一种基于BP神经网络的中庭商场碳排放预测方法

    公开(公告)号:CN119904248A

    公开(公告)日:2025-04-29

    申请号:CN202411973776.1

    申请日:2024-12-30

    Abstract: 一种基于BP神经网络的中庭商场碳排放预测方法,涉及碳排放预测技术领域。本发明是为了解决目前商场中庭碳排放量预测方法还存在预测效率和准确率低的问题。本发明包括:获取商场的布局图,并获取商场中庭所属类型,然后建立商场模拟模型;获取商场模拟模型的碳排放量和光伏发电减碳量;获取商场模拟模型的建筑信息数据,利用商场模拟模型的建筑信息数据、商场模拟模型的碳排放量和光伏发电减碳量构建训练集,利用训练集对BP神经网络模型进行训练,将训练好的BP神经网络模型作为碳排放预测模型。获取待预测商场建筑信息数据,并将待预测商场建筑信息数据输入到碳排放预测模型中,获得碳排放预测值。本发明用于商场中庭碳排放的预测。

    一种复合电磁吸波材料的制备方法

    公开(公告)号:CN116589978A

    公开(公告)日:2023-08-15

    申请号:CN202310441622.7

    申请日:2023-04-23

    Abstract: 一种复合电磁吸波材料的制备方法,它属于纳米材料技术领域。方法:SiBON粉末分散到溶剂中,加还原氧化石墨烯,混匀后得到A;硅烷偶联剂分散到溶剂中,加酸并控制pH值为1‑3,水解反应后得到B;A和B混合,反应至分层,收集固体物质,获得SiBON‑rGO。本发明利用SiBON陶瓷成功调节了复合材料的复介电常数以及阻抗匹配,并引入了丰富界面使得其极化损耗有较大的提高,SiBON含量可以调整电导损耗和极化损耗二者的平衡。形成了具有SiBON陶瓷外层和还原氧化石墨烯内层的复合结构。该结构使得电磁波入射时,可以成功将电磁波诱导到材料内部,并利用内部石墨烯层吸收电磁波。它适用于SiBON/rGO的制备。

Patent Agency Ranking