一种有机纤维基碳纳米管场效应晶体管阵列及其制备方法

    公开(公告)号:CN114284313B

    公开(公告)日:2024-04-09

    申请号:CN202111543104.3

    申请日:2021-12-16

    Applicant: 东南大学

    Abstract: 本发明公开了一种有机纤维基碳纳米管场效应晶体管阵列及其制备方法,属于场效应晶体管技术领域。所述有机纤维基碳纳米管场效应晶体管阵列,包括:导电有机纤维;离子胶体层,覆盖在导电有机纤维的表面;半导体碳纳米管层,覆盖在离子胶体层表面;金属电极层,覆盖在碳纳米管层表面,所述金属电极层包括至少两个金属电极,相邻金属电极之间相互间隔形成场效应晶体管沟道;一维纳米材料导电层,覆盖在金属电极表面。本发明在导电有机纤维上连续制备碳纳米管场效应晶体管,具有极高效率和一致性,成本极低;有机纤维基体的碳纳米管器件既有卓越的耐折弯性和耐延伸性,与纺织工艺兼容性高,应用场景广阔。

    一种有机纤维基碳纳米管场效应晶体管阵列及其制备方法

    公开(公告)号:CN114284313A

    公开(公告)日:2022-04-05

    申请号:CN202111543104.3

    申请日:2021-12-16

    Applicant: 东南大学

    Abstract: 本发明公开了一种有机纤维基碳纳米管场效应晶体管阵列及其制备方法,属于场效应晶体管技术领域。所述有机纤维基碳纳米管场效应晶体管阵列,包括:导电有机纤维;离子胶体层,覆盖在导电有机纤维的表面;半导体碳纳米管层,覆盖在离子胶体层表面;金属电极层,覆盖在碳纳米管层表面,所述金属电极层包括至少两个金属电极,相邻金属电极之间相互间隔形成场效应晶体管沟道;一维纳米材料导电层,覆盖在金属电极表面。本发明在导电有机纤维上连续制备碳纳米管场效应晶体管,具有极高效率和一致性,成本极低;有机纤维基体的碳纳米管器件既有卓越的耐折弯性和耐延伸性,与纺织工艺兼容性高,应用场景广阔。

    面向新闻文本基于层级状态神经网络的社会情绪排序方法

    公开(公告)号:CN111339440B

    公开(公告)日:2024-01-23

    申请号:CN202010102690.7

    申请日:2020-02-19

    Applicant: 东南大学

    Inventor: 周德宇 张朦 杨扬

    Abstract: 本发明公开了一种面向新闻文本基于层级状态神经网络的社会情绪排序方法,关注文档的语义层次结构信息,处理社会情绪检测中的相关情绪排序问题。本方法包括:对新闻文本进行预处理;通过句子状态循环神经网络,对词编码得到句子表示;通过文档状态循环神经网络,对句子编码得到文档表示;以文档表示为基础,使用多层感知机进行映射,softmax进行归一化处理,得到相关情绪的排序结果。本方法相比之前的相关情绪排序方法,在每个时间步同时对所有词或句子的隐藏状态进行编码,可以更好地捕获长距离语义依赖。此外,采用层级结构机制来捕获文档中关键的层级语义结构,动态突出了文档中唤起情绪的重要部分,可以提升相关情绪排序的性能。

    一种基于XGBoost算法的农村台区电压和线损影响的评估方法

    公开(公告)号:CN114139957A

    公开(公告)日:2022-03-04

    申请号:CN202111456366.6

    申请日:2021-12-01

    Abstract: 本发明涉及配电网规划领域,具体的是一种基于XGBoost算法的农村台区电压和线损影响的评估方法,包括选择训练用数据来源、输入端数据生成、输出端数据生成、异构数据规范化及指标量化、XGBoost算法回归等步骤。以通过对训练集中输入端特征变量及输出端结果进行回归运算,以特征变量在回归运算中对目标函数的增益评估该特征的影响性贡献度,其量化结果具有更强的可解释性。以光伏出力变化率、农网负荷变化率、无功补偿值,渗透率及线路R/X等因素为输入端特征变量,以电压越限值及线损率为输出端结果,针对任意台区拓扑均可量化各影响因素的贡献度大小,最终依据实地算例验证了该算法的有效性。

    面向新闻文本基于层级状态神经网络的社会情绪排序方法

    公开(公告)号:CN111339440A

    公开(公告)日:2020-06-26

    申请号:CN202010102690.7

    申请日:2020-02-19

    Applicant: 东南大学

    Inventor: 周德宇 张朦 杨扬

    Abstract: 本发明公开了一种面向新闻文本基于层级状态神经网络的社会情绪排序方法,关注文档的语义层次结构信息,处理社会情绪检测中的相关情绪排序问题。本方法包括:对新闻文本进行预处理;通过句子状态循环神经网络,对词编码得到句子表示;通过文档状态循环神经网络,对句子编码得到文档表示;以文档表示为基础,使用多层感知机进行映射,softmax进行归一化处理,得到相关情绪的排序结果。本方法相比之前的相关情绪排序方法,在每个时间步同时对所有词或句子的隐藏状态进行编码,可以更好地捕获长距离语义依赖。此外,采用层级结构机制来捕获文档中关键的层级语义结构,动态突出了文档中唤起情绪的重要部分,可以提升相关情绪排序的性能。

    一种构网型变流器暂态功角非线性数学解析建模方法

    公开(公告)号:CN115828504A

    公开(公告)日:2023-03-21

    申请号:CN202211244135.3

    申请日:2022-10-11

    Applicant: 东南大学

    Abstract: 本发明公开了一种构网型变流器暂态功角非线性数学解析建模方法,该方法针对包含构网型变流器的电力系统,缺乏分析其暂态功角特性的数学解析模型的问题而提出的。该方法实现的具体步骤如下:构建构网型变流器单机无穷大系统的系统模型;建立构网型变流器单机无穷大系统的暂态功角非线性数学模型;应用最小二乘法对非线性微分方程进行拟合;基于多尺度法求解拟合后的暂态功角非线性微分方程。本发明利用电路定理,最小二乘法和多尺度法推导出构网型变流器暂态功角的数学解析模型,可提前预测构网型变流器系统的暂态功角响应过程,相比于传统相图方法,该数学解析模型可以针对不同系统参数分析大扰动过程下构网型变流器暂态功角特性。

Patent Agency Ranking