00:00 / 01:56
连播
清屏
智能
倍速
点赞20
MEMS2年前
SEM、TEM、AFM和STEM都是用于观察和分析材料和纳米结构的工具,它们分别代表了扫描电子显微镜(Scanning Electron Microscope)、透射电子显微镜(Transmission Electron Microscope)、原子力显微镜(Atomic Force Microscope)和扫描隧道显微镜(Scanning Tunneling Microscope)。 1. SEM(扫描电子显微镜):SEM是一种使用电子束扫描样品表面以产生图像的显微镜。它利用样品表面产生的次级电子来形成图像,这些次级电子是由入射电子与样品相互作用产生的。SEM主要用于观察样品的表面形态和结构。 2. TEM(透射电子显微镜):TEM使用高能电子束穿透样品以产生图像。样品需要制成非常薄的切片,以便电子能够穿透。在TEM中,电子束穿过样品,并由探测器捕获样品透射的电子,从而形成图像。TEM主要用于观察样品的内部结构和细节。 3. AFM(原子力显微镜):AFM是一种使用原子力传感器来检测样品表面的纳米级特征的显微镜。它利用物理探针在样品表面扫描,并记录探针与样品之间的相互作用。AFM主要用于观察样品的表面形貌和纳米级结构。 4. STEM(扫描隧道显微镜):STEM是一种使用隧道电流来检测样品表面的纳米级特征的显微镜。它利用一对微尖的探针在样品表面扫描,并记录电流的变化。STEM主要用于观察样品的表面形貌和纳米级结构,特别是在导体和半导体材料中。 这些显微镜各有其优点和适用范围,可以根据研究目标和样品类型选择合适的工具。#SEM #TEM #AFM #STEM #表征
00:00 / 01:59
连播
清屏
智能
倍速
点赞77
00:00 / 02:02
连播
清屏
智能
倍速
点赞7
00:00 / 52:54
连播
清屏
智能
倍速
点赞166
00:00 / 04:58
连播
清屏
智能
倍速
点赞11
第三十五讲 在图中寻找聚类(节选,中英双语精译) 图聚类分析的主要应用领域: 1. 社交网络分析 找出社交平台上关系密切的“社群”(例如朋友圈、兴趣群)。 应用:Facebook、微博、知乎推荐算法。 例子:如果 A、B、C 经常互相关注,而 D、E、F 也经常互动,算法会识别出两组不同“社区”。 2. 网页与互联网结构分析 在超链接网络中找到主题相似的网站群。 例如 Google 的 PageRank 和 聚类分析 都基于图结构。 3. 推荐系统 通过图聚类识别相似用户或相似物品。 例子:Netflix 通过图聚类找到“口味相似”的用户群体,从而推荐电影。 4. 生物信息学 在蛋白质相互作用网络(PPI)中找出功能相关的蛋白质群。 在基因表达图中找出共表达基因模块。 5. 图像分割 图像可表示为“像素为节点,像素间相似度为边权”的图。 图聚类算法(如谱聚类 Spectral Clustering)可以自动分割图像区域。 例如:将一张人像图片分为“背景”、“头发”、“脸部”等。 6. 交通与城市网络 分析城市道路或地铁网络,找出高密度交通区或功能相似区域。 例子:在地铁网络中,聚类可帮助识别“核心换乘区”和“边缘区”。 7. 自然语言处理(NLP) 在语义网络中找出语义相关的词群。 比如在知识图谱中找出“动物类”、“植物类”、“科技类”概念的聚类结构。 #深度学习 #机器学习 #神经网络 #人工智能 #线性代数
00:00 / 06:13
连播
清屏
智能
倍速
点赞83
00:00 / 02:04
连播
清屏
智能
倍速
点赞826
00:00 / 03:21
连播
清屏
智能
倍速
点赞2
00:00 / 01:11
连播
清屏
智能
倍速
点赞5