-
公开(公告)号：CN112229879A
公开(公告)日：2021-01-15
申请号：CN202011129745.X
申请日：2020-10-21
Applicant: 重庆大学
IPC: G01N27/12
Abstract: 本发明提供一种TiO2‑Ti3C2Tx复合薄膜气体传感器及其制备方法和用途，包括TiO2‑Ti3C2Tx复合薄膜气体传感元件，所述TiO2‑Ti3C2Tx复合薄膜气体传感元件包括具有氧化铝陶瓷基底层的叉指电极和TiO2‑Ti3C2Tx敏感材料层，TiO2‑Ti3C2Tx敏感材料涂覆在所述叉指电极表面，所述的TiO2‑Ti3C2Tx敏感材料层通过在二维Ti3C2Tx纳米材料上原位生长TiO2纳米颗粒所制得的。本发明以二维Ti3C2本身为钛源，通过一步水热法合成了具有规则形貌的TiO2‑Ti3C2Tx纳米复合材料，制备过程较环保简单，是一种设备投资小，工艺流程简单的二维半导体制备方案。本发明的TiO2‑Ti3C2Tx传感器，由于材料间有效的协同作用，TiO2‑Ti3C2Tx传感器对测试气体的气敏性能均表现出增强的响应。
-
公开(公告)号：CN112255278B
公开(公告)日：2022-11-22
申请号：CN202010958487.X
申请日：2020-09-14
Applicant: 重庆大学
Abstract: 本发明公开了一种Ti3C2Tx/WO3复合纳米材料的室温氨气传感器及制备方法和应用，传感器从下到上依次包括氧化铝陶瓷基底层，Ag/Pd叉指电极层及Ti3C2Tx/WO3复合材料薄膜层，所述Ti3C2Tx/WO3复合材料薄膜是通过滴涂法在预制叉指电极上制得的。本发明选取的WO3纳米颗粒具有对氨气敏感，响应时间快，长期稳定性好，易于合成，具有丰富的氧活性位点等优点；Ti3C2Tx材料是一种新型二维材料，其具有比表面积大，载流子浓度高，且表面含有丰富的氨气吸附官能团，因此Ti3C2Tx材料具有优异的氨气吸附能力；二者复合能够大大提升传感器对氨气的响应灵敏度。
-
公开(公告)号：CN109344767A
公开(公告)日：2019-02-15
申请号：CN201811148970.0
申请日：2018-09-29
Applicant: 重庆大学
Abstract: 本申请公开了一种基于多方位多特征协同表示的SAR目标识别方法，本发明首次通过挖掘相邻SAR图像的方位相关性，对传统的协同表示算法进行改进，提出了一种新的多方位CRC算法，该方法综合了不同特征的判别能力，融合了各种特征的多方位CRC决策结果，更加适用于SAR图像目标分类。此方法不仅保留了协同表示操作简单的优点，同时也提高了SAR目标分类的准确度，并且其抗噪声能力和对各参数变化的鲁棒性都很优越。
-
公开(公告)号：CN112990342B
公开(公告)日：2023-09-19
申请号：CN202110378654.8
申请日：2021-04-08
Applicant: 重庆大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V20/10 , G06N3/045 , G06N3/0475 , G06N3/0895 , G06N3/094 , G06N3/096
Abstract: 本发明公开了一种半监督SAR目标识别方法，包括：S1、获取原始训练集；S2、对原始训练集进行方位角扩充，得到扩充训练集；S3、利用扩充训练集训练CWGAN‑GP；S4、利用训练后的CWGAN‑GP生成新的训练集；S5、将新的训练集与原始训练集混合得到增强训练集；S6、利用增强训练集训练Mean‑Teacher半监督分类器直至模型收敛；S7、将待识别SAR图像输入训练后的Mean‑Teacher半监督分类器，得到识别结果。不同于一般的基于生成对抗网络数据增强方法，本发明结合了SAR目标数据的特点，在半监督条件下有标签数据缺失的情况下，实现了对SAR目标图像类别标签的扩充，实现了对数据集中缺失的方位角信息的补足，从而提高了训练集的特征丰富度，以训练得到具有更好性能的分类器，最终提高识别精度。
-
公开(公告)号：CN112255278A
公开(公告)日：2021-01-22
申请号：CN202010958487.X
申请日：2020-09-14
Applicant: 重庆大学
Abstract: 本发明公开了一种Ti3C2Tx/WO3复合纳米材料的室温氨气传感器及制备方法和应用，传感器从下到上依次包括氧化铝陶瓷基底层，Ag/Pd叉指电极层及Ti3C2Tx/WO3复合材料薄膜层，所述Ti3C2Tx/WO3复合材料薄膜是通过滴涂法在预制叉指电极上制得的。本发明选取的WO3纳米颗粒具有对氨气敏感，响应时间快，长期稳定性好，易于合成，具有丰富的氧活性位点等优点；Ti3C2Tx材料是一种新型二维材料，其具有比表面积大，载流子浓度高，且表面含有丰富的氨气吸附官能团，因此Ti3C2Tx材料具有优异的氨气吸附能力；二者复合能够大大提升传感器对氨气的响应灵敏度。
