-
公开(公告)号：CN116496774A
公开(公告)日：2023-07-28
申请号：CN202310446446.6
申请日：2023-04-24
Applicant: 东南大学
Abstract: 本发明公开了一种锰掺杂氟化物荧光粉的耐水改性方法，具体为：将二氧化硅或二氧化硅和酒石酸的混合物在恒温水浴下溶于氢氟酸水溶液中，得到氟硅酸溶液或酒石酸和氢氟酸的混合溶液；将氟化物红色荧光粉加入到氟硅酸溶液或酒石酸和氢氟酸的混合溶液中，在水浴下充分搅拌，将反应后的产物经洗涤、干燥处理得到改性后的荧光粉产物。本发明采用原位离子交换法将基质K2SiF6表面的Mn4+离子去除，一方面不会引入杂相；另一方面基质K2SiF6内部仍含有大量的Mn4+离子，因此不会改变荧光粉材料原有的发光性能；本发明方法得到的荧光粉材料耐水性能显著提升，在高温高湿环境下依然能长期保持高发光性能。
-
公开(公告)号：CN112118596A
公开(公告)日：2020-12-22
申请号：CN202011001435.X
申请日：2020-09-22
Applicant: 东南大学
IPC: H04W24/08 , H04B17/391 , H04B17/318
Abstract: 本发明公开了一种基于路径序列回归的无线信号强度预测方法，从一个小区单天线的场景下，获得小区内每个接收节点的特征值，并将所得特征形成一个特征向量作为一个接收节点的特征向量，多次构建以天线为起始点的无向连通图，并获得多条从天线到每个接收节点最短路径，每个最短路径上的节点对应的特征向量构成向量序列，将序列输入循环神经网络中进行进一步的学习并输出其状态，该状态经过一个全连接网络预测接收点信号强度。本发明的一种基于路径序列回归的无线信号强度预测方法能够通过有效的特征提取和有效的特征学习，充分利用神经网络的学习能力，达到较高精准度的预测。
-
Patent Agency Ranking
公开(公告)号：CN112118596B
公开(公告)日：2022-12-06
申请号：CN202011001435.X
申请日：2020-09-22
Applicant: 东南大学
IPC: H04W24/08 , H04B17/391 , H04B17/318
Abstract: 本发明公开了一种基于路径序列回归的无线信号强度预测方法，从一个小区单天线的场景下，获得小区内每个接收节点的特征值，并将所得特征形成一个特征向量作为一个接收节点的特征向量，多次构建以天线为起始点的无向连通图，并获得多条从天线到每个接收节点最短路径，每个最短路径上的节点对应的特征向量构成向量序列，将序列输入循环神经网络中进行进一步的学习并输出其状态，该状态经过一个全连接网络预测接收点信号强度。本发明的一种基于路径序列回归的无线信号强度预测方法能够通过有效的特征提取和有效的特征学习，充分利用神经网络的学习能力，达到较高精准度的预测。
-
公开(公告)号：CN113355088A
公开(公告)日：2021-09-07
申请号：CN202110483277.4
申请日：2021-04-30
Applicant: 东南大学
IPC: C09K11/61
Abstract: 本发明公开一种K2SiF6:Mn4+纳米荧光粉体的制备方法，属于LED荧光粉技术领域，包括以下步骤：将正硅酸四乙酯溶解于乙醇中得到A溶液；将KF溶解于乙酸中得到B溶液；将B溶液滴加至A溶液中，充分搅拌后陈化一段时间。清洗干燥后得到K2SiF6基体。然后将K2MnF6溶解于氢氟酸与硫酸的混合溶液中，将制备的K2SiF6基体放入其中，充分搅拌一段时间，清洗干燥后得到K2SiF6:Mn4+纳米荧光粉体。本发明制备方法得到的K2SiF6:Mn4+的粒径为50nm～500nm，实验步骤简便，实验设备简单，产量高，使用有毒有害物质少，得到的荧光粉可被300nm～500nm范围的可见光有效激发，在600～650nm处有尖锐的发射峰，可用于荧光转换型Mini‑LED或Micro‑LED器件封装。
-
公开(公告)号：CN111223088A
公开(公告)日：2020-06-02
申请号：CN202010049394.5
申请日：2020-01-16
Applicant: 东南大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于深度卷积神经网络的铸件表面缺陷识别方法；该方法包括步骤如下：1.收集铸件表面缺陷图像并对图像进行标注，建立一个常见铸件表面缺陷的数据集；2.构建深度卷积神经网络缺陷识别模型；3.构建网络损失函数；4.将数据集分为训练集和测试集，使用训练集对缺陷识别网络进行训练；5.将测试图像输入训练好的网络，就可以识别出缺陷的位置、类型和大小；本发明提升了铸件表面缺陷的识别精度和识别性能，推动了铸件质量检测的在线化、智能化和自动化发展。
-
公开(公告)号：CN111223088B
公开(公告)日：2023-05-02
申请号：CN202010049394.5
申请日：2020-01-16
Applicant: 东南大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于深度卷积神经网络的铸件表面缺陷识别方法；该方法包括步骤如下：1.收集铸件表面缺陷图像并对图像进行标注，建立一个常见铸件表面缺陷的数据集；2.构建深度卷积神经网络缺陷识别模型；3.构建网络损失函数；4.将数据集分为训练集和测试集，使用训练集对缺陷识别网络进行训练；5.将测试图像输入训练好的网络，就可以识别出缺陷的位置、类型和大小；本发明提升了铸件表面缺陷的识别精度和识别性能，推动了铸件质量检测的在线化、智能化和自动化发展。
-
公开(公告)号：CN113355088B
公开(公告)日：2022-04-12
申请号：CN202110483277.4
申请日：2021-04-30
Applicant: 东南大学
IPC: C09K11/61
Abstract: 本发明公开一种K2SiF6:Mn4+纳米荧光粉体的制备方法，属于LED荧光粉技术领域，包括以下步骤：将正硅酸四乙酯溶解于乙醇中得到A溶液；将KF溶解于乙酸中得到B溶液；将B溶液滴加至A溶液中，充分搅拌后陈化一段时间。清洗干燥后得到K2SiF6基体。然后将K2MnF6溶解于氢氟酸与硫酸的混合溶液中，将制备的K2SiF6基体放入其中，充分搅拌一段时间，清洗干燥后得到K2SiF6:Mn4+纳米荧光粉体。本发明制备方法得到的K2SiF6:Mn4+的粒径为50nm～500nm，实验步骤简便，实验设备简单，产量高，使用有毒有害物质少，得到的荧光粉可被300nm～500nm范围的可见光有效激发，在600～650nm处有尖锐的发射峰，可用于荧光转换型Mini‑LED或Micro‑LED器件封装。
-
-
-
-
-
-
Search Results
7
records
(took 0.054 seconds)
