排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
系统研究了不同双金属中心催化剂催化二氧化碳电化学还原制备甲酸盐。借助机器学习,确定了反应中心金属原子序数、电负性和电离能等特征对双金属中心催化剂表面二氧化碳还原具有主要的影响。基于这些特征,通过高通量机器学习快速预测了105种双金属中心催化剂二氧化碳电还原制甲酸盐及其主要竞争反应的Gibbs自由能变,筛选出29种双金属中心催化剂更倾向于二氧化碳还原得到甲酸盐,是潜在的转化二氧化碳为甲酸盐的高性能催化材料。运用类似的方法预测了105种双金属中心催化剂表面二氧化碳还原中间体的结构,发现中间体吸附能与其吸附构型具有显著的相关关系。 相似文献
2.
3.
4.
为了解决图像处理领域缺少一个描述目标信号显著程度的物理量的问题,引用了光谱学中信背比的概念,类比于信噪比的计算方法,求出目标信号平均灰度值与背景平均灰度值之比,直观地表示出目标信号与背景的对比度。同时,为了解决视频中低速暗弱目标难以分辨与检测的问题,提出了一种视频低速暗弱目标增强方法,首先对视频首尾的连续多帧图像进行叠加差分运算,得到平滑的差分图像,然后进行灰度变换迭代,获得高信背比的图像。实验结果表明,信背比可以有效地描述了目标信号的显著程度,采用提出的视频低速暗弱目标增强方法后,目标信号的信噪比由1.84增加至9.18,信背比由0.33增加至19.44,提高了接近60倍,暗弱目标的显著程度大幅度提高,达到了视频低速暗弱目标增强的要求。 相似文献
5.
1