-
公开(公告)号：CN108277467A
公开(公告)日：2018-07-13
申请号：CN201810127002.5
申请日：2018-02-08
Applicant: 中南大学
Abstract: 本发明公开了一种Cu2BaSn(SxSe1-x)4薄膜材料的制备方法，该铜钡锡硫硒薄膜材料的制备方法包括：在清洁处理后的基材表面通过反应溅射沉积Cu-Ba-Sn-S/Se预制层；将表面沉积有预制层的基材放入反应性气氛下进行高温退火处理；对高温退火处理后的Cu2BaSn(SxSe1-x)4的表面进行刻蚀处理，得到高质量Cu2BaSn(SxSe1-x)4薄膜材料。本发明提出的Cu2BaSn(SxSe1-x)4薄膜材料的制备方法具有成本低、薄膜成分易控可调、重现性好和适合薄膜大面积生长等优点，所制备的薄膜具有良好的成分可控性和均匀性，以及优越的结晶质量及性质。
-
公开(公告)号：CN101599563A
公开(公告)日：2009-12-09
申请号：CN200910304138.X
申请日：2009-07-08
Applicant: 中南大学
CPC classification number: Y02P10/234 , Y02P10/236 , Y02W30/84
Abstract: 本发明公开了一种高效回收废旧锂电池中正极活性材料的方法。其主要特点是先将破碎后的电芯碎片加入热水中搅拌，过滤烘干后进行第一次振动筛分，分出大部分活性材料；筛上部分磁选后通过碱浸溶解铝箔，碱浸滤液用稀酸及碳酸氢氨溶液调节pH回收铝；过滤烘干后进行第二次振动筛分，分出残留的粉体材料；筛上部分置于水中进行水旋分，倾去上层塑料隔膜后，用稀硫酸和硫代硫酸钠溶液冲洗铜片以使粘结在铜片上的碳粉和活性粉料松动并脱落，经水洗后旋分，粉末浮于上层，将粉料与两次筛分的活性粉体合并，磁选后用NaOH溶液浸泡，碱浸后的活性粉体材料经过滤烘干后煅烧，作为后续处理的活性粉料。使用该方法可使废旧锂离子电池中铜和铝的回收率分别达到98.5％和97％，活性材料的回收率约为99％。
-
公开(公告)号：CN118333848B
公开(公告)日：2024-09-03
申请号：CN202410733825.8
申请日：2024-06-07
Applicant: 中南大学湘雅二医院
IPC: G06T3/16
Abstract: 本发明涉及图像数据处理领域，公开了一种空间转换方法、装置、电子设备及介质。方法包括：根据第一空间与第二空间之间的空间转换关系将多个第一空间中的待转换标记点转换至第二空间；空间转换关系通过以下步骤获得：获取第一空间的多个第一标记点；获取第二空间中与多个第一标记点对应的多个第二标记点，每个第二标记点所表征的需转换物的特征与对应的第一标记点表征的需转换物的特征相同；确定各个第二标记点对应的目标法向量；利用所有目标法向量，基于最近点搜索算法，确定多个第一标记点与多个第二标记点之间的转换关系作为空间转换关系，使得最近点搜索算法纳入了点与平面之间的相对关系的评估，以避免陷入局部最优解。
-
公开(公告)号：CN113360669B
公开(公告)日：2023-08-18
申请号：CN202110628713.2
申请日：2021-06-04
Applicant: 中南大学
IPC: G06F16/36 , G06Q50/20 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于门控图卷积时序神经网络的知识追踪方法。本发明方法将图神经网络模型运用到知识追踪领域，改进目前应用到知识追踪领域的深度学习模型为LSTM，它只考虑了数据的时间信息。通过观察数据发现，知识追踪数据集中学生与知识点以及知识点之间都存在大量图结构。本发明提出的门控图卷积时序神经网络模型，在GCN模型中结合存储不同边信息的传播矩阵，进行拓扑信息提取。对于数据的时序信息，我们使用具有门控单元的GRU模型进行提取。可以更好地刻画学生之间、知识点之间、学生与知识点之间的相关性。
-
公开(公告)号：CN109887282B
公开(公告)日：2022-01-21
申请号：CN201910164972.7
申请日：2019-03-05
Applicant: 中南大学
Abstract: 本发明公开了一种基于层级时序图卷积网络的路网交通流预测方法，该方法包括步骤：S1、建立路网图，根据路网图构建邻接矩阵；S2、将每个节点上的流量作为此节点的信号；S3、利用图的邻接矩阵，计算拉普拉斯矩阵，针对流量信号建立谱图卷积模块，提取路网的空间结构对流量的影响；S4、构建聚类池化和反池化模块，提取路网中的层级信息，寻找相似结构的流量特征；S5、谱图卷积模块和聚类池化模块一起构成GRU单元，实现对流量时间特征的提取；S6、利用自编码器结构完成序列到序列的流量预测。本发明的层级时序图卷积网络，更精准预测庞大复杂的交通流量，方便城市居民规划出行路线，减少出行时间，提高出行感受，提升计算效率，不易出现内存溢出问题。
