CsPbBr3量子点镶嵌氟磷酸盐玻璃及制备方法和应用

    公开(公告)号:CN114671608A

    公开(公告)日:2022-06-28

    申请号:CN202210409198.3

    申请日:2022-04-19

    Abstract: 本发明公开了CsPbBr3量子点镶嵌氟磷酸盐玻璃及制备方法和应用,其由氟磷酸盐玻璃基质和有效发光中心两部分组成,有效发光中心为CsPbBr3量子点或CsPbBr3量子点与Eu3+的混合。制备时先将量子点玻璃前驱体研磨混合,于高温熔炉中熔制得到玻璃液,将玻璃液淬冷得到玻璃前体,对玻璃前体进行退火、加工、热处理即完成制备。得益于氟磷酸盐玻璃基质低熔点、高导热、化学及机械稳定性好的特性,在该基质中沉淀的CsPbBr3量子点热、化学稳定性得到极大提高、量子效率达60.15%,在365nm紫外激发下表现出约20nm的窄带发射;在引入Eu3+后该量子点玻璃表现出多峰发射,可用作固态照明中的色彩转换器。

    一种基于深度学习的客服问答系统及实现方法

    公开(公告)号:CN111666385A

    公开(公告)日:2020-09-15

    申请号:CN201910170588.8

    申请日:2019-03-07

    Inventor: 邵曦 陈明

    Abstract: 本发明公开了一种基于深度学习的客服问答系统及实现方法,包括用于采集客服对话数据,构建基于Python爬虫的数据获取模块;用于进行中间语义分析的数据处理模块;用于通过问答模型生成回答并返回给客户的系统实现模块,本发明把深度学习技术应用到客服问答系统中,可以有效地实现自动生成问答的功能,使得客户在与客服对话过程中感到真实感,以及强于人工客服的高效率。采用Seq2Seq(Encoder-Decoder)框架和Attention机制训练出来的问答系统,能够更加准确地理解用户的语义,不仅包含了过去对话的上下文信息,而且将历史对话信息融入到当前对话中,从而能够做到精准回答客户的问题。同时,使用Bi-RNN训练单元,可以对未来对话信息进行预测,进一步提高了客户对系统的满意度。

Patent Agency Ranking