-
公开(公告)号：CN113591873A
公开(公告)日：2021-11-02
申请号：CN202110577002.7
申请日：2021-05-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于集成学习的火焰图像分类方法。属于机器学习图像分类技术领域。该方法包括：对火焰图像进行归一化和灰度化，利用HOG算法预处理特征，将转化后的火焰图像特征送入多种机器学习分类器，并行迭代生成多种图像分类器，计算每个分类器对图像的分类准确率与概率，通过软决策‑投票的方式反馈调整多个分类器投票系数，再以加权平均的方式将多种机器学习分类器集成一种新的分类器，并将最终对火焰图像的分类通过符号函数输出结果。本发明融合集成学习投票决策和多种机器学习分类算法，在保留多种机器学习分类器的优点下，有效提升了对火焰图像检测的准确性。
-
公开(公告)号：CN110828375B
公开(公告)日：2022-06-17
申请号：CN201911021313.4
申请日：2019-10-25
Applicant: 东南大学
Abstract: 一种快速、无刻蚀的转移二维材料和制备异质结的方法，属于人工微结构制备技术领域。所述方法在显微操作台下利用透明柔性非水溶性聚合物薄膜和水蒸气将第一二维材料从第一目标衬底转移至聚合物薄膜，然后将第一二维材料堆叠到衬底为第N目标衬底的第N二维材料上表面，重复相同步骤，依次将第二二维材料、……、第（N‑1）二维材料堆叠到转移至第N二维材料上表面的第一二维材料上表面，从而制得二层或多层异质结。解决了现有技术存在的操作复杂问题并尽可能避免材料污染，本发明无刻蚀和去除聚合物步骤，简单高效、用时短、成功率高，可以实现一个或多个二维材料的定点、大面积和大通量转移。二维材料转移前后形状保持完整，光学性质保持较好。
-
公开(公告)号：CN110067027B
公开(公告)日：2021-05-18
申请号：CN201910317457.8
申请日：2019-04-19
Applicant: 东南大学
Abstract: 一种提高大块六方相氮化硼单晶产量的方法，属于功能材料制备技术领域。具体过程如下：以六方氮化硼粉末或者硼粉为原料，掺入一定量的纯碳粉，在氮气流中，将催化合金放在原料粉末上，先高温加热使合金熔融，保持一段时间，令粉末充分溶于合金中，达到饱和后，以极低速度降温，晶体会在金属合金表面析出，生长出高产量高质量的六方氮化硼单晶。目前研究二维材料六方氮化硼的主要问题是晶体生长困难、产量小、质量低，而本发明所述方法结构简单，原理清晰，效果显著，对于提高六方氮化硼单晶的产量具有很优异的效果，同时对于六方氮化硼的广泛应用以及其他半导体材料或二维材料的研究与发展也具有重大意义。
-
公开(公告)号：CN110828375A
公开(公告)日：2020-02-21
申请号：CN201911021313.4
申请日：2019-10-25
Applicant: 东南大学
Abstract: 一种快速、无刻蚀的转移二维材料和制备异质结的方法，属于人工微结构制备技术领域。所述方法在显微操作台下利用透明柔性非水溶性聚合物薄膜和水蒸气将第一二维材料从第一目标衬底转移至聚合物薄膜，然后将第一二维材料堆叠到衬底为第N目标衬底的第N二维材料上表面，重复相同步骤，依次将第二二维材料、……、第（N-1）二维材料堆叠到转移至第N二维材料上表面的第一二维材料上表面，从而制得二层或多层异质结。解决了现有技术存在的操作复杂问题并尽可能避免材料污染，本发明无刻蚀和去除聚合物步骤，简单高效、用时短、成功率高，可以实现一个或多个二维材料的定点、大面积和大通量转移。二维材料转移前后形状保持完整，光学性质保持较好。
-
公开(公告)号：CN109695053A
公开(公告)日：2019-04-30
申请号：CN201910116052.8
申请日：2019-02-15
Applicant: 东南大学
Abstract: 一种大尺寸六方氮化硼单晶的制备方法，属于单晶材料制备技术领域。所述制备方法具体过程如下：在氮气流中，将钴铬合金放在六方氮化硼粉末上，先高温加热使钴铬合金熔融，保持一段时间，令六方氮化硼粉末充分溶于钴铬合金中，达到饱和后，以极低速度降温，晶体会在金属合金表面析出，从而生长出大面积高质量的六方氮化硼单晶。目前研究二维材料六方氮化硼的主要问题就是晶体生长困难，难度大，而该方法结构简单，原理清晰，效果显著，对于六方氮化硼的广泛应用具有很大意义，同时对其他半导体材料或二维材料的研究与发展也有一定的启发。
-
Patent Agency Ranking
公开(公告)号：CN113417002B
公开(公告)日：2022-03-04
