-
公开(公告)号：CN115463676B
公开(公告)日：2023-05-23
申请号：CN202210973342.6
申请日：2022-08-15
Applicant: 桂林电子科技大学
IPC: B01J27/185 , C01B3/06
Abstract: 本发明公开了一种氧化石墨烯负载Ru‑CoP基气凝胶及其制备方法和应用。所述的氧化石墨烯负载Ru‑CoP基气凝胶是将粉末状Ru‑CoP@GO复合材料分散于水中，加入壳聚糖分散均匀后得到的溶液A与氧化石墨烯分散于水中得到的溶液B混匀，加入乙酸，经除气泡、静置后干燥而得；其中，粉末状Ru‑CoP@GO复合材料、壳聚糖和氧化石墨烯的重量比为1：3～10：0.04～0.2；所述粉末状Ru‑CoP@GO复合材料和壳聚糖在溶液A中的浓度分别为0.5～2wt％和3～10wt％，氧化石墨烯在溶液B中的浓度为0.1～0.5wt％。本发明所述气凝胶能够重复使用，对金属氢化物水解具有较高析氢速率且稳定性好。
-
公开(公告)号：CN115717001A
公开(公告)日：2023-02-28
申请号：CN202211457510.2
申请日：2022-11-21
Applicant: 桂林电子科技大学
IPC: C09C1/48 , G01R27/02 , G01N21/3563 , G01N23/20 , G01N23/2251 , C09C3/06 , C08K9/10 , C08K3/04 , C08K9/06
Abstract: 本发明公开了一种磷硅酸包覆炭黑及其制备方法和应用。所述磷硅酸包覆炭黑的制备方法包括以下步骤：取炭黑分散于无水乙醇中，调节体系至酸性，然后加入硅烷偶联剂对炭黑进行改性，获得改性纳米炭黑；将所得改性纳米炭黑置于惰性气氛中磷化，得到一次包覆的磷硅酸包覆炭黑。进一步的，还包括将所得一次包覆的磷硅酸包覆炭黑重复进行改性和磷化的步骤，重复进行改性和磷化步骤的次数为1～3次。采用本发明所述方法制备的磷硅酸包覆炭黑自身体积电导率极低，使得其在应用于遮光膜中时，在同样填充量的条件下能够使所得遮光膜具有更好的电气强度，或者在满足电气强度要求的条件下能够填充更大剂量的炭黑，使所得薄膜具有更好的遮光性。
-
公开(公告)号：CN112163447B
公开(公告)日：2022-04-08
申请号：CN202010833267.4
申请日：2020-08-18
Applicant: 桂林电子科技大学 , 中国电子科技集团公司第五十四研究所
Abstract: 本发明公开了一种基于Attention和SqueezeNet的多任务实时手势检测和识别方法。所述方法采用数据增强技术扩增数据集以达到较好的识别效果，并通过人工标注制作新的手势数据集；将Attention融合到全卷积网络BlitzNet的ResSkip残差结构和分割分支中，使模型更关注目标手势，降低背景的干扰，识别效果更好，并用SqueezeNet网络中的前15层代替BlitzNet的ResNet‑50作为手势特征提取器，设计出新的手势检测和识别模型。新模型将多个视觉任务（如手势识别和手势分割）联合训练，并通过两个不同的子网络分别进行手势识别与手势分割，使得通过单一网络就可以同时解决手势识别和分割两个问题，检测速度较快且准确率较高。本发明的模型是一种参数少、准确率高、检测速度快等综合性能突出的手势检测和识别模型。
-
公开(公告)号：CN111282770B
公开(公告)日：2022-03-11
申请号：CN202010115784.8
申请日：2020-02-25
Applicant: 桂林电子科技大学
IPC: B05C5/02
Abstract: 本发明公开了一种可拆卸鱼尾分流式进料口狭缝涂布模设计方法，包括由上模、下模、垫片、上流道板和下流道板构成的狭缝涂布模结构，其中：上流道板安装于上模底部；下模的顶部开设有相贯连通的前半圆柱模腔和后方形体模腔，下模的后端开设有与后方形体模腔连通的主进料口；下流道板安装于后方形体模腔内；上流道板于方形体模腔内与下流道板契合，两者之间的契合面斜向前上方，下流道板的后下端部开设有与主进料口连通的分料进口，下流道板的前上端部开设有合料出口与相贯口相通，下流道板的契合斜面上开设有左、右对称的鱼尾流道腔连通分料进口与合料出口；垫片置于上、下模之间，其左、右片体与上、下模之间形成与半圆柱型腔连通的狭缝成型腔。
-
公开(公告)号：CN110699014B
公开(公告)日：2021-06-18
申请号：CN201911116789.6
申请日：2019-11-15
Applicant: 桂林电子科技大学
IPC: C09J123/20 , C09J183/07 , C09J11/04
Abstract: 本发明公开了一种亲水透气性医用热熔压敏胶基体及其制备方法。所述的医用热熔压敏胶基体按重量份计由下述组分构成：聚异丁烯65‑75份、甲基乙烯基硅橡胶25‑35份、增塑剂5‑15份、硅酸盐黏土5‑10份。其制备方法为：先将聚异丁烯浸泡于增塑剂中直至溶胀，然后将溶胀后的聚异丁烯与甲基乙烯基硅橡胶熔融共混，之后再加入硅酸盐黏土共混，即得。本发明所述医用热熔压敏胶基体具有类似双连续相结构的热熔压敏胶基体，具有良好的亲水性和透气性。
-
Patent Agency Ranking
