基于物理模型先验神经网络的结构光照明显微重建方法

    公开(公告)号:CN119919290A

    公开(公告)日:2025-05-02

    申请号:CN202311428232.2

    申请日:2023-10-30

    Abstract: 本发明提供一种基于物理模型先验神经网络的结构光照明显微重建方法,其中,所述方法包括:获取实验数据,实验数据包括图像原始输入序列;将实验数据输入至卷积神经网络初始化模型中得到模型初始输出;基于傅里叶变换以及空域相似性作为约束条件结合模型初始输出对卷积神经网络初始化模型进行参数迭代优化训练以得到目标卷积神经网络模型;将目标卷积神经网络模型对应的模型输出图像作为目标图像进行输出。本发明一方面采用卷积神经网络作重参数化,提高了在噪声条件下重建的鲁棒性,同时保证了重建结果与输入数据源的一致性;另一方面通过采用预训练加微调的二阶段策略提升了整体重建过程的收敛速度与收敛稳定性。

    一种在纳米钛酸锂表面富集锶元素的制备方法

    公开(公告)号:CN106816588B

    公开(公告)日:2019-09-27

    申请号:CN201611192279.3

    申请日:2016-12-21

    Abstract: 本发明涉及一种在纳米钛酸锂表面富集锶元素的制备方法,通过改进的溶胶凝胶法引入少量锶元素制得表面富集了锶元素的Li4Ti5O12负极材料。锶元素在合适的烧结条件下能够以氧化物的形式在颗粒表面自发富集,经高能球磨后该方法制备的钛酸锂颗粒粒径均匀、分散效果好,颗粒团聚现象得到了显著地改善。在材料颗粒表面富集的锶氧化物能有效阻止有机电解液与钛酸锂直接接触,抑制充放电过程中Ti‑O键催化电解液分解引起的气胀现象。制得的Li4Ti5O12拥有较高的充放电比容量和较稳定的循环性能,室温条件下,1C倍率时其首次放电容量达到了174.5mAh/g,接近理论容量,10C倍率下其放电容量也达到了120mAh/g以上,在民用便携式电子设备乃至动力设备领域均有广阔的应用前景。

    一种在纳米钛酸锂表面富集锶元素的制备方法

    公开(公告)号:CN106816588A

    公开(公告)日:2017-06-09

    申请号:CN201611192279.3

    申请日:2016-12-21

    Abstract: 本发明涉及一种在纳米钛酸锂表面富集锶元素的制备方法,通过改进的溶胶凝胶法引入少量锶元素制得表面富集了锶元素的Li4Ti5O12负极材料。锶元素在合适的烧结条件下能够以氧化物的形式在颗粒表面自发富集,经高能球磨后该方法制备的钛酸锂颗粒粒径均匀、分散效果好,颗粒团聚现象得到了显著地改善。在材料颗粒表面富集的锶氧化物能有效阻止有机电解液与钛酸锂直接接触,抑制充放电过程中Ti‑O键催化电解液分解引起的气胀现象。制得的Li4Ti5O12拥有较高的充放电比容量和较稳定的循环性能,室温条件下,1C倍率时其首次放电容量达到了174.5mAh/g,接近理论容量,10C倍率下其放电容量也达到了120mAh/g以上,在民用便携式电子设备乃至动力设备领域均有广阔的应用前景。

Patent Agency Ranking