-
Patent Agency Ranking
公开(公告)号：CN112255272A
公开(公告)日：2021-01-22
申请号：CN202010960012.4
申请日：2020-09-14
Applicant: 重庆大学
IPC: G01N27/00
Abstract: 本发明提供了一种气体传感器及其制备方法，其中，所述气体传感器包括叉指电极，所述气体传感器在叉指电极上覆有拓扑绝缘体薄膜；所述叉指电极的叉指宽度为100±5μm，其叉指的间隔距离为80±5μm；所述拓扑绝缘体包括硒化铋，碲化铋和碲化锑；所述覆盖在叉指电极上拓扑绝缘体薄膜的厚度为10μm‑100μm。拓扑绝缘体在其体相中显示出绝缘行为，而其表面上存在稳定的，受拓扑保护的金属态。高的表面导电性在可表现出低的信号噪声，并且能够在室温对气体进行灵敏检测。此外，当拓扑绝缘体被适当的催化金属层覆盖时，拓扑表面可作为一种有效的电子池，增强各种气体分子的吸附。这些性质使拓扑绝缘体在气敏领域表现出巨大的应用潜力。
-
公开(公告)号：CN109444880A
公开(公告)日：2019-03-08
申请号：CN201811239137.7
申请日：2018-10-23
Applicant: 重庆大学
Abstract: 本发明公开了一种基于多特征低秩表示融合的SAR目标识别方法，将低秩表示模型应用到SAR配置下的目标识别问题中，利用多特征低秩表示联合识别SAR目标，提高了识别精度，此外，本发明还提出了一种新的两级融合策略，这一融合策略充分挖掘了SAR图像的多方位相关性和多特征对识别的贡献，并且两级决策融合进一步提高了所提出方法的鲁棒性。
-
公开(公告)号：CN109344767B
公开(公告)日：2021-09-28
申请号：CN201811148970.0
申请日：2018-09-29
Applicant: 重庆大学
Abstract: 本申请公开了一种基于多方位多特征协同表示的SAR目标识别方法，本发明首次通过挖掘相邻SAR图像的方位相关性，对传统的协同表示算法进行改进，提出了一种新的多方位CRC算法，该方法综合了不同特征的判别能力，融合了各种特征的多方位CRC决策结果，更加适用于SAR图像目标分类。此方法不仅保留了协同表示操作简单的优点，同时也提高了SAR目标分类的准确度，并且其抗噪声能力和对各参数变化的鲁棒性都很优越。
-
公开(公告)号：CN111323457B
公开(公告)日：2021-07-06
申请号：CN202010180905.7
申请日：2020-03-16
Applicant: 重庆大学
IPC: G01N27/12
Abstract: 本发明提供基于无铅卤化物钙钛矿的气体传感器及其制备方法，(1)将1mmol CsI和2mmol CuI溶于1mL N,N‑二甲基甲酰胺和二甲基亚砜的混合溶剂中，在60℃下于手套箱中真空条件下搅拌1小时制得CsCu2I3前驱体溶液；(2)将100μL前驱体溶液以3000rpm的速度旋涂到清洁的金叉指电极上来形成CsCu2I3薄膜，并在最后5s将100μL乙酸甲酯滴在旋转的金叉指电极中央；(3)将薄膜在手套箱中于100℃退火1小时以蒸发残留的溶剂并促进结晶从而制成CsCu2I3气体传感器。本发明用于检测二氧化氮气体。本发明通过观测传感器电阻值的变化检测二氧化氮这种环境污染气体。
-
公开(公告)号：CN112990342A
公开(公告)日：2021-06-18
申请号：CN202110378654.8
申请日：2021-04-08
Applicant: 重庆大学
Abstract: 本发明公开了一种半监督SAR目标识别方法，包括：S1、获取原始训练集；S2、对原始训练集进行方位角扩充，得到扩充训练集；S3、利用扩充训练集训练CWGAN‑GP；S4、利用训练后的CWGAN‑GP生成新的训练集；S5、将新的训练集与原始训练集混合得到增强训练集；S6、利用增强训练集训练Mean‑Teacher半监督分类器直至模型收敛；S7、将待识别SAR图像输入训练后的Mean‑Teacher半监督分类器，得到识别结果。不同于一般的基于生成对抗网络数据增强方法，本发明结合了SAR目标数据的特点，在半监督条件下有标签数据缺失的情况下，实现了对SAR目标图像类别标签的扩充，实现了对数据集中缺失的方位角信息的补足，从而提高了训练集的特征丰富度，以训练得到具有更好性能的分类器，最终提高识别精度。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.018 seconds)
