排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
为了制备性能优异的导电非织造布,以聚氨酯非织造布为原料,利用水性聚氨酯(WPU)对聚氨酯非织造布进行改性整理,采用模板涂覆法将液态金属(LM)涂覆到经WPU整理的聚氨酯非织造布上,最后采用WPU封装得到可拉伸的导电织物。通过扫描电子显微镜、接触角测试仪、傅里叶红外分析、电加热试验和电磁屏蔽测试研究了LM导电织物的结构及性能。结果表明：经过WPU处理的聚氨酯非织造布的接触角从107.7°下降到71.6°,力学性能变化不大;3 mm宽的LM导电织物电阻达到0.35Ω,在100%伸长下电阻变化小于10%,在50%形变下拉伸循环200次电阻的相对变化小于6%;将其作为电加热织物时,在0.36 V电压下的最高温度可达63.5℃;另外,LM导电织物还具有优异的电磁屏蔽效果,即使在拉伸状态下,织物的电磁屏蔽效能最高可达69.98 dB。 相似文献
2.
符合学习者特征的学习资源对于提高协作学习效率具有重要的影响。但是传统的学习资源推荐,没有充分考虑学习者、学习资源的特征和高效的推荐算法。针对上述问题,提出了基于协同过滤的学习资源推荐算法,根据学习者学习特征、学习资源特征和学习者对学习资源历史评价信息,采用协同过滤推荐算法,实现学习资源推荐。首先,通过学习者特征和学习资源的评分,寻找相似学习者并计算学习资源预测评分,然后根据该评分值和学习资源与学习者匹配度推荐学习资源,从而为学习者推荐符合自己兴趣爱好最合适的学习资源。实验结果表明该算法在个性化学习资源推荐的准确性上优于传统算法。 相似文献
1
