检索结果-南通市图书馆

RuO_(2)/TiO_(2)/MXene with multi-heterojunctions coating on carbon cloth for high-activity chlorine evolution reaction at large current densities

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Nano Research 2024年第6期17卷 4764-4772页

作者： Yuhao Duan Liuxu Wei Chenyu Cai Junbao Mi fuyuan cao Jiaze Chen Xiaolong Li Xiujiang Pang Bin Li Lei Wang Key Laboratory of Eco-chemical Engineering Ministry of EducationInternational Science and Technology Cooperation Base of Eco-chemical Engineering and Green ManufacturingCollege of Chemistry and Molecular EngineeringQingdao University of Science and TechnologyQingdao 266042China College of Materials Science and Engineering Qingdao University of Science and TechnologyQingdao 266042China College of Environment and Safety Engineering Qingdao University of Science and TechnologyQingdao 266042China

The chlorine evolution reaction(CER)is a crucial step in the production of chlorine gas and active chlorine by chlor-alkali ***,the endeavor to fabricate electrodes capable of yielding high current density at minimal overpotential remains a central challenge in advancing the realm of chlorine evolution ***,we grow TiO_(2)and RuO_(2)on MXene@carbon cloth(CC)through the favorable affinity and induced deposition effect between the surface functional groups of MXene and the metal.A self-supported electrode(RuTiO_(2)/MXene@CC)with strong binding at the electrocatalyst-support interface and weak adhesion at electrocatalyst-bubble interface is *** RuTiO_(2)/MXene@CC can reduce the electron density of RuO_(2)by regulating the electron redistribution at the heterogeneous interface,thus enhancing the adsorption of Cl−.RuTiO_(2)/MXene@CC could achieve a high current density of 1000 mA·cm^(−2)at a small overpotential of 220 mV,superior to commercial dimensionally stable anodes(DSA).This study provides a new strategy for constructing efficient CER catalysts at high current density.

关键词： chlorine evolution reaction high current density MXene TiO_(2) RuO_(2)

Acrylamide exposure impairs blood-cerebrospinal fluid barrier function

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Neural Regeneration Research 2014年第5期9卷 555-560页

作者： Xue Yao Licheng Yan Lin Yao Weijun Guan Fanxu Zeng fuyuan cao Yanshu Zhang College of Public Health Hebei United University Experimental Animal Center Hebei United University Key Laboratory of Hebei Health and Safety on Coal Industry Hebei United University

Previous studies show that chronic acrylamide exposure leads to central and peripheral neu- ropathy. However, the underlying mechanisms remained unclear. In this study, we examined the permeability of the blood-cerebrospinal fluid barrier, and its ability to secrete transthyretin and transport leptin of rats exposed to acrylamide for 7, 14, 21 or 28 days. Transthyretin levels in cerebrospinal fluid began to decline on day 7 after acrylamide exposure. The sodium fluorescein level in cerebrospinal fluid was increased on day 14 after exposure. Evans blue concentration in cerebrospinal fluid was increased and the cerebrospinal fluid/serum leptin ratio was decreased on days 21 and 28 after exposure. In comparison, the cerebrospinal fluid/serum albumin ratio was increased on day 28 after exposure. Our findings show that acrylamide exposure damages the blood-cerebrospinal fluid barrier and impairs secretory and transport functions. These changes may underlie acrylamide-induced neurotoxicity.

关键词： nerve regeneration brain injury acrylamide blood-cerebrospinal fluid barrier tight junction permeability thyroid hormone leptin cerebrospinal fluid^serum albumin ratio cerebro- spinal fluid NSFC grant neural regeneration

在线全文

学校读者我要写书评

暂无评论

基于新的距离度量的K-Modes聚类算法

计算机研究与发展 2010年第10期47卷 1749-1755页

作者：梁吉业白亮曹付元山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 太原030006

传统的K-Modes聚类算法采用简单的0-1匹配差异方法来计算同一分类属性下两个属性值之间的距离,没有充分考虑其相似性.对此,基于粗糙集理论,提出了一种新的距离度量.该距离度量在度量同一分类属性下两个属性值之间的差异时,克服了简单0-... 详细信息

传统的K-Modes聚类算法采用简单的0-1匹配差异方法来计算同一分类属性下两个属性值之间的距离,没有充分考虑其相似性.对此,基于粗糙集理论,提出了一种新的距离度量.该距离度量在度量同一分类属性下两个属性值之间的差异时,克服了简单0-1匹配差异法的不足,既考虑了它们本身的异同,又考虑了其他相关分类属性对它们的区分性.并将提出的距离度量应用于传统K-Modes聚类算法中.通过与基于其他距离度量的K-Modes聚类算法进行实验比较,结果表明新的距离度量是更加有效的.

