-
公开(公告)号:CN110534748A
公开(公告)日:2019-12-03
申请号:CN201910820656.0
申请日:2019-08-29
Applicant: 东北大学
IPC: H01M4/66 , H01M4/74 , H01M10/0525
Abstract: 本发明涉及一种柔性锂离子电池负极集流体的制备方法,其包括有以下步骤:S1、将布料作为基底材料进行预处理,之后超声处理、敏化、活化处理;S2、使用化学镀镍法在步骤S1处理后的布料上生长一层纳米镍颗粒层,制备出镀镍布料作为柔性集流体;S3、对镀镍布料进行原位生长Ni(OH)2纳米片阵列;S4、通过热处理方法Ni(OH)2纳米片阵列转变为纳米级氧化镍阵列,同时将柔性布料基底转变为氮、磷共掺杂的柔性碳基底。本发明制备的柔性锂离子电池负极活性材料NiO与导电基底结合力强、镍/碳支撑的集流体具有良好的导电性、稳定性和柔韧性,制备方法简便。
-
公开(公告)号:CN117953913A
公开(公告)日:2024-04-30
申请号:CN202410086072.6
申请日:2024-01-22
Applicant: 东北大学
IPC: G10L21/0216 , G10L21/0264 , G10L25/30 , G10L21/0232 , G01S5/18
Abstract: 本发明的一种基于深度学习的高噪环境下的声源定位和事件检测方法是设计一个通过对含噪声音进行增强,再对其进行声源定位和事件检测分析的方法。将含噪声音提取时频域特征后送入由深度可分离卷积组成的编码器‑解码器结构网络中,编码器和解码器之间由双路循环神经网络组成,并在块内循环神经网络中加入注意力机制,使得算法可以更加关注包含较多有用信息的频率部分,尤其是在高噪场景下,能够有效减少有用信息的损失。经过前端降噪后的声音数据提取SALSA特征并进行特征增强,可以解决重叠声源问题并增加数据集多样性。然后送入加入了挤压激励模块的SELD网络中进行训练。本发明解决了在高噪场景下定位与事件检测准确度较低的问题。
-