检索结果-南通市图书馆

铁掺杂铈基复合氧化物CO催化还原NO的性能研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国稀土学报 2024年第1期42卷 40-46,I0002页

作者：徐亚欣杨劲萱马艺芯戚瑞龚志军内蒙古科技大学能源与环境学院内蒙古包头014010 内蒙古自治区高效洁净燃烧重点实验室内蒙古包头014010 白云鄂博共伴生矿资源高效综合利用省部共建协同创新中心内蒙古包头014010

采用浸渍法、水热法和微波加热法制备铁掺杂的铈基复合氧化物催化剂,研究温度、铈铁摩尔比、制备方法对铈基复合氧化物的催化还原性能的影响,并且使用BET,NO-TPD,H_(2)-TPR,XRD,Raman等对催化剂进行表征分析。结果表明:随着温度的升高,N... 详细信息

采用浸渍法、水热法和微波加热法制备铁掺杂的铈基复合氧化物催化剂,研究温度、铈铁摩尔比、制备方法对铈基复合氧化物的催化还原性能的影响,并且使用BET,NO-TPD,H_(2)-TPR,XRD,Raman等对催化剂进行表征分析。结果表明:随着温度的升高,NO转化率是一个先不断增加后趋于稳定的过程;无论是浸渍法、水热法还是微波加热法,最佳铈铁摩尔比均为10∶2;3种制备方法的催化活性顺序:微波加热法>水热法>浸渍法。微波加热法制备的铈基复合氧化物催化剂在500℃的脱硝率为76%,脱硝率在700℃达到99%。通过XRD和Raman表征说明Fe^(3+)取代Ce^(94+)进入到CeO_(2)晶格中,改变CeO_(2)的萤石结构,增加氧空位,造成晶格畸变。

关键词：铈基复合氧化物 NO转化 CO催化还原

山西省中小企业科技人才创新活力的影响因素及对策研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

山西省中小企业科技人才创新活力的影响因素及对策研究

作者：李芯茹山西财经大学

学位级别：硕士

核心素养视域下物理教学目标设计的现状研究——基于基础教育精品课例的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

物理教师 2024年第8期45卷 2-5页

作者：许芯怡林钦福建师范大学物理与能源学院福建福州350117

明确、可测的教学目标是物理核心素养落地课堂的前提和灵魂.基于物理核心素养“教—学—评”一致性理念,对基础教育精品课平台的高中物理必修1部级精品课的教学目标进行量化统计.结果表明,教学目标较好地落实了“以学生为主体”理念,而... 详细信息

明确、可测的教学目标是物理核心素养落地课堂的前提和灵魂.基于物理核心素养“教—学—评”一致性理念,对基础教育精品课平台的高中物理必修1部级精品课的教学目标进行量化统计.结果表明,教学目标较好地落实了“以学生为主体”理念,而在目标的素养性、整体性、可操作性和可测评性等方面存在不足.

关键词：物理核心素养 “教—学—评”一致性教学目标设计

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

拉康理论视域下库切《耻》的欲望研究

拉康理论视域下库切《耻》的欲望研究

作者：彭弋芯西北师范大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

互联网保险合同说明义务履行的法律问题研究

互联网保险合同说明义务履行的法律问题研究

作者：朱芯乐北京化工大学

学位级别：硕士

炎症反应标志物与非肌层浸润性膀胱癌预后的关系及列线图模型的建立

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

炎症反应标志物与非肌层浸润性膀胱癌预后的关系及列线图模型的建...

作者：易芯平重庆医科大学

学位级别：硕士

基于分解和频域特征提取的多变量长时间序列预测模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机应用 2024年

作者：范艺扬张洋曾尚曾渝付茂栗中国科学院成都计算机应用研究所深圳市中钞科信金融科技有限公司中国科学院大学计算机科学与技术学院

针对现有基于Transformer的多变量长时预测模型主要从时域中提取特征，难以直接从长时间序列分散的时间点中找出可靠依赖关系的问题，提出了一种新的基于分解和频域特征提取的模型。首先提出了基于频域的周期项-趋势项分解的方法，降低... 详细信息

针对现有基于Transformer的多变量长时预测模型主要从时域中提取特征，难以直接从长时间序列分散的时间点中找出可靠依赖关系的问题，提出了一种新的基于分解和频域特征提取的模型。首先提出了基于频域的周期项-趋势项分解的方法，降低了分解过程的时间复杂度；其次在利用周期项-趋势项分解提取序列趋势性特征的基础上，利用基于Gabor变换进行频域特征提取的Transformer网络捕捉周期性的依赖，提高了预测的稳定性和鲁棒性。在5个基准数据集上进行了实验，结果显示，与现有先进的方法相比，所提出的模型在多变量长时间序列预测上的均方误差(MSE)平均减少7.4%，最高减少18.9%，表明所提模型有效提升了预测精度。

关键词：多变量长时间序列预测频域特征提取 Gabor变换 Transformer 时间序列深度学习