- 综合排序
- 最热优先
- 最新优先
- 来自专栏等离子设备的应用
等离子体处理对壳聚糖膜表面形貌的影响
射频等离子清洗机对壳聚糖表面形貌的影响壳聚糖是一种生物衍生的带正电荷多糖，具有优良的生物相容性和降解性能，近年来，由于其优良的成膜性能和良好的光学性能，壳聚糖膜在角膜组织工程及角膜修复材料研究领域得到越来越广泛重视 一般认为， 对于无规则形貌，粗糙表面有利于细胞黏附，且材料表面粗糙度对细胞相容性的影 响与材料表面所吸附蛋白质种类和数量有关。 在此，我们仅以等离子体表面处理对壳聚糖膜表面形貌影响做一些讨论和演绎未经等离子处理的AFM图O2 100W 60S处理后的AFM图片O2 150W 60S处理后的AFM图片100W的等离子体处理壳聚糖膜表面光滑平整
37920编辑于 2023-08-08 - 来自专栏睐芯科技LightSense
三种超精密光学结构表面形貌测量方法
对待测品上的各个点依次测量，就可以获求取待测品的整个形貌高度。 2， 结构光投影技术结构光投影技术是近年兴起的一种表面形貌测量技术，如图所示，该技术使用空间光调制器（DMD）产生编码条纹，光源照射编码条纹使其经过系统光路投影到被测品上，然后变形的条纹再经系统光路成像在工业相机感光芯片上 利用微位移机构纵向扫描，同时相机在扫描过程中摄取图像，这些系列图像是被结构光调制的，条纹中包含高度信息，通过频谱提取，傅里叶变换等算法对图像进行解码可以得到编码相位值，再与系统标定的参数联解可以恢复被测物体的三维形貌 激光干涉术利用单色光作为光源，单色光通过干涉光路分别投射到被测表面和参考镜，然后反射回来汇集形成干涉条纹，用相机采集条纹图，经相移算法提取条纹图相位信息，并根据相位与光程差之间的对应关系得到表面三维形貌 以上三种显微形貌测量技术的性能参数如表所示，显微干涉术较其他两种技术Z 向分辨率和横向分辨率都更高，且为场式测量，横向扫描范围能达毫米级。
62910编辑于 2024-07-24 - 来自专栏测试GO材料测试
关于合成MOF时的形貌控制的干货综述-测试GO
作者根据前人工作对MOF形貌控制进行了一个总结，并就影响因素进行了分类，包括：调节剂的酸碱性、反应温度、反应溶剂、表面活性剂、离子液体以及微波和超声波。 实现形貌控制的机理首先列举了一些关于MOF的合成方法，并整理出了关于MOF形貌控制的机理：1.配位调节机制（也称为复合物形成的调节）用于获得金属有机框架的配位调制方法的示意图。 不同因素对MOF形貌的影响1.反应体系pH对MOF形貌影响常用的碱性调节剂包括：甲酸钠、乙酸钠、三乙胺(TEA)、1-甲基咪唑、正丁胺、吡啶、四甲基氢氧化铵(TMAOH)，使用这些碱性化合物的主要目的并不是将反应介质的 对于多组元金属MOF而言，不同的金属离子比也会对MOF形貌造成影响。DMF在合成MOF中的作用。 在合成过程中，通过溶剂、表面活性剂、浓度等的协同作用来调节MOF材料的形貌。最后，该综述提出了描述 MOF 在合成过程中形成并影响其最终形态的主要机制。
58010编辑于 2025-11-04 - 来自专栏云深之无迹
microPython源码分析.2
即使是mpy也不例外，所以我们的py目录下的文件是最主要的 就像这个样子的 我们再打开这个ESP32的目录，其实你第一个hello打印出来的时候就知道 一个完整的C程序一定只有一个main入口，所以我们分析从这里开始是正确的
1.4K30发布于 2021-04-14 - 来自专栏Java架构师必看
Spring源码分析2
Spring源码分析2 强烈推介IDEA2020.2破解激活，IntelliJ
34820发布于 2021-05-14 - 来自专栏学习笔记ol
框架分析（2）-React
框架分析（2）-React 主要对目前市面上常见的框架进行分析和总结，希望有兴趣的小伙伴们可以看一下，会持续更新的。希望各位可以监督我，我们一起学习进步。 优缺点分析 优点 1、虚拟DOM React使用虚拟DOM来管理和更新页面上的元素。虚拟DOM是一个轻量级的JavaScript对象，可以在内存中进行操作，然后将更改批量应用到实际的DOM上。 2、组件化开发 React鼓励开发者将应用程序拆分成多个可重用的组件。每个组件都有自己的状态和属性，可以独立地进行开发、测试和维护。 2、生态系统的快速变化 React的生态系统和社区在不断发展和变化，新的库和工具不断涌现。这可能导致开发者需要不断跟进和学习新的技术，以便保持在开发中的竞争力。
35930编辑于 2023-10-11 - 来自专栏前端学习归纳总结
zepto 事件分析2($.on)
