基于Jain模型的新农人发展模式探析——以陕西佳忆德果业为例

在"互联网+"和"双创政策"的背景下,一大批掌握新型农业技术和创业思维的新农人创办了新型农业企业,但受限于管理能力及经验,目前大多处于发展的瓶颈期。针对这一问题,采用实地调研和文案调查相结合的方式,以Jain模型为基础,从行业结构、管理层战略和融资方式三个方面对新农人企业的创立和发展进行深入分析,对模型给予优化,提出新农人企业发展模式的改进措施。

智能通信业务的模型转换研究

针对现有智能通信业务生成技术严重依赖平台环境,业务逻辑跨不同API,导致智能通信业务软件移植性差,难以适应业务需求变化快和开放的网络环境等问题,文中通过提出一种智能通信业务的模型转换方法,解决智能通信业务软件自动生成的问题。首先,从两个部分制定相应的模型转换规则,实现平台无关业务模型到JAIN SIP平台业务静态模型的转化定义,以及到JAIN SIP平台业务可执行语义模型的转化定义。然后,利用IBM RSA工具构建模型转换引擎。最后,以典型的呼叫业务为例,完成了模型转换的具体实现过程,说明了方法的有效性和可用性。

考虑自热效应的重掺杂AlGaAs/GaAs HBT电流特性分析

重掺杂使导带、价带带边同时发生了收缩 ,从而产生能带变窄效应 ( BGN)。对于因重掺杂 NPN突变 Al Ga As/Ga As HBT,而引起 BGN导带和价带突变界面势垒形状及高度都发生改变结果 ,以致对电流输出特性产生重要的影响。本文基于 Jain-Roulston禁带收缩模型及热场发射——扩散载流子输运机制 ,对考虑自热效应下的重掺杂 Al Ga As/Ga-As HBT电流特性进行了深入的研究。通过与其它计算程序常用的几种 BGN模型比较得出 :为了更好描述电流传输 ,利用 Jain-Roulston的 BGN模型 ,考虑导带。

基区重掺杂对突变AlGaAs/GaAs HBT电学性能的影响

基区重掺杂不仅使基区能带发生变窄效应(BGN),且使突变结界面势垒形状及高度均发生了扰动,这两种因素都对电流输运特性产生重要的影响。基于热场发射 扩散模型,分析了基区重掺杂突变AlGaAs/GaAsHBT中的电流传输特性。结果表明:为了精确描述电流传输,必须考虑突变结界面势垒形状及高度扰动所引起的电流变化。

重掺杂能带结构的变化对突变HBT电流影响

基于禁带变窄量在导带和价带之间的分布比例与掺杂浓度相关的Jain-Roulston模型,研究了重掺杂能带结构的变化对突变异质结HBT电流影响.研究表明禁带变窄量在导、价带间分布模型选用的不同,计算结果之间有明显的差别,基于Jain-Roulston分布模型的结果同实验测量符合很好.因此对于突变HBT性能分析,必须精确考虑重掺杂禁带变窄量在能带上的具体分布.

禁带变窄效应对突变AlGaAs/GaAs HBT电流影响的研究

重掺杂使导带、价带带边同时发生了收缩,从而产生禁带变窄效应(BGN)。对于基区重掺杂Npn突变AlGaAs/GaAsHBT,BGN引起导带和价带突变界面势垒形状及高度都发生了改变,这对基区、集电区电流产生重要的影响。文中基于Jain-Roulston禁带收缩模型及热场发射-扩散载流子输运机制,对这一现象进行了深入的研究。通过与其它计算程序常用的几种BGN模型比较得出为了更好描述电流传输,利用Jain-Roulston的BGN模型,考虑禁带变窄量在导带、价带有不同的分配,从而对电流有不同的影响是必要的。

基区重掺杂对InGaAs/InAlAs突变HBT电流输运的影响

基区重掺杂产生禁带变窄效应(BGN),从而导致HBT突变异质结界面的势垒高度发生改变,这会严重影响载流子的电流输运.该文基于Jain-Roulston禁带收缩模型及电流输运机理,对电子的传输进行了深入的分析,并与实验数据进行了比较,结果表明:在基区重掺杂的条件下,考虑BGN对电流输运的影响,对于准确描述电流的输运现象是非常有必要的.

重掺B对应变SiGe材料能带结构的影响

硅锗异质结双极晶体管(SiGeHBT)一般以重掺硼(B)的应变SiGe层作为基区.精确表征SiGe材料能带结构对SiGeHBT的设计具有重要的意义.在应变SiGe材料中,B的重掺杂一方面会因为重掺杂效应使带隙收缩,另一方面,B的引入还会部分补偿Ge引起的应变,从而改变应变引起的带隙变化.在重掺B的应变SiGe能带结构研究中,采用半经验方法,考虑了B的应变补偿作用对能带的影响,对Jain-Roulston模型进行修正,并分析了重掺杂引起的带隙收缩在导带和价带的分布.

一种基于改进肤色分割算法的人脸检测

文章主要通过基于Anil K.Jain和Yang的理论,对肤色像素在YCbCr空间的CbCr平面上具有类椭圆聚集模型的分析,结合高斯分布模型,将两种算法混合使用,提出了一种改进模型。并在实验中取得了较好的肤色分割效果。实验表明,该混合算法分别在精准度和运算时间上,比两种算法的单一使用,有了长足的进步和改善,兼顾了精度和效率。对于已经检测、分割出来的肤色区域,综合运用了多种人脸几何特征,创新提出了基于平均面积特征的检测条件,排除了大量的如四肢和背景中类肤色的非人脸区域,筛选出了人脸候选区域。