世纪中文出版社

王婷1 薛瑞1 魏玉丽1,2 王明玥1 郭昊1 杨武1 《应用化学学报》 2018年11期

摘要:

共价有机框架材料(CovalentOrganicFrameworks,COFs)是由有机结构单元通过共价键连接的具有周期性结构的多孔化合物。作为一类新型的结晶性有机多孔材料,由于其密度低、比表面积大、孔隙率高、结晶度好、稳定性高及结构单元可设计等特点受到科学界的广泛关注,在气体吸附与分离、光电、催化、药物传递、储能及化学传感与色谱分离等领域表现出良好的应用前景。本文对COFs材料的发展与应用研究进展进行了简要的综述,对COFs应用中尚待解决的问题进行了总结并对未来的发展方向进行了展望。

共价有机框架材料的发展与应用:气体存储、催化与化学传感下载：88 浏览：493

王婷1 薛瑞1 魏玉丽1,2 王明玥1 郭昊1 杨武1 《应用化学学报》 2018年10期

摘要:

共价有机框架材料(CovalentOrganicFrameworks,COFs)是由有机结构单元通过共价键连接的具有周期性结构的多孔化合物。作为一类新型的结晶性有机多孔材料,由于其密度低、比表面积大、孔隙率高、结晶度好、稳定性高及结构单元可设计等特点受到科学界的广泛关注,在气体吸附与分离、光电、催化、药物传递、储能及化学传感与色谱分离等领域表现出良好的应用前景。本文对COFs材料的发展与应用研究进展进行了简要的综述,对COFs应用中尚待解决的问题进行了总结并对未来的发展方向进行了展望。

基于改进SIFT特征和神经网络结合的场景识别下载：67 浏览：443

郭昊琛闫帅帅刘天鹤《软件工程研究》 2019年12期

摘要:

基于深度学习的场景识别作为计算机视觉领域的重要方向,目前仍存在部分问题,如仅提取图像的高层语义特征而缺失了图像的底层特征,针对这个问题,提出基于改进SIFT特征与深度神经网络相结合的室内RGB-D图像识别方法。首先提取图像的SIFT特征,然后利用随机森林算法根据重要度对SIFT特征进行筛选,然后结合基于ResNet的深度神经网络,并提出基于深度直方图与深度均值直方图的深度损失函数,加速模型的收敛。实验结果表明,算法可以在NYUD v2数据集上达到71.52%的识别率,有效提升了室内场景识别的准确率。

先进电力电子技术在智能电网中的应用研究下载：222 浏览：1236

高静郭昊《电路系统研究》 2023年10期

摘要:

在智能电网发展的过程当中，电力电子技术发挥了重要的作用。在电网建设和运行的过程当中，输电、配电以及用电三者构成了一个完整的系统。与传统的技术相比，先进电力电子技术可以使智能电网的智能化和便捷性特点得到更为充分的发挥，从而使电网能够更好地促进国家建设，同时为公民的生活提供相应的服务，目前已经成为了国计民生发展的重要基础。基于此，本文对先进电力电子技术在智能电网当中的应用情况进行了分析与研究。

智慧气象融入智慧城市建设的实践与探索--智慧气象对区域性防灾减灾建设的有利影响下载：76 浏览：764

郭昊《气候变化研究》 2024年2期

摘要:

该文系统分析了在城市安全保障、生态环境保障、智慧城市建设、优质公共服务等方面的气象服务需求，分析了鹿泉区气象发展现状与不足，并从构筑现代气象业务，融入智慧城市建设运行，开展智慧气象服务防灾减灾等方面提出了智慧气象建设建议。

低碳概念下的建筑设计策略研究下载：198 浏览：1911

郭昊宸《低碳研究》 2022年3期

摘要:

在低碳理念发展下，建筑建设领域也应推动低碳建筑的发展，为了实现建筑环保建设目标，应对设计进行优化。通过对低碳建筑的发展现状的阐述，明确建筑低碳设计的基本原则，提出低碳建筑设计的内容，使建筑设计满足生态环境及资源的可持续发展需求，促进建筑建设领域的稳定发展。

浅析信息化技术在电力工程施工安全管理中的应用下载：83 浏览：1001

郭昊《电力技术学报》 2024年6期

摘要:

在社会经济飞速发展的影响和推动下，我国电力事业迎来了新的改革发展时期。现阶段，众多的工地建设项目如雨后春笋般涌现，但在实际施工过程中却存在诸多问题，包括施工经验分散、监督管理工作难度大、人员管理效率低下等。在这些因素的共同影响下使得电力工程施工安全管理工作面临的挑战愈发严峻。本文从分析信息化技术在电力工程施工安全管理中的应有作用入手，提出了多个具有针对性的信息化技术应用措施，能够有效加强电力工程施工现场的动态管理，进而营造出一个安全可靠的施工环境，对推动我国电力事业的可持续发展具有积极促进作用。

	在线客服
	客服电话：400-188-5008
	客服邮箱：service@ccnpub.com
	投诉举报：feedback@ccnpub.com

	在线客服：：点击联系客服
	联系电话：：400-188-5008
	客服邮箱：：service@ccnpub.com
	投诉举报：：feedback@ccnpub.com