期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
3d过渡金属掺杂对Cd_(12)O_(12)纳米线电子和磁性能的影响 被引量:2
1
作者 郭笑林 段海明 《原子与分子物理学报》 CAS 北大核心 2021年第2期67-73,共7页
采用基于密度泛函理论的第一性原理计算方法,系统研究了3d过渡金属元素(Sc、Ti、Cr、Mn、Co、Cu和Zn)掺杂Cd_(12)O_(12)纳米线的几何结构,电子结构和磁性.结果表明:所有掺杂体系均是热力学稳定的;掺杂Ti或Zn时体系保留了原有的非磁半导... 采用基于密度泛函理论的第一性原理计算方法,系统研究了3d过渡金属元素(Sc、Ti、Cr、Mn、Co、Cu和Zn)掺杂Cd_(12)O_(12)纳米线的几何结构,电子结构和磁性.结果表明:所有掺杂体系均是热力学稳定的;掺杂Ti或Zn时体系保留了原有的非磁半导体特性,掺杂Mn、Co或Cu时能够实现磁性半导体态,而在掺杂Sc(Cr)时体系转变为非磁性金属态(磁性金属态).研究结果表明,掺杂3d过渡金属元素的Cd_(12)O_(12)纳米线在电子、光电和自旋电子学领域具有潜在的应用价值. 展开更多
关键词 密度泛函理论 Cd_(12)O_(12)纳米线 掺杂 电子结构 磁性
下载PDF
外周血中性粒细胞与淋巴细胞比率及血小板与淋巴细胞比率对喉鳞状细胞癌预后价值的研究进展 被引量:2
2
作者 邱招凤 秦江波 +4 位作者 赵亚会 常玮 郭笑林 顾大成 陈灿月 《中国耳鼻咽喉颅底外科杂志》 CAS 2021年第6期746-750,共5页
喉鳞状细胞癌(LSCC)是头颈鳞状细胞癌最常见类型之一,由多种致癌因素共同影响所致且预后欠佳。LSCC预后因素包括个体状况、原发肿瘤大小、淋巴结受累情况、有无远处转移和人乳头状瘤病毒(HPV)感染等,均不能准确评估LSCC预后,因此,探寻... 喉鳞状细胞癌(LSCC)是头颈鳞状细胞癌最常见类型之一,由多种致癌因素共同影响所致且预后欠佳。LSCC预后因素包括个体状况、原发肿瘤大小、淋巴结受累情况、有无远处转移和人乳头状瘤病毒(HPV)感染等,均不能准确评估LSCC预后,因此,探寻新的指标显得尤为重要。在肿瘤的发生、发展、转移过程中,炎症因子起到了至关重要的作用,其中外周血中性粒细胞/淋巴细胞比率(NLR)、血小板/淋巴细胞比率(PLR)对LSCC预后价值较高且备受关注,因此本文将探讨NLR、PLR与LSCC预后价值的关系,为临床诊疗提供参考。 展开更多
关键词 喉鳞状细胞癌 中性粒细胞/淋巴细胞比率 血小板/淋巴细胞比率 预后
下载PDF
咽喉反流与变应性鼻炎的相关性研究 被引量:1
3
作者 邱招凤 秦江波 +4 位作者 常玮 赵亚会 郭笑林 陈灿月 顾大成 《中国耳鼻咽喉颅底外科杂志》 CAS 2021年第4期391-394,共4页
目的咽喉反流(LPR)与变应性鼻炎(AR)临床表现常类似,本研究的目的是探讨这两种疾病的相关性。方法纳入2019年6月—2020年6月就诊的72例疑似LPR患者,根据24hDx-pH监测结果将患者分为LPR阳性组和LPR阴性组,用AR表评分(SFAR)(SFAR≥7分)诊... 目的咽喉反流(LPR)与变应性鼻炎(AR)临床表现常类似,本研究的目的是探讨这两种疾病的相关性。方法纳入2019年6月—2020年6月就诊的72例疑似LPR患者,根据24hDx-pH监测结果将患者分为LPR阳性组和LPR阴性组,用AR表评分(SFAR)(SFAR≥7分)诊断AR,探讨Dx-pH与SFAR评分的相关性及进行LPR阳性与LPR阴性组中AR患病率的比较。结果72例疑似LPR患者有40例AR患者,LPR阳性组(32例)中有22例AR患者,LPR阴性组(40例)中有18例AR患者,LPR阳性组的SFAR评分显著高于LPR阴性组(P<0.05),LPR阳性组中AR患病率更高(P<0.05)。结论LPR阳性组患者SFAR评分更高,LPR与AR可能具有相关性。 展开更多
关键词 咽喉反流 变应性鼻炎 Dx-pH监测 相关性研究
下载PDF
计及分布式光伏电源出力影响的母线净负荷预测 被引量:10
4
作者 朱赫炎 张明理 +3 位作者 郭笑林 于长永 李一然 沈辰 《电测与仪表》 北大核心 2020年第12期69-74,104,共7页
母线负荷波动性强、易受用户用电行为的影响,接入分布式光伏电源(Distribution Generator,DG)后,其出力波动会进一步增加母线净负荷不确定性。针对此问题,提出以随机森林(Random Forest,RF)作为预测器,分别预测光伏DG出力与母线负荷的... 母线负荷波动性强、易受用户用电行为的影响,接入分布式光伏电源(Distribution Generator,DG)后,其出力波动会进一步增加母线净负荷不确定性。针对此问题,提出以随机森林(Random Forest,RF)作为预测器,分别预测光伏DG出力与母线负荷的母线净负荷预测新方法。文章构建含气象与社会信息等因素在内的高维原始特征集合,并以原始特征集合分别构建光伏DG出力与母线负荷RF预测器。在RF训练过程中,以PI值分析原始特征集合各特征重要度并排序;以不同维度特征子集RF模型预测准确率作为决策变量,采用前向特征选择法,确定最优特征子集,并构建最优预测器;最后,以母线负荷预测值减去光伏DG出力获得母线净负荷预测值。以某地区实际含光伏电源母线数据开展实验,验证了新方法的有效性与先进性。 展开更多
关键词 母线负荷 光伏出力 母线净负荷 随机森林 PI值
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部