return 后面的语句，在前面的分析中，分析了each函数和$对象，也就是对$对象中的每一个dom进行绑定事件，这里先跳过autoRemove函数，留在后面分析，如果有传入选择器，zepto先定义一个 ('in')[0]; box2.addEventListener("click",test2); 当我们点击h2时，target指向<h2>,currentTarget指向<div class='in' $.Event就有遇到过，在这里来分析其作用。 (); }; var box2 = document.getElementsByClassName('in')[0]; box2.addEventListener("click",test2); ? 最后on方法执行了一个add()函数，该函数留在下一篇分析。
68430发布于 2019-01-21 - 来自专栏测试GO材料测试
前沿实验室丨形貌与晶体结构表征技术全解析
前沿实验室形貌与晶体结构表征技术全解析在新能源材料研发的赛道上，每一次突破都始于对材料微观世界的精准洞察。 二维X射线衍射（2D XRD）传统一维XRD如同单色滤镜，只能捕捉材料的局部衍射信息；而二维XRD借助同步辐射光源构建三维衍射空间，将散射信号转化为可视化的衍射斑点矩阵，犹如为材料打造了一台"立体CT" 表界面均匀性分析通过激光共聚焦显微镜、原子力显微镜（AFM）或白光干涉仪，量化表面的三维形貌参数（Ra、Sa、Sz等），构建覆盖度-粗糙度-性能的关联模型。 三维形貌图（CT重构/三维表面重建）二维图像只能呈现材料的"表象"，而三维形貌重构通过断层扫描（CT）或共聚焦成像，构建毫米级至纳米级的三维数字模型，还原材料的真实空间结构。 三维形貌分析不仅适用于电极材料，更可拓展至多孔隔膜、催化剂载体、电池封装材料等领域，实现从微结构设计到宏观性能预测的全流程优化。测试GO科研服务
47810编辑于 2025-08-14 - 来自专栏用户9688177的专栏
OptiStruct在油底壳NVH结构优化中的应用
2 有限元模型的建立 本文以油底壳为设计对象，以一阶模态频率和表面振动水平为设计目标，首先评估在动总中的油底壳模态及表面振动水平。 图1 分析模型2.4 油底壳拓扑优化分析模型结构优化是一个在给定设计变量和约束条件下的求目标函数最优化的过程。目标函数、设计变量、约束函数为优化问题的三要素。 通过对油底壳的安装模态分析，制定油底壳的优化问题策略。 图2 拓扑优化模型2.5 油底壳形貌优化分析模型通过拓扑优化，得到初版的加筋数模，该模型根据拓扑优化的加筋走向而增加部分主筋，其余的辅助筋随着项目的开发而逐渐完善。 对该数模底部区域进行形貌优化以提高油底壳的一阶局部面模态。图3 形貌优化模型（1）设计区域：针对底部大平面设置成面网格，图2中的蓝色区域为设计区域。（2）约束条件：约束油底壳全部螺栓孔的六个自由度。
1.2K10编辑于 2022-06-27 - 来自专栏测试GO材料测试
生物SEM和普通SEM在制样与检测流程上的全面对比-测试狗
生物SEM和普通SEM在制样与检测流程上的全面对比扫描电子显微镜（SEM）作为观察微观形貌的重要工具，在材料科学、生物学等领域广泛应用。 特殊干燥技术：采用临界点干燥（CPD）或冷冻干燥技术，保留表面形貌。低损伤导电处理：对敏感生物样品采用薄层金属/碳镀膜，或直接使用低真空模式检测。2. 多模态分析：可选配能谱仪（EDS）进行元素分析，或与荧光显微镜联用实现形貌-成分-功能的综合表征。三、生物SEM服务的典型应用场景生命科学研究：观察细胞凋亡、吞噬作用等动态过程的表面形貌变化。 医学与药学：评估药物载体（如脂质体、纳米颗粒）的形貌与分布。分析植入材料（如人工骨、血管支架）与生物组织的界面结合情况。农业与环境科学：研究植物气孔开闭机制、病原菌侵染过程。 结果交付：提供原始数据、高清图像及专业分析报告。
37200编辑于 2025-03-19 非接触式光学表面粗糙度
此外，该技术能够获取表面微观形貌的三维信息，为全面分析表面粗糙度提供丰富数据 。 通过分析条纹特征，可获取表面形貌并计算粗糙度参数。该技术垂直分辨率高，能达到纳米量级，适合高精度光学表面测量。 逐点扫描表面后，可构建三维形貌，从而分析表面粗糙度。其具有高分辨率、高灵敏度等特点，可用于微小结构表面测量 。 2)系统集成CST连续扫描技术，Z向测量范围高达100mm，不受物镜放大倍率的影响的高精度垂直分辨率，为复杂形貌测量提供全面解决方案。3）可搭载多普勒激光测振系统，实现实现“动态”3D轮廓测量。 实际案例1，优于1nm分辨率，轻松测量硅片表面粗糙度测量，Ra=0.7nm2，毫米级视野，实现5nm-有机油膜厚度扫描3，卓越的“高深宽比”测量能力，实现光刻图形凹槽深度和开口宽度测量。
