-
综述:镆基光催化剂在废水治理中的应用:缺陷化学与机理研究
- 对基于铽的光催化剂用于废水处理进行了批判性综述。
- 将缺陷化学与光催化反应机理联系起来。
- 利用先进的表征技术对机理性证据进行评估。
- 区分脱色与真实矿化性能。
- 讨论了规模化放大、催化剂稳定性、铽浸出和反应器挑战。
引言
快速的工业化、人口增长、城市扩张和气
来源:Inorganic Chemistry Communications
时间:2026-09-17
-
利用热乙醇水溶液对玉米秸秆木质素的分级与纯化:相行为与分子性质
**摘要**
- 为玉米秸秆木质素-乙醇-水体系创建了伪三元相图。
- ALPHA工艺通过热乙醇水溶液生成了所得的相行为。
- 玉米秸秆木质素的相行为是独特的,因为总是存在两个液-液平衡(LLE)区域。
- 与进料相比,分离得到的馏分分子量翻倍,灰分含量降至十分之一。
-
来源:Fluid Phase Equilibria
时间:2026-09-17
-
1-乙基-3-甲基咪唑鎓和1-(2-羟基乙基)-3-甲基咪唑鎓1,2,4-三唑化物离子液体中多种溶质的无限稀释活度系数:阳离子羟基官能化的影响
•使用[Emim][MeSO3]建立并验证了一套气相色谱装置。
•合成了基于三唑基的离子液体[Emim][Tz]和[HOEmim][Tz]。
•测定了[Emim][Tz]和[HOEmim][Tz]中不同溶质的γ∞13值。
•阳离子羟基化功能化提高了质子性溶质的γ∞13值,降低
来源:Fluid Phase Equilibria
时间:2026-09-17
-
太平洋南信风模式对孟加拉湾雨季前气旋活动变化的影响
摘要孟加拉湾(BoB)最频繁且最为强烈的自然灾害之一是热带气旋,它们对沿海地区的生命和财产造成了巨大的风险。因此,深入理解驱动这些现象的机制对于提高区域适应策略至关重要。虽然已有大量研究集中在季风后的孟加拉湾气旋上,但对于季风前形成的气旋则关注较少。通过观测数据和气候模型实验,我
来源:Global and Planetary Change
时间:2026-09-17
-
区间值模糊推理的量子电路实现
**摘要**
模糊推理是管理复杂系统中不确定性和不精确性的关键工具。量子计算通过利用量子并行性增强信息处理能力,提供了一个极具前景的范式转变。然而,在量子计算机上实现模糊推理仍然是一个未被充分探索的前沿领域,尤其是对于区间值模糊集而言——它能够比经典模糊集更全面地捕捉不确定
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-17
-
基于特征通道选择的无监督域自适应姿态估计
•特征通道选择抑制源域特异性激活和域偏移。
•在关键点边缘分布上进行自对比学习,改善语义和回归效果。
•多层次自适应减少了跨域2D姿态估计中的域偏移。
**引言**
2D姿态估计旨在准确地从图像或视频中推断人体关键点的所在位置,是理解人类行为的基础前提。近年来,深度神经网
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-17
-
面向复合退化条件下自主海上导航的退化感知图像增强框架
摘要海事视觉感知系统越来越多地依赖光学成像来获取智能船舶在复杂环境中运行所需的场景信息。然而,光学成像的性能在海况恶劣时严重受损,其中雨、雾和低光照常常共存并产生耦合退化。这些退化降低了图像对比度、模糊了结构细节并引入了伪影,从而限制了目标检测、识别和跟踪的可靠性,对航行安全
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-17
-
一种面向解剖学一致的血管内超声分割的层次感知多标签框架
摘要
血管内超声(IVUS)分割通常被定义为单标签多类任务,其中每个像素被分配到一个类别。这种设置不符合冠状动脉的嵌套解剖结构,因为管腔被中膜包围,而斑块组分位于二者之间的环形区域。我们提出了一种层次感知的多标签框架,用于IVUS血管和斑块分割。数据集包含来自113名患者的
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-17
-
基于时间卷积网络的高炉工况评估与预测系统
**摘要**
精确的布料(装料)分配是智能炼铁中的核心挑战。然而,大多数现有的高炉工况预测方法仅依赖历史工况数据,忽略了控制变量,从而无法直接指导布料操作。为解决这一问题,本研究利用历史布料矩阵和工况数据,开发了一套高炉工况时间序列评估与预测系统。首先,构建了高炉工况历史数
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-17
-
自适应泛化:动态环境下鲁棒智能故障诊断的主动感知框架
**摘要**
动态环境引起的分布偏移问题会显著降低数据驱动故障诊断系统在实际应用中的性能。尽管领域泛化技术已被引入以应对分布差异,但静态泛化模型被动地处理所有未见域,忽视了测试数据的价值。为弥合这一差距,本研究探讨了一种称为自适应泛化故障诊断的新型学习范式,并开发了一个主动感
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-17