【摘 要】
：
粉末材料的微波耗散机理不同于块状材料,非磁性的金属与氧化物混合粉末展现出对微波磁场较强的吸收特性.本文针对金属与氧化物混合粉末的电导率和微波磁吸收特性开展研究,并
【机 构】
：
四川大学 电子信息学院,四川 成都 610065;中国计量大学 信息工程学院,浙江 杭州 310018;浙江省电磁波信息技术与计量检测重点实验室,浙江 杭州 310018
论文部分内容阅读
粉末材料的微波耗散机理不同于块状材料,非磁性的金属与氧化物混合粉末展现出对微波磁场较强的吸收特性.本文针对金属与氧化物混合粉末的电导率和微波磁吸收特性开展研究,并利用特定比例的混合粉末加载基于静磁表面波的隔离滤波器,研究其对非互易滤波器的隔离度和插入损耗的影响.实验结果表明:30％Cu+70％CuO的混合粉末电导率为217.435 mS/m,对微波磁场具有较好的吸收特性;利用此混合粉末加载非互易滤波器后,插入损耗减小,隔离度获得了明显提升,达到了21.56 dB.
其他文献
微学习单元是微学习过程里的基本学习单位,具有高维性.提取微学习单元适合的特征,保留有代表性的特征,有助于降低冗余,是提高微学习聚类精度的重要方法之一.为获得适合的微学
量子搜索算法,相较于经典计算有着平方根的加速,在许多机器学习算法中都有广泛应用,如量子KNN算法、量子特征提取、量子主成分分析等.在目标分量占比较小的时候,量子搜索算法
作为目前最重要的中远红外光源,量子级联激光器(QCL)因独特的性能和频率可拓展至太赫兹(THz)的特点,成为研究的热点.对于QCL,影响其输出功率和工作温度的因素较多,其中高效散
为了解决被跟踪目标因尺度、形状变化导致的跟踪效果变差的问题,本文提出一种基于孪生区域候选网络的目标跟踪模型,对孪生区域候选网络(SiamRPN)优化,升级特征提取基准网络,采取多层特征融合模式,引入注意力机制模块增强位置特性和通道特性,并应用检测领域提出的GA-RPN替换原有的RPN(区域候选网络).OTB2015和VOT2018数据集的实验结果显示,本文模型对OTB2015数据集成功率为0.67
2011年8月9～13日,交通运输部党组副书记、副部长翁孟勇来内蒙古自治区视察工作,就中俄界河工作进行专题调研。他强调,中俄界河各项工作正面临着前所未有的机遇期、转型期。
F
近年来,图神经网络(Graph Neural Networks,GNNs)在网络表示学习领域中发挥着越来越重要的作用.然而,大多数现有的GNNs在每一层中只考虑节点的直接相连的(1阶)邻居,忽略了高
请下载后查看，本文暂不支持在线获取查看简介。
Please download to view, this article does not support online access to view profile.
The mechanism of brittleness of M152 martensitic heat resistant steel due to slow cooling during quenching was experimentally investigated. The mechanical prope
“我来自少数民族,从小是在党和政府民族政策的关怀下成长起来的。现在我在事业上有所成绩,真的是抱着一种很朴素的感恩之心,想要报效国家、回报社会。”“中国第一考”的司
2009年末以来,青岛银行便驶向了资产规模快速发展的快车道,在2010年存款规模连破400亿元、500亿元的基础上,2011年6月更是突破了600亿元大关。在制订了“服务地方经济、服务