32110编辑于 2025-08-14高速切削铝合金用硬质合金刀具磨损机理研究
2、结果与讨论 2.1 切削参数对刀具磨损的影响 根据表 1 和表 2 正交实验数据可得直观分析表 3。 在自带能谱分析仪（energy disperse spectroscope，EDS）的扫描电子显微镜（scanning electron microscope，SEM）下对黏结物进行了形貌观察和成分分析 图 3 刀具（a）和后刀面（b）黏结磨损宏观形貌（fz = 0.3 mm，ap = 1 mm，Vc = 706 m/min）图 4 黏结物显微组织形貌及能谱分析：（a）扫描电子显微形貌；（b） 能谱分析 2.2.2 扩散磨损 在自带能谱分析仪的扫描电子显微镜下对刀具刀刃破损处进行了形貌观测以及成分分析，结果如图 5 所示。 图 5 后刀面磨损处显微组织形貌及能谱分析：（a）扫描电子显微形貌；（b）能谱分析 2.3 控制刀具磨损的有效措施 根据以上典型刀具的磨损实验研究，提出以下控制刀具磨损的措施
32410编辑于 2025-05-06白光干涉仪的光谱干涉模式原理
引言随着科学技术的发展，对物体表面形貌及微观结构的高精度测量需求日益增长。白光干涉仪的光谱干涉模式作为一种先进的测量手段，为众多领域提供了可靠的测量方案，深入探究其原理对拓展测量应用具有重要意义。 干涉条纹的强度分布是不同波长光干涉强度的叠加，其形状和特性与被测物体表面形貌紧密相关 。光谱分析与相位获取通过光谱仪对干涉光进行光谱分析，获取干涉光的光谱分布。 通过对大量测量点高度值的整合，最终实现对被测物体表面形貌的精确重建和测量。光谱干涉模式凭借其宽带光源的特性，在测量台阶高度较大或表面形貌复杂的物体时，能够有效避免相位模糊问题，展现出独特的测量优势。 2)系统集成CST连续扫描技术，Z向测量范围高达100mm，不受物镜放大倍率的影响的高精度垂直分辨率，为复杂形貌测量提供全面解决方案。3）可搭载多普勒激光测振系统，实现实现“动态”3D轮廓测量。 实际案例1，优于1nm分辨率，轻松测量硅片表面粗糙度测量，Ra=0.7nm2，毫米级视野，实现5nm-有机油膜厚度扫描3，卓越的“高深宽比”测量能力，实现光刻图形凹槽深度和开口宽度测量。
35410编辑于 2025-07-14- 来自专栏测试GO材料测试
原位SEM测试样品制备和前处理步骤盘点-测试GO
金属锂在不同厚度铜集流体上的生长过程[2]▶ 3.3. 成分分析钟文涛教授等人利用SEM和X射线能谱分析技术（EDS/Mapping）对钴掺杂的Na0.44MnO2材料进行了表征。 通过SEM观察和Mapping分析，他们证实了产物Na0.44Mn0.9925Co0.0075O2（NMO-3）中钴和锰的均匀分散，成功实现了钴元素的引入（见图5）。 这项研究采用了SEM技术对样品的形貌和结构进行观察，并利用EDS/Mapping技术对样品的微区元素组成和分布进行了分析。 相比于其他元素分析手段如ICP和XPS，EDS/Mapping无需繁复的样品预处理过程，对样品的形貌和结构破坏小，能够高效地分析多元素化合物的元素含量，并将相关数据与目标微区的形貌相对应。 疲劳机理分析清华大学的陈翔教授团队利用SEM观察了三种锂负极材料在循环100圈后的形貌变化，并推断了锂二次电池的失效机理。
21210编辑于 2026-01-19 - 来自专栏测试GO材料测试
同步辐射GIWAXS在有机半导体材料中的应用-测试GO
同步辐射GIWAXS在有机半导体材料中的应用同步辐射掠入射广角X射线散射（GIWAXS）技术在有机半导体材料的研究中具有广泛的应用，它能够深入分析薄膜的形貌、结晶结构以及分子取向，进而揭示这些结构特性与材料性能之间的关系 GIWAXS在有机半导体材料研究中的应用薄膜形貌与结晶结构分析晶体结构确定：GIWAXS可以用来确定有机半导体薄膜的晶体结构，包括晶胞参数、空间群等信息。 了解晶体结构是理解材料物理化学性质的基础。 晶粒取向分析：有机半导体薄膜的晶粒取向对其电荷传输性能有重要影响。GIWAXS可以分析晶粒在薄膜中的取向分布，例如平面取向或垂直取向，从而优化器件性能 。 实例分析PffBT4T-2OD:PC71BM器件：使用GIWAXS研究溶剂处理添加剂对PffBT4T-2OD:PC71BM基聚合物太阳能电池的性能和形态的影响 。 原子力显微镜（AFM）：AFM可以提供薄膜表面的形貌信息，与GIWAXS结合使用可以了解表面形貌与内部结构的关系。
