【摘 要】
：
为了找到合适的掺杂元素来制备半导体Cu互连结构,本文研究了Cu(V)/SiO2/Si体系以及Cu(V-N)/SiO2/Si体系.采用磁控溅射的方法,制备Cu(X)/SiO2/Si体系,并对其微观结构、界面特性、电学特性等进行研究.在500℃退火后,在Cu(X)/SiO2/Si体系界面上发现有V元素的的析出,并且没有观察到明显的Cu和Si的互扩散现象,与纯铜相比热稳定性好,电阻率得到一定的改善.在引入N元素后,薄膜组织结构有一定的改善,并且在热稳定性和电阻率方面表现更优异.因此,在Cu中引入V元素以及氮化物
【机 构】
：
杭州电子科技大学 电子信息学院,浙江 杭州 310018
论文部分内容阅读
为了找到合适的掺杂元素来制备半导体Cu互连结构,本文研究了Cu(V)/SiO2/Si体系以及Cu(V-N)/SiO2/Si体系.采用磁控溅射的方法,制备Cu(X)/SiO2/Si体系,并对其微观结构、界面特性、电学特性等进行研究.在500℃退火后,在Cu(X)/SiO2/Si体系界面上发现有V元素的的析出,并且没有观察到明显的Cu和Si的互扩散现象,与纯铜相比热稳定性好,电阻率得到一定的改善.在引入N元素后,薄膜组织结构有一定的改善,并且在热稳定性和电阻率方面表现更优异.因此,在Cu中引入V元素以及氮化物的掺杂制备半导体具有一定的可行性.
其他文献
数学核心素养是学生经过数学学习活动后,应该获得的综合性能力.教学不再是仅仅满足于学生单纯的知识增长,而是学生综合性能力的提高.“核心素养”的不断深入,必然使教师课堂教学行为向培养学生核心素养的方向发生改变,但缺少整体设计结构与模式的引领,会导致这种变化的局部失衡与碎片化,故须将教师的价值观念统一到核心素养的整体设计体系中,以期获得“先见森林再见树木”的宏观视野和整体架构.文章从核心素养出发,阐释了小学数学核心素养的内涵,构建了核心素养下小学数学教学设计的模式,以“长方体和正方体的表面积”教学设计为例,提出
对教材进行比较分析有助于教师更好地组织教学.“综合与实践”领域是义务教育阶段数学学科的重要内容之一.通过对人教版小学数学教材、苏教版小学数学教材和北师大版小学数学教材“综合与实践”领域的内容在数量和篇幅、数学情境类型、重点考查的数学核心素养3个方面进行比较研究,并从适当增加栏目数量、提高活动的可操作性、关注数学核心素养的发展几方面进行思考,以更好地服务于数学教育教学.
文章以一道椭圆中的定值和定点问题讲评为例,探讨基于问题解决的路径和方法.通过一题多解,引导学生将所学的知识融会贯通,通过对该题的讲评,激发学生的问题意识,开拓问题的解题思路,提升学生的问题解决能力.
从解法探究、寻根溯源、变式推广等多维度对2021年新高考Ⅰ卷解析几何压轴题进行深入探究,剖析试题内在结构特征,揭示数学问题的本质,为学生学习和教师教学提出了参考建议.
用字母表示数是初中开启代数学习的起始课,教师要理解数学中代数的发展,找准学生的生长点,设计合理的情境问题使学生认识字母表示数的一般性,体会字母表示数的简洁性,从而形成符号意识.
随着高中育人方式改革的推进,早期数学创新人才的培养已经成为中学数学教育改革的重要方向,数学建模与数学实验教学将在这方面扮演重要角色.本文在阐述数学建模与数学实验紧密联系的基础上,结合教学案例提出培养数学建模素养的中学数学实验进阶式教学策略,并从关注学科共性、开发校本课程、构建评价机制等方面进行思考,为中学数学建模和数学实验教学的实施提供参考.
《中国高考评价体系》确立了高考命题由“知识立意”“能力立意”转向“价值引领、素养导向、能力为重、知识为基”的全新测评理念.努力把握高考命题脉搏,坚持立德树人教学方向,提升学生的数学核心素养,2020年全国新高考数学(山东卷)为新时代的数学教学树立了一个新标杆.
新高考实行不分文理的科目改革,对统考科目提出了新的要求.2020年山东、海南省的新高考数学卷以新课程标准的理念为指导,依据《新课标考试纲要》命制出了一些令人耳目一新的试题.其中多选题尤为突出,以其考查容量大、知识面宽、解题思路广、数学思想丰富,受到广大命题专家的喜爱和青睐.因此,教师在教学中只有认真研究新高考试题,才能了解多选题的命题特点,才能把握多选题的解答技巧.
为有效评价船用清洁能源的应用比例,本文通过分析当前应用较多的可作为主推进能源的清洁能源种类以及船舶的推进型式,针对不同清洁能源及不同推进型式的船舶动力系统特点,研究提出了液化天然气(LNG)动力船舶、混合动力船舶、纯电池动力船舶的清洁能源对传统化石能源替代比例的计算方法,可为评估船舶绿色化、清洁化发展水平提供方法指导和技术支持.
为了研究调频连续波(FMCW)毫米波雷达在手势识别算法中的应用前景,本文通过使用77 GHz毫米波雷达获得了手势动作的回波,在手势动作回波的多帧距离多普勒图中提取了手势动作的距离-时间谱和多普勒-时间谱,并在此基础上建立了二维数据集.使用全局平局池化代替了扁平层与全连接层,构建了双通道的卷积神经网络对手势动作进行了分类,实现了对推、拉、推拉、挥手等7种手势的分类识别,测试集准确率可达99％,相较于单通道卷积神经网络提升了2％～4％.