-
Patent Agency Ranking
公开(公告)号：CN109887282A
公开(公告)日：2019-06-14
申请号：CN201910164972.7
申请日：2019-03-05
Applicant: 中南大学
Abstract: 本发明公开了一种基于层级时序图卷积网络的路网交通流预测方法，该方法包括步骤：S1、建立路网图，根据路网图构建邻接矩阵；S2、将每个节点上的流量作为此节点的信号；S3、利用图的邻接矩阵，计算拉普拉斯矩阵，针对流量信号建立谱图卷积模块，提取路网的空间结构对流量的影响；S4、构建聚类池化和反池化模块，提取路网中的层级信息，寻找相似结构的流量特征；S5、谱图卷积模块和聚类池化模块一起构成GRU单元，实现对流量时间特征的提取；S6、利用自编码器结构完成序列到序列的流量预测。本发明的层级时序图卷积网络，更精准预测庞大复杂的交通流量，方便城市居民规划出行路线，减少出行时间，提高出行感受，提升计算效率，不易出现内存溢出问题。
-
公开(公告)号：CN108342702A
公开(公告)日：2018-07-31
申请号：CN201810126896.6
申请日：2018-02-08
Applicant: 中南大学
Abstract: 本发明公开了一种Cu2SrSn(SxSe1-x)4薄膜材料的制备方法，该铜锶锡硫硒薄膜材料的制备方法包括：在清洁处理后的基材表面通过反应溅射沉积Cu-Sr-Sn-S/Se预制层；将表面沉积有预制层的基材放入反应性气氛下进行高温退火处理；对高温退火处理后的Cu2SrSn(SxSe1-x)4的表面进行刻蚀处理，得到高质量Cu2SrSn(SxSe1-x)4薄膜材料。本发明提出的Cu2SrSn(SxSe1-x)4薄膜材料的制备方法具有成本低、薄膜成分易控可调、重现性好和适合薄膜大面积生长等优点，所制备的薄膜具有良好的成分可控性和均匀性，以及优越的结晶质量及性质。
-
公开(公告)号：CN101619399B
公开(公告)日：2011-03-23
申请号：CN200910304611.4
申请日：2009-07-21
Applicant: 中南大学
CPC classification number: Y02P10/232
Abstract: 本发明提供了一种铜精炼炉渣中有价金属选择性浸出的方法，采用的步骤包括粉碎、酸溶、调浆、陈化，具体步骤为：将铜精炼炉渣经粉碎和过筛，在矿渣粉料中添加氧化剂；然后采用浓度为0.5-1.5mol/L的稀硫酸搅拌浸出，浸出后，再加入调浆剂氢氧化钙乳液以中和反应过程中过量的酸，控制反应终点pH为1.6-2.3，再陈化浸出液、过滤、洗涤，所得的滤液中即含有浸出的有价金属。该方法能够有效地浸出铜、钴、锌，而最大程度地抑制硅、铁的溶出，并且得到过滤性能良好的滤渣，本方法调浆方案操作简便，设备投资小，原料廉价，环境污染小，实现了变铜冶废渣为可开发的资源，有着巨大的环境效益和经济效益。
-
公开(公告)号：CN101603126B
公开(公告)日：2010-11-10
申请号：CN200910304134.1
申请日：2009-07-08
Applicant: 中南大学
IPC: H01M10/54
CPC classification number: Y02P10/234 , Y02W30/84
Abstract: 本发明公开了一种废旧锂电池正极活性材料的高效浸出工艺。其主要特点是先将废旧锂离子电池拆分得到的正极活性材料用硫酸/双氧水混合溶液多段逆流浸出，剩余残渣用盐酸浸出。本发明先采用硫酸和双氧水体系对正极活性材料浸出，盐酸对滤渣进行浸出，最大程度减少了单独使用盐酸浸出时产生大量的Cl2而导致的工作环境恶劣且环境污染大，同时也最大限度的提高了正极活性材料的浸出率。使用该方法可使废旧锂离子电池活性材料的浸出率达到99％。
-
公开(公告)号：CN101597689A
公开(公告)日：2009-12-09
申请号：CN200910304143.0
申请日：2009-07-08
Applicant: 中南大学
CPC classification number: Y02P10/234
Abstract: 本发明公开了一种废旧锂电池中活性物质酸性浸出液的高效净化工艺。废旧锂电池正极活性材料酸浸液净化工序。其主要特点是采用改进的水解沉淀法和氧化沉淀法除去酸浸液中的杂质离子。包括以下四个步骤：黄钠铁矾法除铁；氧化沉淀法除锰，碳酸氢氨除铝；碳酸钠除铜。本发明所使用的方法成本低，操作弹性大，钴回收率高，能综合回收铝、铜和锰等有价金属，适用于目前广泛使用的钴酸锂电池材料和未来可能使用的大量掺杂的电池材料。使用该方法可使废旧锂离子电池中钴的总回收率约为98％，杂质含量低于2％。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.024 seconds)