关键词：聚类算法分类属性数据粗糙集粗糙隶属度距离度量

在线全文

学校读者我要写书评

暂无评论

基于密度峰值聚类的自适应欠采样方法

模式识别与人工智能 2020年第9期33卷 811-819页

作者：崔彩霞曹付元梁吉业山西大学计算机与信息技术学院太原030006 太原师范学院计算机科学与技术系晋中030619 山西大学计算智能与中文信息处理教育部重点实验室太原030006

基于K-means聚类的欠采样存在仅适用于超球形状数据、未考虑重叠区对分类的影响及簇中样本的稠密程度等问题.因此,文中提出基于密度峰值聚类的自适应欠采样方法.首先利用近邻搜索算法识别重叠区的多数类样本并将其删除.然后应用改进的... 详细信息

基于K-means聚类的欠采样存在仅适用于超球形状数据、未考虑重叠区对分类的影响及簇中样本的稠密程度等问题.因此,文中提出基于密度峰值聚类的自适应欠采样方法.首先利用近邻搜索算法识别重叠区的多数类样本并将其删除.然后应用改进的密度峰值聚类自动获得多个不同形状、大小和密度的子簇.再根据子簇中样本的稠密程度计算采样权重并进行欠采样,在获得的平衡数据集上进行bagging集成分类.实验表明,文中方法在大多数数据集上性能表现较优.

关键词：不平衡数据分类欠采样密度峰值聚类重叠区

在线全文

学校读者我要写书评

暂无评论

面向分类型矩阵数据的无监督孤立点检测算法

深圳大学学报（理工版） 2019年第1期36卷 33-42页

作者：吴晓林曹付元山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

孤立点检测是数据挖掘的重要分支之一,旨在发现一个数据集中与多数对象行为明显不同的一些对象.针对分类型矩阵数据,通过给出一种矩阵对象自身的内聚度和该矩阵对象与其他矩阵对象之间的耦合度,定义了矩阵对象的孤立因子,提出一种面向... 详细信息

孤立点检测是数据挖掘的重要分支之一,旨在发现一个数据集中与多数对象行为明显不同的一些对象.针对分类型矩阵数据,通过给出一种矩阵对象自身的内聚度和该矩阵对象与其他矩阵对象之间的耦合度,定义了矩阵对象的孤立因子,提出一种面向分类型矩阵数据的孤立点检测算法.在Market basket、Microsoft web和MovieLens真实数据集上的实验结果表明,与基于共同近邻(common-neighbor-based,CNB)算法、局部异常因子(local outlier factor,LOF)算法和基于信息熵(information entropy-based,IE-based)的算法相比,本算法能有效检测分类型矩阵数据中的孤立点.

关键词：人工智能孤立点检测分类型矩阵数据耦合度内聚度数据挖掘

基于分类型矩阵对象数据的MD fuzzy k-modes聚类算法

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2019年第6期56卷 1325-1337页

作者：李顺勇张苗苗曹付元山西大学数学科学学院太原030006 山西大学计算机与信息技术学院太原030006

传统的聚类算法一般是对单值属性数据进行聚类.但在许多实际应用中,每个对象通常被多个特征向量所描述.例如,顾客在购物时可能同时购买多个产品.由多个特征向量描述的对象称为矩阵对象,由矩阵对象构成的数据集称为矩阵对象数据集.目前,... 详细信息

