1.搜索引擎成为互联网的重要应用之一:从90年代末开始,互联网上的网站与网页数量飞速增长,网民的兴趣点也从屈指可数的几家综合门户类网站分散到特色各异的中小网站去了。人们想在互联网上找到五花八门的信息,但由于人工分类编辑网站目录的方法受到时效和收录量的限
制,无法再满足人们对网上内容的检索需求,于是搜索引擎在2000年后开始大行其道。使用蜘蛛程序在互联网上自动抓取海量网页信息,索引并存储到庞大的数据库中,并通过特殊算法将相关性最好的结果瞬间呈现给搜索者,搜索引擎的便捷使其成为互联网最受欢迎的应用之一。以至于有相当多的人将浏览器的默认首页设为搜索引擎,甚至形成了将网站名称输入到搜索框中而非浏览器地址栏这样独特的网络导航习惯。
2.搜索成为人们思考行为的一部分,如火如荼的发展,网民从单纯的信息获取者演变成信息发布者,人们通过网络分享自己的知识、体验、情感或见闻,使互联网上的内容越来越丰富多彩。例如,按照统计,中国网民在百度知道平台上的问题解决率高达97.9%,这些问题涉及科技、社会、文化、商业等各个方面,尤其对人们的衣食住行等日常生活问题,几乎都能从平台获得满意的答案。截至到09年7月的4年时间内,中文互动问答平台百度知道已经累计为中国网民解决了5650多万个问题,成为人们日常生活的最佳互动问答平台。社区内容上的无所不谈使搜索引擎的收录也变得无所不包,人们发现通过搜索引擎可以找到他想要的任何信息,从新闻热点到柴米油盐,从育儿百科到MBA课程。信息的便捷获取潜移默化的改变了人们的思考行为,搜索结果页上汇集了整个互联网的智慧,谁不想在苦思冥想前“搜索一下”呢?
3.搜索成为人们消费行为的重要环节:随着对搜索引擎的依赖加深,当人们有消费需求或看到感兴趣的商品时,“搜索一下”已经是已形成的“条件反射”。以前,消费者依靠“货比三家”来对抗“买的没有卖的精”这种与商家之间的信息不对称。通过搜索引擎收集到的产品功能与使用情况弥补了消费者与推广商家间在知情权上的鸿沟,成为消费决策的重要依据。价格低的线上销售渠道也成为搜索热点,以至于出现了消费者为省钱而先到实体专卖店挑选合适型号大小货品再到网店付款下单的有趣现象。随着年轻一代消费能力的提高,从前仅限于图书音像和电子产品的网上购物正在向工作生活的各个层面迅速渗透,服装食品等日用消费品也逐渐成为网购的宠儿。在这些过程中,其实都运用了SEM。
1、放大率:
与普通光学显微镜不同,在SEM中,是通过控制扫描区域的大小来控制放大率的。如果需要更高的放大率,只需要扫描更小的一块面积就可以了。放大率由屏幕/照片面积除以扫描面积得到。
所以,SEM中,透镜与放大率无关。
2、场深:
在SEM中,位于焦平面上下的一小层区域内的样品点都可以得到良好的会焦而成象。这一小层的厚度称为场深,通常为几纳米厚,所以,SEM可以用于纳米级样品的三维成像。
3、作用体积:
电子束不仅仅与样品表层原子发生作用,它实际上与一定厚度范围内的样品原子发生作用,所以存在一个作用“体积”。
4、工作距离:
工作距离指从物镜到样品最高点的垂直距离。
如果增加工作距离,可以在其他条件不变的情况下获得更大的场深。如果减少工作距离,则可以在其他条件不变的情况下获得更高的分辨率。通常使用的工作距离在5毫米到10毫米之间。
5、成象:
次级电子和背散射电子可以用于成象,但后者不如前者,所以通常使用次级电子。
6、表面分析:
欧革电子、特征X射线、背散射电子的产生过程均与样品原子性质有关,所以可以用于成分分析。但由于电子束只能穿透样品表面很浅的一层(参见作用体积),所以只能用于表面分析。
表面分析以特征X射线分析最常用,所用到的探测器有两种:能谱分析仪与波谱分析仪。前者速度快但精度不高,后者非常精确,可以检测到“痕迹元素”的存在但耗时太长。
观察方法:
如果图像是规则的(具螺旋对称的活体高分子物质或结晶),则将电镜像放在光衍射计上可容易地观察图像的平行周期性。
尤其用光过滤法,即只留衍射像上有周期性的衍射斑,将其他部分遮蔽使重新衍射,则会得到背景干扰少的鲜明图像。
扩展资料:
SEM扫描电镜图的分析方法:
从干扰严重的电镜照片中找出真实图像的方法。在电镜照片中,有时因为背景干扰严重,只用肉眼观察不能判断出目的物的图像。
图像与其衍射像之间存在着数学的傅立叶变换关系,所以将电镜像用光度计扫描,使各点的浓淡数值化,将之进行傅立叶变换,便可求出衍射像〔衍射斑的强度(振幅的2乘)和其相位〕。
将其相位与从电子衍射或X射线衍射强度所得的振幅组合起来进行傅立叶变换,则会得到更鲜明的图像。此法对属于活体膜之一的紫膜等一些由二维结晶所成的材料特别适用。
扫描电镜从原理上讲就是利用聚焦得非常细的高能电子束在试样上扫描,激发出各种物理信息。通过对这些信息的接受、放大和显示成像,获得测试试样表面形貌的观察。
参考资料:百度百科-扫描电子显微镜
欢迎分享,转载请注明来源:夏雨云
评论列表(0条)