基于镍钴双氢氧化物的氮掺杂碳基电极、制备方法及超级电容器

    公开(公告)号:CN113436900B

    公开(公告)日:2022-07-15

    申请号:CN202110716280.6

    申请日:2021-06-28

    Abstract: 一种基于镍钴双氢氧化物的氮掺杂碳基电极,包括氮掺杂的碳化木片基体,氮掺杂的碳化木片基体内部具有管胞结构,在氮掺杂的碳化木片基体内的管胞结构内壁上电沉积有镍钴双氢氧化物。本发明中在5mAcm‑2处,NiCo‑LDH@NDC单电极的高比容量为14.26mAhcm‑2。以NiCo‑LDH@NDC为阳极,以NDC电极为阴极的混合型超级电容器在5mAcm‑2处具有4.74Fcm‑2的高比电容,8000次充放电循环后的电容保持率为93.15%。最大能量密度为1.48mWhcm‑2,且最大功率密度为22.4mWcm‑2。

    一种无控制DEM配准方法
    34.
    发明授权

    公开(公告)号:CN108595373B

    公开(公告)日:2021-07-30

    申请号:CN201810098507.3

    申请日:2018-01-31

    Inventor: 周璀 刘志卫

    Abstract: 在一些地形条件极其复杂的地区,由于观测受到限制,很难在图上选取同名控制点进行配准。在无控制高程配准中,最近邻点迭代算法迭代收敛速度很快,但是由于计算距离比较复杂,整体计算效率不高,且对于存在尺度变换的数据无法正确匹配;最小高程差算法迭代收敛速度较慢,但是计算量小,计算效率很高。针对两种经典无控制配准算法存在的问题,结合最近邻点迭代算法和最小高程差算法的优点,提出一种无控制DEM配准方法,该方法成功避免了最小高程差算法由于初始值的选择而导致的收敛速度慢的问题,提高了无控制高程的收敛速度和配准精度。

    遗传算法优化的BP神经网络GF-2影像森林分类方法

    公开(公告)号:CN111445023A

    公开(公告)日:2020-07-24

    申请号:CN202010100141.6

    申请日:2020-02-18

    Abstract: 一种遗传算法优化的BP神经网络GF-2影像森林分类方法,包括以下步骤,1)将分类区域地表植被分成三级;2)对在分类区域获取的遥感影像进行预处理;3)将进行预处理的遥感影像光谱中加入特征值,以增强特征差异性;4)建立BP神经网络的拓扑结构;5)对权值和阀值进行遗传算法优化;6)将遥感影像中的特征值输入到BP神经网络算法中,完成地物的分类。本发明的遗传算法优化的BP神经网络GF-2影像森林分类方法克服BP神经网络稳定性不高,最终权值与阈值容易陷入局部最优,使得分类效果无法达到最好的缺点的遗传算法优化的BP神经网络GF-2影像森林分类方法,其能够进一步的提高分类精度。

    基于杉木片的超级电容器电极及制备方法和超级电容器

    公开(公告)号:CN109192525A

    公开(公告)日:2019-01-11

    申请号:CN201810914960.7

    申请日:2018-08-13

    Abstract: 一种基于杉木的超级电容器电极材料,由碳化后的片状杉木经过活化处理得到,所述活化处理包括CO2活化,所述CO2活化为:在CO2流动气氛中在650-850℃的温度下活化处理8-12小时,将活化后的杉木片抛光成厚度为0.4-1.2mm的薄片。本发明中,采用CO2,碱和酸依次活化碳化横切杉木薄片。通过一系列活化处理,碳木木片具有更多的微纳米孔道,其比表面积显着增加至613.2m2g-1。通过使用这些薄片作为电极,构建了具有优异的综合性能、高比电容和高能量密度的对称型超级电容器。

    基于高分遥感影像的森林类型识别方法

    公开(公告)号:CN109034189A

    公开(公告)日:2018-12-18

    申请号:CN201810621443.0

    申请日:2018-06-15

    CPC classification number: G06K9/6267 G06K9/4671 G06K9/54

    Abstract: 本发明涉及一种基于高分遥感影像的森林类型识别方法,包括:对高分遥感影像进行预处理,得到全色光谱影像和多光谱影像;从全色光谱影像中进行灰度提取,从多光谱影像中进行植被指数提取;结合森林资源二类调查数据,分析优势树种,并且得到优势树种的灰度值和植被指数值;根据林地分类标准,将研究区分为林地和非林地,根据灰度值和植被指数值的相关关系,分别建立相关森林类型识别函数模型;对相关函数模型进行检验和评价;将相关函数模型应用于森林类型识别。实现利用高分二号影像纹理特征获取灰度和植被指数就可以对森林类型进行识别,合理地减少了森林资源的外业调查工作,节约了成本和资源。

Patent Agency Ranking