-
公开(公告)号：CN118702102A
公开(公告)日：2024-09-27
申请号：CN202410852533.6
申请日：2024-06-28
申请人： 广东工业大学 , 化学与精细化工广东省实验室揭阳分中心
IPC分类号： C01B32/318 , C01B32/348 , H01G11/34 , H01G11/44 , H01G11/26 , H01G11/86
摘要： 本发明公开了一种高介孔率木质素基多级孔炭材料及其制备方法与应用。本发明由有机锌盐、氢氧化钾和木质素在醇溶液中混合搅拌，经过加热、搅拌、干燥得到木质素/氧化锌/有机钾盐前驱体复合物，在热解碳化过程中实现钾盐的化学活化与氧化锌的硬模板作用结合，得到高介孔率的木质素基分级多孔炭。所得的木质素基分级多孔炭具有高比表面积和发达的孔道结构，能有效地提高锌离子混合电容器电容器的质量比电容和倍率性能，同时高介孔率利于锌离子运输，提高了活性位点利用率。
-
公开(公告)号：CN118584105A
公开(公告)日：2024-09-03
申请号：CN202410337093.0
申请日：2024-03-22
申请人： 广东工业大学
IPC分类号： G01N33/569 , G01N21/65 , G06F18/2431 , G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/084 , G16B40/10
摘要： 一种基于表面增强拉曼光谱和卷积神经网络的无损识别干细胞分化阶段方法，包括以下步骤：A、数据集获取；在iPSC分化过程中分别取第1、4、7、10、15天的细胞，与AuNRs与线粒体定位信号肽结合的线粒体靶向探针共孵育，利用拉曼光谱仪采集这6个阶段细胞的SERS光谱；B、构建数据集；C、数据集预处理；D、搭建并训练卷积神经网络模型训练；E、测试卷积神经网络模型；F、监控iPSC向NPC的分化过程细胞状态；G、寻找合适区间的光谱用于判断细胞状态。本发明提出的方法能快速、无损、准确地识别干细胞的分化状态。
-
公开(公告)号：CN115346801B
公开(公告)日：2024-08-16
申请号：CN202210972370.6
申请日：2022-08-15
申请人： 广东工业大学
摘要： 本发明公开了一种超级电容器用木质素衍生多孔炭及其制备方法与应用。本发明利用碱性可溶性钙盐为模板剂，木质素为碳源，碱金属氢氧化物作为助溶剂，通过炭化、酸洗、抽滤、干燥制备超级电容器用木质素衍生多孔炭。同时将酸洗过程中产生的二氧化碳收集得到高纯度二氧化碳气体，滤液重结晶得到钙盐回收利用。所制备的活性炭电极材料具有较高的比表面积和分级多孔结构，其作为锌离子电容器正极有较高的比容量、较好的倍率性能和循环稳定性。该方法具有操作简单、成本低廉、绿色环保等特点。实现了木质素资源的综合利用，有利于工业推广。
-
公开(公告)号：CN116147531A
公开(公告)日：2023-05-23
申请号：CN202211696054.7
申请日：2022-12-28
申请人： 广东工业大学
IPC分类号： G01B11/25 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/0464
摘要： 本发明涉及光学自干涉数字全息技术领域，尤其涉及一种基于深度学习的光学自干涉数字全息重构方法及系统。本发明提出了一种以U‑Net为基础的端对端的神经网络直接实现菲涅尔非相干相关数字全息单次曝光相位重构的方法，其中，菲涅尔全息图通过光路采集，可以提高成像速度，加快网络的训练速度，同时，训练得到的全息重构模型，能够在单幅菲涅尔全息图的条件下，实现样品的相位重构，因此减少了环境的干扰以及振动的影响，提高了动态测量下的可用性。
-
-
-
公开(公告)号：CN118115390A
公开(公告)日：2024-05-31
申请号：CN202410278993.2
申请日：2024-03-12
申请人： 广东工业大学
IPC分类号： G06T5/73 , G06N3/088 , G06N3/045 , G06N3/0475 , G06N3/094
摘要： 本发明涉及图像处理技术领域，尤其涉及一种基于无监督学习的弱导电材料扫描电镜图像处理方法，该方法构建了一种基于双向循环生成对抗网络CycleGAN的无监督学习网络模型提升弱导电材料扫描电子显微镜成像质量，该方法使用不配对数据训练网络，无需一一对应的清晰和模糊图像，使得数据集制作更加方便和简单，且基于生成对抗网络这一模型，无需经过任何物理上的复杂操作即可快速、方便、有效获取到弱导电材料的清晰扫描电子显微镜图像，提高了图像处理效率。
-
公开(公告)号：CN118115390B
公开(公告)日：2024-09-10
申请号：CN202410278993.2
申请日：2024-03-12
申请人： 广东工业大学
IPC分类号： G06T5/73 , G06N3/088 , G06N3/045 , G06N3/0475 , G06N3/094
摘要： 本发明涉及图像处理技术领域，尤其涉及一种基于无监督学习的弱导电材料扫描电镜图像处理方法，该方法构建了一种基于双向循环生成对抗网络CycleGAN的无监督学习网络模型提升弱导电材料扫描电子显微镜成像质量，该方法使用不配对数据训练网络，无需一一对应的清晰和模糊图像，使得数据集制作更加方便和简单，且基于生成对抗网络这一模型，无需经过任何物理上的复杂操作即可快速、方便、有效获取到弱导电材料的清晰扫描电子显微镜图像，提高了图像处理效率。
-
公开(公告)号：CN115346801A
公开(公告)日：2022-11-15
申请号：CN202210972370.6
申请日：2022-08-15
申请人： 广东工业大学
摘要： 本发明公开了一种超级电容器用木质素衍生多孔炭及其制备方法与应用。本发明利用碱性可溶性钙盐为模板剂，木质素为碳源，碱金属氢氧化物作为助溶剂，通过炭化、酸洗、抽滤、干燥制备超级电容器用木质素衍生多孔炭。同时将酸洗过程中产生的二氧化碳收集得到高纯度二氧化碳气体，滤液重结晶得到钙盐回收利用。所制备的活性炭电极材料具有较高的比表面积和分级多孔结构，其作为锌离子电容器正极有较高的比容量、较好的倍率性能和循环稳定性。该方法具有操作简单、成本低廉、绿色环保等特点。实现了木质素资源的综合利用，有利于工业推广。
-
公开(公告)号：CN116147531B
公开(公告)日：2023-08-29
申请号：CN202211696054.7
申请日：2022-12-28
申请人： 广东工业大学
IPC分类号： G01B11/25 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/0464
摘要： 本发明涉及光学自干涉数字全息技术领域，尤其涉及一种基于深度学习的光学自干涉数字全息重构方法及系统。本发明提出了一种以U‑Net为基础的端对端的神经网络直接实现菲涅尔非相干相关数字全息单次曝光相位重构的方法，其中，菲涅尔全息图通过光路采集，可以提高成像速度，加快网络的训练速度，同时，训练得到的全息重构模型，能够在单幅菲涅尔全息图的条件下，实现样品的相位重构，因此减少了环境的干扰以及振动的影响，提高了动态测量下的可用性。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.083 秒)
