Si_(100)P_(2.5)(GaP)_(1.5)中随机孔洞对热电性能的影响

纯硅由于原材料来源广、熔点高,是潜在的太阳能热发电用热电材料.它的热电绩效因子ZT很小,室温只有0.01.本研究小组通过掺杂和结构纳米化制备了Si_(100)P_(2.5)(GaP)_(1.5),获得813℃时的ZT为0.47.本文在此基础上,通过引入一种新的机制——随机孔洞——来进一步提高纯硅基材料Si_(100)P_(2.5)(GaP)_(1.5)的ZT.结果表明:由于孔洞增加了对低能载流子的过滤,Seebeck系数得到了提高;又由于孔洞对主要携带热量的声子的散射,晶格热导率大大降低,结果Si_(100)P_(2.5)(GaP)_(1.5)的ZT提高了32%.研究结果表明引入随机孔洞是增加纯硅基体系ZT的有效途径.

基于双判别生成对抗网络的不规则孔洞图像修复

为解决现有算法在修复随机、不规则大面积孔洞时出现色差和细节模糊的缺陷,提出了基于双判别生成对抗网络的不规则大孔洞图像修复网络架构。图像生成器是部分卷积定义的U-Net架构,归一化的部分卷积仅对有效像素完成端到端的掩码更新,U-Net中的跳过链接将图像的上下文信息向更高层分辨率传播,用重建损失、感知损失和风格损失的加权损失函数优化模型的训练结果;使用对抗性损失函数,单独训练包含合成判别器和全局判别器的双判别网络,判断生成图像与真实图像的一致性;加权所有损失函数,结合生成网络和双判别网络一起训练,进一步增强待修复区域的细节和整体一致性,使修复结果更自然。在Place365标准数据库上进行仿真实验,实验结果表明:提出方法在处理随机、不规则、大面积孔洞修复时,其结果的整体和细节语义一致性优于现有方法的结果,有效克服了细节模糊、颜色失真和出现伪影等缺陷。