-
公开(公告)号:CN108546108A
公开(公告)日:2018-09-18
申请号:CN201810355482.0
申请日:2018-04-19
Applicant: 清华大学
IPC: C04B35/453 , C04B35/622 , C04B35/626 , C01B19/00
Abstract: 本发明提供了热电材料及其制备方法以及热电器件。其中,所述热电材料具有以下化学组成:Bi2-xSbxO2Se,其中,0<x≤0.15。发明人发现,具有上述化学组成的热电材料具有较高的电导率,热电优值(ZT值)较高,热电性能较佳,工作效率较高,在高温下化学稳定性较好,且在使用过程中不容易被氧化损坏,使用性能较佳,对环境友好,成本低。
-
公开(公告)号:CN108546108B
公开(公告)日:2021-07-23
申请号:CN201810355482.0
申请日:2018-04-19
Applicant: 清华大学
IPC: C04B35/453 , C04B35/622 , C04B35/626 , C01B19/00
Abstract: 本发明提供了热电材料及其制备方法以及热电器件。其中,所述热电材料具有以下化学组成:Bi2‑xSbxO2Se,其中,0<x≤0.15。发明人发现,具有上述化学组成的热电材料具有较高的电导率,热电优值(ZT值)较高,热电性能较佳,工作效率较高,在高温下化学稳定性较好,且在使用过程中不容易被氧化损坏,使用性能较佳,对环境友好,成本低。
-
公开(公告)号:CN118608824A
公开(公告)日:2024-09-06
申请号:CN202410531207.5
申请日:2024-04-29
IPC: G06V10/764 , G06V10/40 , G06V10/774 , G06N3/0464 , G06V10/80
Abstract: 本发明涉及深度学习目标检测技术领域,特别是指一种基于稳健注意力的小目标物体识别精度提升方法及装置。基于稳健注意力的小目标物体识别精度提升方法包括:基于Hodges‑Lehmann估计法,使用注意力模块进行模型构建,获得基于Hodges‑Lehmann估计的稳健注意力模型;将基于Hodges‑Lehmann估计的稳健注意力模型加入预设的卷积神经网络检测模型,获得待训练检测精度提升模型;获取模型训练数据;使用模型训练数据对待训练检测精度提升模型进行训练,获得检测精度提升模型;获取实际检测数据;根据实际检测数据,通过检测精度提升模型进行目标识别,获得高精度检测结果。本发明是一种基于稳健注意力的通用性强的小目标物体识别精度提升方法。
-
-