一种基于自动机器学习的边缘计算模型训练方法

    公开(公告)号:CN115687930A

    公开(公告)日:2023-02-03

    申请号:CN202211446841.6

    申请日:2022-11-18

    Abstract: 本发明公开了一种基于自动机器学习的边缘计算模型训练方法,包括以下步骤:在边缘服务器训练计算模型前获取当前的计算任务信息和服务器计算资源情况;通过NAS(Neural Architecture Search)根据计算任务信息和计算资源情况,对自动机器学习算法的超参数进行学习和约束;在确定自动机器学习算法的超参数后,通过自动机器学习算法根据输入数据自动训练出最优的计算模型。与当前边缘服务器上的计算模型不同,本方法的模型采用了自动机器学习技术,可以减轻模型开发和维护成本,在自动生成模型时考虑到边缘服务器的异构性、资源有限性以及计算任务对计算时延的要求问题,使生成的计算模型更具有泛化能力。

    一种锂、钠离子电池负极材料焦钒酸镍及其溶胶凝胶结合退火的制备方法与应用

    公开(公告)号:CN112960707A

    公开(公告)日:2021-06-15

    申请号:CN202110350641.X

    申请日:2021-03-31

    Abstract: 本发明公开了一种锂、钠离子电池负极材料焦钒酸镍及其溶胶凝胶结合退火的制备方法与应用,该方法包括:将钒源溶于蒸馏水中,加热至50‑60℃,加入螯合剂搅拌至完全溶解,再加入镍源,保持60℃搅拌加热,得到胶体;干燥后得到干胶体;将干胶体研磨,然后压片,放入惰性气氛下300‑450℃烧结5‑6h,自然冷却后,研磨得到粉末状材料;将粉末状材料再次研磨并压片,在惰性气氛下650‑900℃烧结处理10‑20h,自然冷却后得到焦钒酸镍负极材料。该方法得到的材料,颗粒均一,结构稳定,表现出了优异的电化学性能。该发明适用于生产高性能锂离、钠子电池负极材料焦钒酸镍[Ni2V2O7]。

    锂离子电池正极材料LiNi0.8Co0.1Mn0.1O2及高压固相制备方法与应用

    公开(公告)号:CN112062168B

    公开(公告)日:2021-11-23

    申请号:CN202010896564.3

    申请日:2020-08-31

    Abstract: 本发明属于锂离子电池正极材料技术领域,公开了一种锂离子电池正极材料LiNi0.8Co0.1Mn0.1O2及高压固相制备方法与应用。该方法包括以下步骤:将三元前驱体与锂盐按镍+钴+锰与锂的化学计量比为1:1.05~1.15的比例混合均匀,球磨2~4h得到混合前驱体;将得到的前驱体在氧气气氛中于350~450℃处理2~4h,自然冷却后研磨,得到粉末材料;将该粉末状材料再次球磨2~4h,然后在1~12兆帕的高压氧气气氛中于600~750℃下处理6~15h,自然冷却后得到上述锂离子电池正极材料。该方法工艺简单,采用高压气氛可缩短反应时间,降低反应温度,减少生产成本,所得产物实际容量高,循环性能优异。

    锂离子电池正极材料LiNi0.8Co0.1Mn0.1O2及高压固相制备方法与应用

    公开(公告)号:CN112062168A

    公开(公告)日:2020-12-11

    申请号:CN202010896564.3

    申请日:2020-08-31

    Abstract: 本发明属于锂离子电池正极材料技术领域,公开了一种锂离子电池正极材料LiNi0.8Co0.1Mn0.1O2及高压固相制备方法与应用。该方法包括以下步骤:将三元前驱体与锂盐按镍+钴+锰与锂的化学计量比为1:1.05~1.15的比例混合均匀,球磨2~4h得到混合前驱体;将得到的前驱体在氧气气氛中于350~450℃处理2~4h,自然冷却后研磨,得到粉末材料;将该粉末状材料再次球磨2~4h,然后在1~12兆帕的高压氧气气氛中于600~750℃下处理6~15h,自然冷却后得到上述锂离子电池正极材料。该方法工艺简单,采用高压气氛可缩短反应时间,降低反应温度,减少生产成本,所得产物实际容量高,循环性能优异。

Patent Agency Ranking