-
公开(公告)号:CN119746845A
公开(公告)日:2025-04-04
申请号:CN202411919505.8
申请日:2024-12-25
Applicant: 厦门理工学院
IPC: B01J23/34 , B01J31/06 , B01J27/22 , B01J37/02 , B01J35/30 , C08G18/48 , C08K9/10 , C08K3/22 , C08G101/00
Abstract: 本发明涉及材料技术领域。本发明提供了一种基于MXene纳米片材料的催化减毒剂,其特征在于,包括载体层、减毒功能层以及催化阻隔层,所述载体层为MXene纳米片,所述减毒功能层由生物质材料通过静电吸附沉积于所述MXene纳米片表面构成,所述催化阻隔层为MnO2通过静电吸附于所述减毒功能层表面构成,从而形成核心‑壳层‑外层的三明治结构。该催化减毒剂结合了催化减毒、催化成炭和片层阻隔等多重功能,能够提高硬质聚氨酯泡沫材料在燃烧过程中对有毒气体(如CO、HCN等)的分解效率,减少有害烟颗粒和毒性气体的释放。该有机‑无机改性的催化减毒剂具有广泛应用潜力,特别是在硬质聚氨酯泡沫阻燃材料中,能够展现出良好的阻燃性能、催化减毒效果及环境友好性。
-
公开(公告)号:CN109767457B
公开(公告)日:2021-01-26
申请号:CN201910022615.7
申请日:2019-01-10
Applicant: 厦门理工学院
Abstract: 本发明公开了一种在线多示例学习目标跟踪方法,包括如下过程:S1:初始正包和负包中示例的选取;S2:计算初始正包中每个示例的相关相似度;S3:对初始正包进行筛选;S4:更新弱分类器;S5:为筛选后的正包和负包中的示例赋予相应的权重值;S6:对包概率进行加权;S7:获得最优弱分类器;S8:集成强分类器并输出。通过利用本发明设计出的目标跟踪方法能够提升分类器的性能,提高目标跟踪的鲁棒性。
-
公开(公告)号:CN109767457A
公开(公告)日:2019-05-17
申请号:CN201910022615.7
申请日:2019-01-10
Applicant: 厦门理工学院
Abstract: 本发明公开了一种在线多示例学习目标跟踪方法,包括如下过程:S1:初始正包和负包中示例的选取;S2:计算初始正包中每个示例的相关相似度;S3:对初始正包进行筛选;S4:更新弱分类器;S5:为筛选后的正包和负包中的示例赋予相应的权重值;S6:对包概率进行加权;S7:获得最优弱分类器;S8:集成强分类器并输出。通过利用本发明设计出的目标跟踪方法能够提升分类器的性能,提高目标跟踪的鲁棒性。
-
-
-