表面参数设计 反射谱预测fdtd仿真 复现lunwen:2018 Advanced Material:A Bidirectional Deep Neural Network for Accurate Silicon Color Design lunwen介绍:利用深度学习DNN神经网络模型,实现反射谱预测与结构参数逆向设计功能 结构色体现为结构的反射谱线,构建两个DNN模型,一个用于输入结构参数,输出对应的结构色谱线参数,不需要FDTD仿真即可得到预测谱线 第二个DNN模型用于逆向设计,输入所结构色谱线参数,网络可以输出对应的结构尺寸参数,根据目标来设计结构 案例内容:主要包括四原子结构的反射谱仿真计算,以及构建结构参数与反射谱线的庞大的数据库 包括两个深度学习模型,一个是正向预测DNN模型,包括网络框架的构建,pytorch架构,网络的训练以及测试;还有一个逆向设计的DNN模型,同样包括网络的训练和预测 以及做了一个例子的对照和使用 可以随机更改参数来任意设计超表面原子的参数 案例包括fdtd模型、fdtd设计脚本、pytho
2026-01-26 18:08:22 5.24MB ajax
1
《COMSOL超表面模拟技术:结构变化透射谱与偏振变换研究——用MATLAB实现Qbic多级子分解及模式电场磁场图解》,comsol 超表面复现Qbic,包含内容:结构变化透射谱,偏振变化透射谱,法诺曲线拟合用matlab代码直接出Q值,bic位置Q因子计算,多级子分解,电场磁场模式图带矢量箭头,所见即所得,内有视屏指导,可分步骤。 编号1 ,comsol;超表面复现;Qbic;结构变化透射谱;偏振变化透射谱;法诺曲线拟合;Q值计算;BIC位置Q因子;多级子分解;电场磁场模式图;视频指导;分步骤操作,"Comsol超表面复现Qbic:结构透射谱与偏振变化分析"
2026-01-12 19:00:37 726KB 柔性数组
1