一种失活Pt/C催化剂的再生方法
    1.
    发明公开

    公开(公告)号:CN118122392A

    公开(公告)日:2024-06-04

    申请号:CN202410059591.3

    申请日:2024-03-13

    Applicant: 南京大学

    Abstract: 本发明涉及一种用于失活Pt/C催化剂的再生方法,所述失活Pt/C催化剂为导电炭黑负载Pt纳米颗粒,将Zn基沸石咪唑酯骨架材料和失活Pt/C催化剂按照质量比5:1~20:1均匀混合后,加入前述混合物质量1~5倍的刻蚀剂,在900℃~1200℃下煅烧制得;所述Zn基沸石咪唑酯骨架材料是由含Zn2+材料与2‑甲基咪唑反应合成;所述刻蚀剂为高温条件下能生成刻蚀性气体的物质本发明设计的失活Pt/C催化剂的再生方法操作简单、反应条件温和、绿色安全,现有工业化设备可满足所有操作步骤运行,得到的再生Pt/C催化剂具有良好氧还原活性、稳定性和抗中毒性。

    一种众包测试报告的处理和分类方法

    公开(公告)号:CN112416780A

    公开(公告)日:2021-02-26

    申请号:CN202011336106.0

    申请日:2020-11-25

    Applicant: 南京大学

    Abstract: 本发明公开了一种众包测试报告的处理和分类方法,在众包平台下发布软件测试任务,待工人测试完成后收集报告;从获得的数据中提取出Word Embedding、TF‑IDF和Metadata三个维度的特征;使用双向长短时记忆网络获得各个特征的全局编码表示,再根据特征的全局编码表示得到各个特征的注意力权重,并通过注意力权重调整全局编码;分类阶段,根据分类器得到相应的分类结果。本发明解决了没有考虑词序的问题,同事提高了分类的精度。

    唤醒远端设备的方法和系统

    公开(公告)号:CN101964714B

    公开(公告)日:2013-01-30

    申请号:CN201010522794.X

    申请日:2010-10-28

    Applicant: 南京大学

    CPC classification number: G06F1/3234 H04M1/738 H04W52/0229 Y02D70/00

    Abstract: 本发明公开了一种通过有线方式实现远程唤醒和状态检测的方法和系统,其中唤醒信号发生装置根据控制产生唤醒信号,经过线缆馈送到远端设备供电装置,唤醒远端设备供电装置正常工作,向远端设备供电。其特征在于,所述的唤醒信号是与常态特征不同的指定特性电压,处于断电状态的远端设备供电装置可以检测出这种特定唤醒信号,并在检测到唤醒信号后唤醒远端设备供电装置提供正常电源电压输出。同时唤醒信号发生装置能够根据唤醒信号馈线上的馈线电流判断出远端设备是否已经处于被唤醒的活动状态。本发明的有益效果是:唤醒能耗低、可以唤醒真正断电休眠的系统、简化了结构、易于实施、便于与远程馈电方式兼容并且耐压工艺要求低。

    带唤醒功能的远程恒压馈电方法和系统

    公开(公告)号:CN101980472A

    公开(公告)日:2011-02-23

    申请号:CN201010522791.6

    申请日:2010-10-28

    Applicant: 南京大学

    Abstract: 本发明公开了一种通过有线方式实现带唤醒功能的远程恒压馈电方法和系统,其中局端供电设备中的智能供电模块从局端电源产生馈电电压,经由馈线馈送到终端电源模块。其特征在于,所述智能供电模块可持续向终端电源模块提供恒压馈电且在需要远程唤醒休眠状态下的终端电源模块时根据已定规则改变馈电电压极性,所述终端电源模块中的电压极性监控模块可通过监控局端所馈电压的极性决定是否唤醒处于休眠状态下的终端电源模块进入正常供电状态。本发明的有益效果是:馈电灵活、馈电功率大、能源效率高、馈电电路及唤醒方法简单易实现、降低了耐压工艺要求。