传统的聚类算法一般是对单值属性数据进行聚类.但在许多实际应用中,每个对象通常被多个特征向量所描述.例如,顾客在购物时可能同时购买多个产品.由多个特征向量描述的对象称为矩阵对象,由矩阵对象构成的数据集称为矩阵对象数据集.目前,针对矩阵对象数据聚类算法的研究相对较少,还有很多问题有待解决.利用fuzzy k-modes算法的聚类过程,提出一种基于矩阵对象数据的matrix-object data fuzzy k-modes(MD fuzzy k-modes)聚类算法.该算法结合模糊集的概念引入模糊因子β,重新定义了矩阵对象间的相异性度量,并给出类中心的启发式更新算法.最后,在5个真实数据集上验证了MD fuzzy k-modes算法的有效性,并分析了模糊因子β与隶属度w之间的关系.大数据时代,利用MD fuzzy k-modes算法对多条记录进行聚类,能更易发现顾客的消费偏好,从而做出更有针对性的推荐.

关键词：矩阵对象数据 MD fuzzy k-modes算法相异性度量类中心聚类

在线全文

学校读者我要写书评

暂无评论

一种基于稀疏度和距离的初始类中心选择算法

山西大学学报(自然科学版) 2015年第1期38卷 73-78页

作者：曹付元武鹏鹏山西大学计算机与信息技术学院计算智能与中文信息处理教育部重点实验室

结合谱聚类算法中的自适应尺度和最大最小距离算法的思想,提出了一种基于稀疏度和距离的初始类中心选择算法,并将提出的初始类中心选择算法应用于k-means和Fuzzy k-means算法的初始类中心选择,在UCI和真实数据上的实验结果表明提出的算... 详细信息

结合谱聚类算法中的自适应尺度和最大最小距离算法的思想,提出了一种基于稀疏度和距离的初始类中心选择算法,并将提出的初始类中心选择算法应用于k-means和Fuzzy k-means算法的初始类中心选择,在UCI和真实数据上的实验结果表明提出的算法是有效和可行的。

关键词：初始类中心稀疏度最大最小距离算法 k-means聚类

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

含缺失标签的大规模多标签分类算法

计算机工程与应用 2022年第17期58卷 148-157页

作者：刘依璐曹付元山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

在对大规模多标签数据进行人工标注时极易产生标签的缺失。现有算法大多利用被所有实例共享的全局标签相关性来解决该问题,即对不同实例而言,标签之间的相关性是相同的。然而在实际应用中,不同实例的标签相关性并非完全相同,此时采用局... 详细信息

在对大规模多标签数据进行人工标注时极易产生标签的缺失。现有算法大多利用被所有实例共享的全局标签相关性来解决该问题,即对不同实例而言,标签之间的相关性是相同的。然而在实际应用中,不同实例的标签相关性并非完全相同,此时采用局部方式获取的标签相关性将更加准确。因此,本文提出一种基于局部标签相关性的解决方法。该方法利用局部标签相关性来恢复缺失标签,利用低秩矩阵分解技术来构造适用于大规模数据的分类器。此外,为了加快模型的训练,该方法将这两个过程融合到一个统一的框架中,并采用迭代优化的方式进行求解。大量实验结果表明,该方法在预测准确度上至少比现有算法高2个百分点,在训练速度上至少提升5个百分点。

关键词：多标签分类缺失标签大规模标签局部标签相关性低秩矩阵分解

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

一种基于词袋模型的块数据聚类算法

山西大学学报(自然科学版) 2016年第2期39卷 216-222页

作者：曹付元牛文婷山西大学计算机与信息技术学院计算智能与中文信息处理教育部重点实验室

基于词袋模型给出了块数据对象一种新的表示方式,解决了块数据集无法用传统聚类算法直接聚类的问题。所谓块数据对象是指由多个特征向量描述的对象,由块数据对象组成的集合称为块数据集。文章通过DBSCAN算法在块数据集的每一维上聚类,... 详细信息

基于词袋模型给出了块数据对象一种新的表示方式,解决了块数据集无法用传统聚类算法直接聚类的问题。所谓块数据对象是指由多个特征向量描述的对象,由块数据对象组成的集合称为块数据集。文章通过DBSCAN算法在块数据集的每一维上聚类,得到虚拟对象的类分布情况,基于词袋模型给出了块数据对象的新表示形式,设计了一种面向块数据集的聚类分析算法。

关键词：块数据词袋模型 DBSCAN算法 k-means算法