79500编辑于 2025-08-01 - 来自专栏分布式系统进阶
KafkaController分析2-NetworkClient分析InFlightRequests类
用在何处: 1. kafka本身实现了java版的producer和consumer,里面的网络连接,请求发送均使用NetworkClient实现; 2. 非线程安全 * 继承自 `KafkaClient` * 使用了 `org.apache.kafka.common.network.Selector`来处理网络IO, [详情点这里 => Kafka源码分析 disconnected before the response was read") } } response } } ``` ##### [Kafka源码分析
94910发布于 2018-09-05 - 来自专栏7DGroup
性能分析之分析决策树2
背景 初学者对性能分析是个《横看成岭侧成峰，远近高低各不同。不识庐山真面目，只缘身在此山中。》那么应该怎么学习才能建立起自己的知识体系，才能做到《千山同一月,万户尽皆春。 千江有水千江月,万里无云万里天》今天咱们谈谈7DGroup创始人高楼老师的性能分析之决策树分析法二。 分析树图一 ? 第一层是业务指标， 响应时间 TPS 错误率 第二层是操作系统 CPU IO MEM NET 分析 在这一层咱们主要关注IO ，既然是关注IO，如果IO高应该怎么去分析？怎么定位？ 1、在linux操作系统中IO分析法最常见的命令是iostat iostat -d -x -k 1 10 ?
74030发布于 2019-12-10 - 来自专栏R语言&linux
转录组测序分析——差异表达分析2
1.功能注释2.功能富集rm(list = ls())options(stringsAsFactors = F)library(clusterProfiler)library(org.Hs.eg.db) library(GSEABase)library(ggplot2)library(tidyverse)## Error in download.KEGG.Path(species)# https://github.com #options(clusterProfiler.download.method = "wget")getOption("clusterProfiler.download.method")# 读取差异分析结果 <- dotplot(ekegg, showCategory=10,label_format=100)plotc = p1/p2plotcggsave('result/6.enrichKEGG.png' <- data.frame(my_path)write.csv(my_path,"result/6.enrich_HALLMARK.csv") 3.功能富集 GSEA &GSVAGSEA：基因集表达分析总共有
51210编辑于 2023-11-03 - 来自专栏Kubernetes
SkyDNS2源码分析
SkyDNS2是SkyDNS Version 2.x的统称，其官方文档只有README.md，网上能找到的资料也不多，因此需要我们自行对代码进行一定的分析，才能对其有更好的理解，这就是本文的工作，通过走读 说明 SkyDNS2的github地址: https://github.com/skynetservices/skydns Version: v2.5.3a SkyDNS架构 关于SkyDNS是什么？. 通过环境变量ETCD_MACHINES进行etcd cluster的配置，如果Backend为etcd3，还需要设置etcd中/v2/keys//skydns/config/etcd3为true。 SkyDNS主要对应的etcd key path如下： /v2/keys/skydns/config /v2/keys/skydns/local/skydns/east/production/rails /v2/keys/skydns/local/skydns/dns/stub /v2/keys/skydns/local/skydns/...
1.3K60发布于 2018-04-13 golang源码分析：langchaingo（2）
接着我们看下提示词补全的调用是如何实现的github.com/tmc/langchaingo@v0.1.13/llms/llms.go
12810编辑于 2026-03-18
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号