    一种基于完全信息下竞价博弈的任务分配方法

    公开(公告)号:CN113868932A

    公开(公告)日:2021-12-31

    申请号:CN202110641786.5

    申请日:2021-06-09

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于完全信息下竞价博弈的任务分配方法,包括,进行数据采集,获取真实应用场景中用户的策略数据和能力数据;对获取到的数据进行数据预处理,使用PSO算法获取每项任务下的用户最优排序;进行动态博弈,建立不断演化的动态博弈机制;进行攻防演化博弈,考虑到实际应用中的信息不完全共享条件,进一步构建攻防演化博弈模型。通过本发明可以对任务分配过程设计了优化算法,对任务进行解析并根据工人的能力函数进行自监督学习,在此基础上使用了改进的演化攻防博弈,通过不同众测规模以及有无扰动的对比实验,使传统的算法模型收敛更好,且能在外部扰动下很好的节约众测成本。具有较强的实用性,适用于所有的众包系统系统中。

    一种基于MAS-Q-Learing的任务分配方法

    公开(公告)号:CN113377655A

    公开(公告)日:2021-09-10

    申请号:CN202110664158.9

    申请日:2021-06-16

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于MAS‑Q‑Learing的任务分配方法,获取真实应用场景中的用户数据,采用马尔科夫决策对用户数据进行建模,将众包人员设计成智能体五元组,通过Q值学习方法计算他们的全局收益;对邻近智能体的状态以及下一状态进行定位,采用拉普拉斯矩阵用于描述各个智能体成员之间的关联关系,采用多属性决策方法进行计算,其计算结果再经过权重分配和集结。采用时间差分方法估计动作‑值函数,同时给出了满足合理性、完整性条件的智能体状态函数。本发明不仅具有良好的鲁棒性,而且具有良好的适应性。

    一种基于多单位预算限制的采购激励方法

    公开(公告)号:CN112418931A

    公开(公告)日:2021-02-26

    申请号:CN202011322875.5

    申请日:2020-11-23

    Applicant: 南京大学

    Abstract: 本发明提供了一种基于多单位预算限制的采购激励方法,首先,采集卖家或者众包平台中的工作者出价信息,所述报价信息包括工作者对单位物品的出价;然后设计分配函数;采用基于贪心分配算法的改进算法,根据卖家的出价和其可以提供的内容,由分配函数计算获得胜出方;所述改进算法包括确定性算法和随机性算法;随后进入支付步骤,基于胜出方集合,设计支付函数,决定支付价格;最后完成交割;卖家提供物品,买家支付金钱;当买家完成对待交割物品的验证后,完成物品交割,交易完成;本发明提供的采购激励方法,解决了众包服务中如果将众包任务定价过高,在财务限制下招募的工作者会相应减少,这将导致众包的预期效果降低的问题。

    一种基于扰动粒子群的众测联盟建立方法

    公开(公告)号:CN112418671A

    公开(公告)日:2021-02-26

    申请号:CN202011325632.7

    申请日:2020-11-24

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于扰动粒子群的众测联盟建立方法,根据能力函数初始化众测工人的报酬,获取特征的数据;得到所有特征数据及能力函数组成的三维数据集,作为群优化的初始位置分布,使用PSO算法,在加入一定扰动后,粒子初始位置分布在一定范围内,初始化众测联盟;联盟优化阶段,根据初始化数据及给定的能力函数,计算获取基于收益的最优解,根据不同的特征数据,调整计算过程中的能力函数;联盟形成阶段,每个粒子通过追随自身的个体最好位置与群体的全局最好位置来动态调整自己的飞行速度,最后通过搜索迭代找到近似最优解。本发明能够使得个人收益最大化,从而尽可能在最优化人员分配的角度下节约成本。

    一种基于扰动粒子群的众测联盟建立方法

    公开(公告)号:CN112418671B

    公开(公告)日:2024-12-13

    申请号:CN202011325632.7

    申请日:2020-11-24

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于扰动粒子群的众测联盟建立方法,根据能力函数初始化众测工人的报酬,获取特征的数据;得到所有特征数据及能力函数组成的三维数据集,作为群优化的初始位置分布,使用PSO算法,在加入一定扰动后,粒子初始位置分布在一定范围内,初始化众测联盟;联盟优化阶段,根据初始化数据及给定的能力函数,计算获取基于收益的最优解,根据不同的特征数据,调整计算过程中的能力函数;联盟形成阶段,每个粒子通过追随自身的个体最好位置与群体的全局最好位置来动态调整自己的飞行速度,最后通过搜索迭代找到近似最优解。本发明能够使得个人收益最大化,从而尽可能在最优化人员分配的角度下节约成本。

Patent Agency Ranking