Advertisement

通过使用vasp工具，计算了石墨烯的电子结构，同时整理了相关的计算笔记。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
通过运用vasp工具，对石墨烯的能带结构、态密度，以及根据用户自定义的密度分布和光学性质进行的计算结果进行了分析。 这份笔记记录了我在撰写毕业论文期间，在学校高性能集群上进行计算时所整理的资料。由于我对vasp计算原理的理解尚不深入，主要掌握了该简单流程的操作方法。其中可能存在一些错误之处，恳请各位读者批评指正，非常感谢您的宝贵意见。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 使用VASP工具计算石墨烯电子结构的个人笔记
    优质
    这段个人笔记记录了利用VASP软件进行石墨烯材料电子结构计算的研究过程和心得体会，适合科研人员和技术爱好者参考学习。 利用VASP工具计算石墨烯的能带结构、态密度以及自选密度分布和光学性质。这篇笔记是我撰写毕业论文期间，在学校集群上跟随师哥师姐进行计算时整理而成，对VASP计算原理了解不多，只会简单的操作流程。其中可能存在错误之处，请大家指正，非常感谢。
     
  • 石墨烯的能带计算
    优质
    石墨烯的能带计算主要探讨了二维材料石墨烯中的电子结构特性，通过理论模型和数值模拟，研究其独特的电学性质及其在纳米电子器件中的应用潜力。 使用VASP软件可以进行石墨烯的能带计算。这包括根据具体内容执行一系列详细的操作步骤来完成计算任务。
     
  • 简洁计算石墨烯电导率_VBa_matlab_电导率_石墨烯电导.rar
    优质
    本资源提供了一种使用Matlab简化计算石墨烯电导率的方法和程序代码，便于研究者快速获取准确的数据结果。 简洁计算石墨烯电导率所需的各种参数可从相关文献或数据库中获取。
     
  • 基于MATLAB的石墨烯介电常数计算程序_石墨烯介电常数
    优质
    本软件为基于MATLAB开发的工具，用于精确计算单层及多层石墨烯在不同温度和化学势下的介电常数。通过输入必要的物理参数，用户可迅速获取所需数据，助力科研人员深入探究石墨烯材料特性及其应用潜力。 利用Kubo公式编写MATLAB程序来计算石墨烯的介电常数。
     
  • 石墨烯电导率的Kubo公式推导.rar_石墨烯_Kubo公式_电导率_石墨烯电导_石墨烯电导率_kubo公式
    优质
    本资源为《石墨烯电导率的Kubo公式推导》rar文件，内容详尽介绍了基于量子力学框架下的Kubo公式在计算单层石墨烯电导率的应用与推导过程。适合物理及材料科学专业学生和研究人员参考学习。 使用MATLAB计算石墨烯电导率的Kubo公式。
     
  • 用数学方法绘制石墨烯的能带结构
    优质
    本研究利用数学模型和计算方法精确描绘石墨烯材料的电子能级分布，探索其独特的物理性质与潜在应用。 使用Mathematics软件编写代码来绘制石墨烯的能带结构图。附件中包含相关代码及结果。
     
  • LAMMPS_Si原子撞击石墨烯模拟脚本_in_lammps_lammps Si_石墨烯
    优质
    该简介描述了一个使用LAMMPS软件进行分子动力学模拟的研究项目。具体而言，它涉及硅(Si)原子对单层石墨烯的碰撞过程，通过编写特定的LAMMPS脚本文件来实现这一物理现象的计算机仿真。此研究有助于理解Si原子与二维材料相互作用的动力学行为及其潜在应用。 LAMMPS输入文件可以实现硅原子轰击石墨烯的功能。
     
  • 石墨烯介电常数及其损耗的计算公式与MATLAB应用
    优质
    本研究探讨了石墨烯材料的介电常数及损耗特性的理论计算方法，并提供了基于MATLAB实现这些公式的实用教程和案例分析。 参考文献编写的计算结果显示，在0-10太赫兹波段内石墨烯的介电常数与CST内置的基本一致。
     
  • Matlab 石墨烯代码_石墨烯能带分析_
    优质
    本资源提供基于Matlab的石墨烯能带计算与分析的源代码。通过该程序，用户能够模拟并可视化石墨烯材料的独特电子结构特性。适合科研人员及学生深入研究二维材料物理性质。 在凝聚态物理领域，石墨烯材料的应用非常广泛，因此计算其能带结构非常重要。
     
  • 基于Yolov5的石墨烯层数预测模型，通过颜色分析预测石墨烯层数
    优质
    本研究开发了基于Yolov5框架的创新模型，利用图像中石墨烯的颜色变化来准确预测其层数，为材料科学领域提供了一种高效的层数检测方法。 训练结果如下： - 所有类别：16张图像，24个标签；精确度（P）0.607，召回率（R）0.879，mAP@.5 为 0.814，mAP@.5:.95 为 0.533。 - 类别1：16张图像，6个标签；精确度（P）0.798，召回率（R）0.667，mAP@.5 为 0.71，mAP@.5:.95 为 0.325。 - 类别2：16张图像，10个标签；精确度（P）0.486，召回率（R）0.851，mAP@.5 为 0.662，mAP@.5:.95 为 0.44。 - 类别3：16张图像，4个标签；精确度（P）0.513，召回率（R）1，mAP@.5 为 0.888，mAP@.5:.95 为 0.639。