论文部分内容阅读
基于卷积神经网络的岩性识别
【机 构】
：
青岛理工大学
【出 处】
：
青岛理工大学
【发表日期】
：
2020年01期
【基金项目】
：
其他文献
近几年由于铁电铁磁材料优良的物理特性和其在非易失性存储器、热释电器件以及微波压控器件中巨大的应用前景，人们对其的关注度也越发的加大，特别是在铁电材料的制备和调控上吸引了大量的目光。但是，在铁电薄膜的制备上，通常是将铁电薄膜生长在刚性衬底上，这会使薄膜受到刚性衬底的钳制，从而削弱薄膜特性，因此，应制备高质量自支撑的薄膜来克服这种固有缺陷，这种薄膜可以提供更多的自由度，以改变和优化铁电行为。在铁电薄膜的调控上，通常应力只能通过薄膜和生长衬底之间的晶格系数或者热扩散行为的不同，或者在生长过程中缺陷沉积来引入。而