申请号：CN202110702453.9
申请日：2021-06-24
Applicant: 东南大学
Abstract: 本发明是一种厘米尺寸六方氮化硼单晶的生长方法，所述制备方法具体过程如下：在氮气流中，将一定配比的三元合金放在六方氮化硼粉末上，先高温加热使合金熔融，保持一段时间，后以极低速度降温，在保持高温与缓慢降温的过程中，晶体会在金属合金表面生长，最终生长出大面积高质量的六方氮化硼单晶。目前阻碍二维材料六方氮化硼研究的主要问题就是高质量高产量的体单晶难以制备，成本高，而该方法结构简单，其关键工艺为合金成分以及比例，本方法使用的合金成分主要为铁、镍、铬三种，稳定配比情况下，生长效果显著，成本较低，对于推进六方氮化硼的广泛应用具有很大积极意义，同时对其他半导体材料或二维材料的研究与发展也有一定的启发。
-
公开(公告)号：CN113652744A
公开(公告)日：2021-11-16
申请号：CN202110916531.5
申请日：2021-08-11
Applicant: 东南大学
Abstract: 本发明公开了一种原子尺度精度调控硒化锗单晶原子层厚度的方法，即金表面辅助剥离少层或单层GeSe，然后金表面诱导少层GeSe退化调控层数的方法。这种方法的特点是：1.通过金薄膜辅助获得大面积的少层或者单层GeSe薄片，依托于现有的GeSe单晶制备或CVT法GeSe薄膜制备，其产率接近于GeSe制备工艺水平；2.通过控制退化时间来精确调控需要的GeSe层数，对剩下的少层或单层GeSe无结构性破坏；3.调控获得的GeSe样品同样可通过刻蚀衬底然后转移，实现进一步的器件应用。通过这种方法可以精确获得所需的GeSe原子层厚度，克服了传统减薄方法的随机性和原子层厚度不均匀性，方便后续的器件应用。
-
公开(公告)号：CN111697091A
公开(公告)日：2020-09-22
申请号：CN202010285887.9
申请日：2020-04-13
Applicant: 东南大学
IPC: H01L31/032 , H01L31/0224 , H01L31/101 , H01L31/18
Abstract: 本发明公开了一种高性能二维材料光电探测器及其制备方法。该探测器使用二硫化锡应用在感光层，六方氮化硼应用在栅绝缘层，石墨烯应用在电极，具有吸收光照的范围更广，响应度和探测度更高，而且响应时间比较快。此外，使用机械转移法构建器件的过程比较简单，并可以直接在大气环境完成，器件的质量较高。本发明为新型光电探测器提供了一种新颖、高效的构建方案，为二维材料光电子器件、新型传感器器件的发展提供一条新的发展思路，具有深刻和广泛的研究意义和应用前景。
-
公开(公告)号：CN110067027A
公开(公告)日：2019-07-30
申请号：CN201910317457.8
申请日：2019-04-19
Applicant: 东南大学
Abstract: 一种提高大块六方相氮化硼单晶产量的方法，属于功能材料制备技术领域。具体过程如下：以六方氮化硼粉末或者硼粉为原料，掺入一定量的纯碳粉，在氮气流中，将催化合金放在原料粉末上，先高温加热使合金熔融，保持一段时间，令粉末充分溶于合金中，达到饱和后，以极低速度降温，晶体会在金属合金表面析出，生长出高产量高质量的六方氮化硼单晶。目前研究二维材料六方氮化硼的主要问题是晶体生长困难、产量小、质量低，而本发明所述方法结构简单，原理清晰，效果显著，对于提高六方氮化硼单晶的产量具有很优异的效果，同时对于六方氮化硼的广泛应用以及其他半导体材料或二维材料的研究与发展也具有重大意义。
-
公开(公告)号：CN113591873B
公开(公告)日：2025-01-10
申请号：CN202110577002.7
申请日：2021-05-26
Applicant: 东南大学
IPC: G06V10/764 , G06V10/50 , G06N20/20 , G08B17/12
Abstract: 本发明公开了一种基于集成学习的火焰图像分类方法。属于机器学习图像分类技术领域。该方法包括：对火焰图像进行归一化和灰度化，利用HOG算法预处理特征，将转化后的火焰图像特征送入多种机器学习分类器，并行迭代生成多种图像分类器，计算每个分类器对图像的分类准确率与概率，通过软决策‑投票的方式反馈调整多个分类器投票系数，再以加权平均的方式将多种机器学习分类器集成一种新的分类器，并将最终对火焰图像的分类通过符号函数输出结果。本发明融合集成学习投票决策和多种机器学习分类算法，在保留多种机器学习分类器的优点下，有效提升了对火焰图像检测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.021 seconds)
