公开(公告)号：CN111106382B

公开(公告)日：2024-03-26

申请号：CN201811269909.1

申请日：2018-10-29

Applicant: 北京师范大学

Inventor： 周建军 ,  李宁 ,  刘凤泉 ,  李林

IPC: H01M10/0565 ,  H01M10/052 ,  H01M10/0525 ,  H01M12/08

Abstract: 本发明公开了一种含有交联剂的可凝胶化体系及其制备得到的凝胶和/或固态电解质、及其制备方法和应用。该体系中包括以下组分：(a)锂盐，(b)醚类化合物和(c)交联剂，所述(b)醚类化合物选自环状醚类化合物或直链醚类化合物中的至少一种；通过调节所述体系中锂盐、醚类化合物和交联剂的组分含量和种类，可以制备得到强度可调、形成时间可调的凝胶和/或固态电解质；所述制备方法简单、反应条件温和、反应周期短、产物收率高、制备成本低、易于实现工业化生产。所述凝胶和/或固态电解质可应用于锂系电池、建筑材料等领域中，所述固态电解质可以应用于锂系电池等领域中。

公开(公告)号：CN111106382A

公开(公告)日：2020-05-05

申请号：CN201811269909.1

申请日：2018-10-29

Applicant: 北京师范大学

Inventor： 周建军 ,  李宁 ,  刘凤泉 ,  李林

IPC: H01M10/0565 ,  H01M10/052 ,  H01M10/0525 ,  H01M12/08

Abstract: 本发明公开了一种含有交联剂的可凝胶化体系及其制备得到的凝胶和/或固态电解质、及其制备方法和应用。该体系中包括以下组分：(a)锂盐，(b)醚类化合物和(c)交联剂，所述(b)醚类化合物选自环状醚类化合物或直链醚类化合物中的至少一种；通过调节所述体系中锂盐、醚类化合物和交联剂的组分含量和种类，可以制备得到强度可调、形成时间可调的凝胶和/或固态电解质；所述制备方法简单、反应条件温和、反应周期短、产物收率高、制备成本低、易于实现工业化生产。所述凝胶和/或固态电解质可应用于锂系电池、建筑材料等领域中，所述固态电解质可以应用于锂系电池等领域中。

公开(公告)号：CN115700645A

公开(公告)日：2023-02-07

申请号：CN202211437102.0

申请日：2022-11-17

Applicant: 北京师范大学

Inventor： 张正涛 ,  黄承芳 ,  李宁

IPC: G06Q10/06 ,  G06F17/10 ,  G06Q30/02 ,  G06Q50/26

Abstract: 本发明公开了一种灾害间接损失评估方法，综合考虑了房屋厂房设备、交通基础设施等固定资产存量因灾受损与大量人口受灾无法参与生产服务后对经济系统各个行业供给与需求的影响，动态评估从灾害发生后到恢复重建完全结束时期内经济系统持续遭受的间接损失，监测灾后恢复重建期灾区经济系统恢复特征，从而更好的提高灾后应急救援与恢复重建策略的制定。从机理上可提高自然灾害经济损失评估的全面性与准确性，补充灾害间接经济损失评估构成，并用经济损失的高低定量表征灾害“绝对值”风险。本发明可以使保险行业的巨灾保费厘定更具科学性与合理性，且能够从一定程度上推动巨灾保险行业的发展。

公开(公告)号：CN119167042A

公开(公告)日：2024-12-20

申请号：CN202310731440.3

申请日：2023-06-19

Applicant: 北京国双科技有限公司 ,  北京师范大学

Inventor： 孙晓敏 ,  乔志宏 ,  鲍瑞佶 ,  蔺义芹 ,  李宁 ,  马榕梓 ,  赵欣蕊 ,  杨菲

IPC: G06F18/21 ,  G06F18/2113 ,  G06F3/01

Abstract: 本申请公开了一种时间压力识别方法及装置，涉及大数据处理技术领域，提供了有效识别时间压力的解决方案。本申请的主要技术方案为：获取待阅读处理的目标文本；在所述目标文本中划分出阅读区域和操作区域，所述操作区域中包含基于维度和选项而划分得到的多个兴趣区，所述兴趣区用于支持用户在基于所述阅读区域获取到的数据信息之后进行对应的操作行为；在阅读处理所述目标文本的过程中，通过追踪眼动以获取落入各个所述兴趣区内的注视点数据和在各个所述兴趣区之间的阅读轨迹数据；根据在所述操作区域内的所述注视点数据和所述阅读轨迹数据，识别用户在阅读处理所述目标文本时所具有的时间压力。

公开(公告)号：CN116188206A

公开(公告)日：2023-05-30

申请号：CN202211578234.5

申请日：2022-12-06

Applicant: 北京师范大学

Inventor： 孙晓敏 ,  原悦 ,  乔志宏 ,  蒋欣颖 ,  刘臻臻 ,  杨舒婷 ,  蔺义芹 ,  鲍瑞佶 ,  马榕梓 ,  李宁 ,  曹沛伶

IPC: G06Q50/18 ,  G06F40/289 ,  G06Q10/04 ,  G06F18/2431 ,  G06F18/2135 ,  G06F18/214

Abstract: 本发明属于机器学习技术领域，公开了一基于决策树的司法案件判决结果预测方法，该方法包括：数据采集模块对案件事实描述文本信息进行采集，得到对应的词语列表；特征确定模块从词语列表确定具有深层语义表示的原始特征，降维，得到主成分特征；特征调整模块对原始特征进行训练得到对应的组合特征或者重构新特征，与主成分特征进行对比；模型训练模块对使用原始特征向量、组合特征或者重构新特征和每一份案件事实对应的判决结果对模型进行训练，得到相关判决结果预测模型；结果预测模块预测该案件事实描述文本对应的判决结果。本发明通过一种基于决策树的司法案件判决结果预测方法，可以有效帮助法官进行减轻工作负荷，降低判案出错率。