排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
2.
还原氧化石墨烯/四氧化三铁(RGO/Fe_3O_4)纳米复合物是一种新型的磁性纳米材料,集Fe_3O_4和RGO的优点于一体,具备高比表面积、高稳定性、超顺磁性等优越的机械、电、热、光学特性,充分展现其在理论研究以及实际应用方面的价值和潜力。本文对近几年RGO/Fe_3O_4磁性纳米复合物材料在磁性固相萃取、锂电子电池、传感器材料、电磁波吸收、催化剂、酶的固定化、药物传输以及磁控开关方面的应用研究进展进行了综述,重点综述了RGO/Fe_3O_4磁性纳米复合材料在磁性固相萃取方面的应用研究,分析对象包括染料、金属离子、农兽药、增塑剂、抗生素以及生物大分子,展现出其在分离富集领域的巨大应用潜力。最后,提出RGO/Fe_3O_4纳米复合材料在研究中存在的问题,并对该材料的研究发展方向进行了展望。 相似文献
3.
为提高非本征光纤珐珀传感器(Extrinsic Fabry-Perot Interferometric, EFPI)腔长解调的精度,基于EFPI传感器反射光谱近似余弦函数的特性,设计了一种基于李萨如图形(Lissajous-Figure)与标准形式椭圆曲线拟合的解调方法。将两组光强信号经过坐标变换拟合为标准椭圆曲线,以减少求解参数;并通过经验模态分解对数据进行分析,去余项后将得到的极值点代入椭圆曲线求解。将离散数据点分别移动5、10、15、20、25个点测试五组不同相移对解调结果的影响并选取其中误差最小的一组对EFPI传感器进行横向负载实验,分别施加5~25 N的应力,通过拟合椭圆曲线的解调方法将计算腔长差与理论腔长差相对比。结果表明,实际腔长差随负载成正比,平均误差值为5.690%左右,可以准确获取 EFPI 的腔长。 相似文献
4.
5.
针对语音情感识别中的特征提取的问题,提出了一种新的特征提取方式,利用深度神经网络(DNN)中的深度信念网络(DBNs)自动提取语音信号中情感特征.通过训练一个5层的深度信念网络提取语音情感特征,把连续多帧的语音并在一起,构成一个高维的特征,把深度信念网络训练完的特征作为非线性支持向量机(SVM)分类器的输入端,最终建立一个语音情感识别多分类器系统.其识别率为86.5%比传统的基于提取句子的时间构造、振幅构造、基频构造等特征的方法提高7%. 相似文献
6.
7.
8.
9.
10.
本文介绍了基于业务流程重构与模式创新重塑的广电全媒体广告经营融合管理平台的设计与实现,该平台具有广告合同订单、编排、广播与电视播出、财务结算、播后监查等业务流环节,可实现广电媒体广告经营全业务流融合的“闭环管理”,从而提升其广告综合效益。 相似文献