公开(公告)号：CN119307016A
公开(公告)日：2025-01-14
申请号：CN202411651633.9
申请日：2024-11-19
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种用于浸渍法成型乳胶手套仿形内衬层的复合材料及制备方法。本发明所述的复合材料由下述重量配比的组分制成：水1000、细菌纤维素2～15、季铵盐0.1～4、海藻酸钠5～20、丙三醇2～10。其制备方法为：先将水置于容器中，加入细菌纤维素，搅匀后调节体系的pH＝4.5～6.0，加入季铵盐对细菌纤维素进行改性，得到表面改性的细菌纤维素水性分散体；在所得分散体中加入海藻酸钠和丙三醇，搅拌溶解后静置，即得。将表面有内衬层凝固剂的手模浸渍于本发明所述复合材料中保持2～5min取出后可直接在手模上成型内衬层，将其烘干后直接进行乳胶手套的胶乳浸渍等后续工艺即可获得乳胶手套。
-
公开(公告)号：CN116803528A
公开(公告)日：2023-09-26
申请号：CN202310782894.3
申请日：2023-06-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种Ru修饰的α‑Co(OH)2纤维素膜及其制备方法和应用。所述的Ru修饰的α‑Co(OH)2纤维素膜的制备方法包括：先制备ZIF‑67/CNF悬浮液，然后将其置于反应釜中反应以得到α‑Co(OH)2/CNF；之后取水合三氯化钌溶于水中，加入所得的α‑Co(OH)2/CNF和还原剂进行反应，得到Ru修饰的α‑Co(OH)2/CNF；再取聚乙烯醇溶于水中，加入所得的Ru修饰的α‑Co(OH)2/CNF和硅烷偶联剂进行反应，置于模具中冷却，干燥，即得。本发明所述纤维素膜能够重复使用，对金属氢化物水解具有较高的产氢速率且稳定性优良。
-
公开(公告)号：CN115463676A
公开(公告)日：2022-12-13
申请号：CN202210973342.6
申请日：2022-08-15
Applicant: 桂林电子科技大学
IPC: B01J27/185 , C01B3/06
Abstract: 本发明公开了一种氧化石墨烯负载Ru‑CoP基气凝胶及其制备方法和应用。所述的氧化石墨烯负载Ru‑CoP基气凝胶是将粉末状Ru‑CoP@GO复合材料分散于水中，加入壳聚糖分散均匀后得到的溶液A与氧化石墨烯分散于水中得到的溶液B混匀，加入乙酸，经除气泡、静置后干燥而得；其中，粉末状Ru‑CoP@GO复合材料、壳聚糖和氧化石墨烯的重量比为1：3～10：0.04～0.2；所述粉末状Ru‑CoP@GO复合材料和壳聚糖在溶液A中的浓度分别为0.5～2wt％和3～10wt％，氧化石墨烯在溶液B中的浓度为0.1～0.5wt％。本发明所述气凝胶能够重复使用，对金属氢化物水解具有较高析氢速率且稳定性好。
-
公开(公告)号：CN113139050B
公开(公告)日：2022-07-19
申请号：CN202110503654.6
申请日：2021-05-10
Applicant: 桂林电子科技大学 , 中国电子科技集团公司第五十四研究所
IPC: G06F16/34 , G06F40/295 , G06N3/04 , G06N3/08 , G06F40/211 , G06F40/30
Abstract: 本发明公开了一种基于命名实体识别附加标签和先验知识的文本摘要生成方法，该方法包括：在原始文本的基础上添加命名实体识别的附加标签；将添加附加标签的文本基于字符进行处理，同时根据原始文本生成对应的向量字典并对文本向量化；将得到的向量化文本作为生成式摘要模块的输入进行编码，解码阶段引入注意力机制，获取全局信息；使用原始文本中的词集构建先验知识库，与得到的序列做加权平均；解码阶段得到的结果通过集束搜索方法进行文本还原；删除标签输出原始文本的摘要结果。本发明中附加标签的添加使得实体类识别更准确，生成的摘要不会出现名称不全现象；先验知识的引入使得生成的摘要语义更加贴近原文，减少了出现与文本相关性不大的语句。
-
公开(公告)号：CN113190602A
公开(公告)日：2021-07-30
申请号：CN202110380536.0
申请日：2021-04-09
Applicant: 桂林电子科技大学 , 中国电子科技集团公司第五十四研究所
IPC: G06F16/25 , G06F40/289 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种融合字词特征与深度学习的事件联合抽取方法,所述方法把事件类型和事件元素当作一个联合标签进行标注，减少了流水线误差。通过延拓MacBERT解决文本按字符切分过长无法全部放入预训练模型提取特征的问题，再结合字符和单词的特征，动态地捕获输入序列任意字符和单词之间的依赖关系，更加充分获取文本的语义信息和字、词特征；在模型训练过程中加入扰动去干扰CRF解码，通过对抗训练的方式提高模型的泛化性和健壮性。从减少流水线误差、获取文本更全面的语义信息和加入对抗训练提高模型泛化性三个方面提高事件抽取的准确率和召回率。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.025 seconds)
