ZIF-8衍生柔性多孔炭材料的制备及其电容性能研究

随着柔性可穿戴电子器件的迅速发展,柔性储能电极材料引起众多学者们的广泛关注。金属有机框架结构（MOFs）衍生物具有优异的储能性能,但其本征无柔性的物理特性亟需解决。采用静电纺丝技术将ZIF-8结构单元嵌入纤维结构中,获得高电容性能柔性多孔炭纤维。同时,探究了ZIF-8的嵌入量（CF-ZIF-8-1.2）对柔性多孔炭纤维结构及电容性能的影响。实验结果表明：柔性多孔炭纤维CF-ZIF-8-1.2的比电容可以达到425.5 F?g^-1（电流密度为1 A?g^-1）,并呈现出较小的电荷转移电阻（R_s=0.06 Ω）和接触电阻（R_ct=2.31 Ω）,这主要归因于CF-ZIF-8-1.2具有较大的比表面积（212.83 m²?g^-1）、相对丰富的孔隙结构和丰富的N和O原子共掺杂。随后,进一步将其组装成对称柔性超级电容器（CF-ZIF-8-1.2//CF-ZIF-8-1.2）,其能量密度高达7.6 Wh?kg^-1（功率密度为250 W?kg^-1）,在不同弯曲角度和扭曲下呈现出优异的电容保持率（97%以上）,说明柔性多孔炭纤维电极材料具有优异的柔性和稳定性。因此,CF-ZIF-8-1.2柔性多孔炭纤维材料具有潜在应用前景。     

浅谈工民建施工中混凝土的质量控制

在我国工民建工程的整个建设施工中,其中混凝土占有一定的比例。在施工中如何掌握混凝土的质量是主要因素,控制保证施工质量,进而促进我国混凝土施工技术方面的发展。根据自己多年工作中实践谈一下体会。     

浅析工民建筑中的质量控制

工民建筑业发展迅速,但是质量问题屡次频发也引发关注,本人认为在工民建施工过程中,依然存在着人为、材料、设备、环境等影响因素。笔者认为,必须着力推行工民建施工目标责任管理、健全监督监管机制、推广。     

基于海林格距离和SMOTE的多类不平衡学习算法

数据不平衡现象在现实生活中普遍存在。在处理不平衡数据时,传统的机器学习算法难以达到令人满意的效果。少数类样本合成上采样技术(Synthetic Minority Oversampling Technique,SMOTE)是一种有效的方法,但在多类不平衡数据中,边界点分布错乱和类别分布不连续变得更加复杂,导致合成的样本点会侵入其他类别区域,造成数据过泛化。鉴于基于海林格距离的决策树已被证明对不平衡数据具有不敏感性,文中结合海林格距离和SMOTE,提出了一种基于海林格距离和SMOTE的上采样算法(Based on Hellinger Distance and SMOTE Oversampling Algorithm,HDSMOTE)。首先,建立基于海林格距离的采样方向选择策略,通过比较少数类样本点的局部近邻域内的海林格距离的大小,来引导合成样本点的方向。其次,设计了基于海林格距离的采样质量评估策略,以免合成的样本点侵入其他类别的区域,降低过泛化的风险。最后,采用7种代表性的上采样算法和HDSMOTE算法对15个多类不平衡数据集进行预处理,使用决策树的分类器进行分类,以Precision,Recall,F-measure,G-mean和MAUC作为评价标准对各算法的性能进行评价。实验结果表明,相比于对比算法,HDSMOTE算法在以上评价标准上均有所提升:在Precision上最高提升了17.07%,在Recall上最高提升了21.74%,在F-measure上最高提升了19.63%,在G-mean上最高提升了16.37%,在MAUC上最高提升了8.51%。HDSMOTE相对于7种代表性的上采样方法,在处理多类不平衡数据时有更好的分类效果。     

浅谈工民建施工节能技术

介绍目前国内外建筑节能现状，分析工民建施工节能的意义，阐述建筑节能的具体内容，指出未来发展方向。