文献互助智能选刊最新文献

高级搜索发布求助登录注册

首页 > 材料科学

大连民族大学：上转换发光材料 | Advanced Materials

今日新材料 2026-03-02 11:30

文章摘要

背景：基于多通道荧光的物理不可克隆函数（PUFs）加密技术在信息安全领域前景广阔，但单一基质材料中实现低光谱串扰与高发光效率的多通道荧光发射是关键技术挑战。研究目的：大连民族大学与郑州大学合作团队旨在开发一种新型单一基质发光材料并构建高性能光学加密系统。结论：团队成功开发出Cs2NaTbCl6:Eu3+双钙钛矿发光材料，实现了低串扰、高效率的绿、红、黄三色独立调控，并基于此构建了波分复用PUFs加密系统，该系统具有高信息编码密度、高安全性和移动设备集成能力，为光学加密提供了新的技术方案。

大连民族大学：上转换发光材料 | Advanced Materials

查看文献： Wavelength-Multiplexed PUFs Through Single-Host Multicolor Switching in Cs<sub>2</sub>NaTbCl<sub>6</sub>: Eu<sup>3+</sup> Double Perovskites.
查看期刊：Advanced Materials

本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。

推荐文献

ACS Applied Energy Materials

ACS Applied Energy Materials

Computational Discovery of Energy Materials

DOI: 10.1021/acsaem.6c00340 Pub Date : 2026-02-23

IF 5.5 3区材料科学 Q2

ACS Applied Energy Materials

ACS Applied Electronic Materials

ACS Applied Electronic Materials

Marking the 100th Issue of ACS Applied Electronic Materials

DOI: 10.1021/acsaelm.6c00258 Pub Date : 2026-02-24

IF 4.7 3区材料科学 Q1

ACS Applied Electronic Materials

Advanced Materials

Advanced Materials

Direct Growth of Wafer-Scale 2D Semiconductor Transistors via One-Step PtTe<sub>2</sub>/2H-MoTe<sub>2</sub> Heterophase Formation.

DOI: 10.1002/adma.202522270 Pub Date : 2026-02-28

IF 26.8 1区材料科学 Q1

Advanced Materials

最新文章

研究进展：锂电池回收2篇-再生新材料 | Advanced Materials-Nature Sustainability

研究进展：锂电池回收2篇-再生新材料 | Advanced Materials-Nature Sustainability

01.废旧磷酸铁锂正极回收Advanced Materials随着锂电产业爆发式增长，废旧磷酸铁锂电池回收需求迫切，但传统火法/湿法冶金工艺能耗高、污染重，迫切要求高效且环境友好的回收方法。磷酸铁锂电

11小时前

大连民族大学：上转换发光材料 | Advanced Materials

大连民族大学：上转换发光材料 | Advanced Materials

Cs2NaTbCl6:Eu3+单基质多色调控及波分复用加密技术Advanced Materials基于多通道荧光的物理不可克隆函数（PUFs）加密技术在信息安全领域展现出广阔的应用前景。然而，如何在单

11小时前

李贺军院士领衔！西北工业大学：C/C-ZrC-SiC复合材料 | Transactions of Materials Research

李贺军院士领衔！西北工业大学：C/C-ZrC-SiC复合材料 | Transactions of Materials Research

近日，西北工业大学Yi Cao，Jinhua Lu，李贺军院士Hejun Li等在Transactions of Materials Research上发文，研发了一种化学液气相渗积chemical

11小时前

研究前沿：AI+新材料，大语言模型家族 | Nature Machine Intelligence

研究前沿：AI+新材料，大语言模型家族 | Nature Machine Intelligence

（引子：材料科学文献数量已超过一亿篇。为高效获取、整合和利用知识。迫切需要处理海量非结构化文本与半结构化数据的智能体。大语言模型在文本理解与生成方面展现出卓越能力，并已在材料识别、合成路径推断、晶体生

11小时前

Book学术官方微信

Book学术文献互助

Book学术文献互助群
群号：604180095

文献互助智能选刊最新文献互助须知联系我们：info@booksci.cn

Book学术提供免费学术资源搜索服务，方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。

Copyright © 2023 Book学术 All rights reserved.

京公网安备 11010802042870号京ICP备2023020795号-1