摘要：报道自行研制的一种隔振能力强、能在大气和液体中工作的高稳定性扫描隧道显微镜。它通过一个多级齿轮减速器和一个杠杆机构实现并完成探针粗进给到达压电陶瓷管的扫描和平移范围的运动。介绍了电子控制系统的组成 ,讨论了热漂移及其抑制方法 ,给出了该仪器在高序定向热裂解石墨 (HOPG)、猪脾 DNA分子。

摘要：利用自制的扫描隧道显微镜 (STM ) ,进行了石墨表面的纳米级加工研究。在用STM对固体材料表面进行纳米级超微加工过程中 ,当探针 -试样间施加一高电压脉冲时 ,电子反馈回路将使探针急速回缩 ,导致实际有效电压脉冲宽度远小于所施加的电压脉冲宽度。我们专门设计了由计算机编程控制的瞬时“保持”功能 ,即在高电压脉冲作用过程中 ,使探针始终固定在原有位置 ,并保持原有探针 -试样间距不变。因而在进行固体材料表面纳米级超微加工时 ,可准确地测得有效电压脉冲宽度。通过在大气中对石墨表面的蚀刻研究 ,首次测得在电压脉冲幅值为 4V时 ,有效脉宽阈值为 ( 0 .0 4± 0 .0 1 ) μs。

摘要：为满足机耕船自动驾驶功能,设计一套YOLOv5融合SGBM算法的机器视觉障碍感知系统。首先,以人、机耕船和农具为对象拍摄和收集图片得到水田障碍数据集,将图像输入YOLOv5网络模型迭代训练得到最优权重,随后将最优权重用于测试,并且与YOLOv4和Faster R-CNN网络进行比较;将双目相机拍摄的左右图像输入YOLOv5模型中进行检测,将输出的目标障碍检测框信息经校正变换后用SGBM算法进行视差计算,完成对目标障碍的识别和深度估计。结果表明,YOLOv5的平均精度均值稳定在87.25%比YOLOv4高1.55%,比Faster R-CNN高4.04%,单幅图像检测时间为0.017 s比YOLOv4快0.081 s,比Faster R-CNN快0.182 s且模型大小仅为13.7 MB比YOLOv4小236.4 MB;在检测机耕船、人和农具时,YOLOv5网络模型的置信度分别为0.91、0.99、0.95。YOLOv5+SGBM的深度估计在2 m内,精度达到98.1%。基于YOLOv5和SGBM的水田深度估计,能满足带旋耕无人驾驶作业的机耕船实际需求。

摘要：全文尝试将平衡计分卡引入医院奖金分配制度,通过设计平衡计分卡在医院奖金分配模型中财务、患者、内部业务流程、学习与成长四个层面的指标,构建一个全新的绩效考评指标体系。