排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
Pd催化剂对甲酸氧化反应具有出色的电催化性能,适宜的载体有助于改善Pd颗粒的稳定性和分散性,从而使其催化性能得以有效发挥。鉴于此,以硼氢化钠为还原剂,采用化学还原法在不同还原温度(0℃、25℃和50℃)下制备了石墨烯负载Pd颗粒催化剂(Pd/RGO)。采用XRD、Raman、XPS、TGA、TEM和BET等测试方法对该催化剂材料的微观形貌和结构进行了表征,利用循环伏安法和计时电流法测试了催化剂对甲酸氧化反应的电催化性能,着重分析了制备过程中还原温度对催化剂材料结构与电催化性能的影响。结果表明,当还原温度为0℃时,Pd/RGO的比表面积最大,达到261 m~2·g~(-1),Pd颗粒粒径最小,约为4. 16 nm;并且Pd/RGO具有最大的电化学活性面积(3. 02 cm~2),其氧化峰电流密度最高可达1 820 m A·mg~(-1)Pd。 相似文献
2.
3.
4.
5.
6.
随着短视频数量的爆发式增长, 精准的个性化短视频推荐成为学术界和工业界的迫切需求。然而,现有的推荐方法没有考虑实际的短视频具有数据多源异构多模态、用户行为复杂多样、用户兴趣动态变化等特点。短视频模态间的语义鸿沟、社交网络用户多行为挖掘、用户动态兴趣捕捉依然是短视频推荐领域面临的三个重要问题。针对当前推荐系统存在的问题,并充分考虑短视频推荐系统的实际需求,本文介绍了短视频推荐中基于图表示学习的短视频推荐方法;研究了短视频异构多模态特征表示,充分挖掘视频内容特征并进行高效融合;研究了短视频社交网络用户多行为表示,通过社交网络用户多种行为挖掘更细粒度的用户偏好;研究了用户的动态偏好表示方法,通过利用时序信息建模用户的动态兴趣,保证推荐结果的准确度并增加其多样性与个性化。本研究可在理论和实践上推进基于图特征学习的短视频推荐研究,也可作为短视频推荐系统的关键技术。 相似文献
7.
8.
1