2024年4月18日-26日,美国盖蒂保护研究所(GCI)和故宫博物院在北京联合举办了第五届亚洲漆器分析新技术RAdICAL(Recent Advances in Charactering Asian Lacquer)研讨班。GCI为漆器保护工作者理解科研数据、建立了一个世界漆制品分析数...2024年4月18日-26日,美国盖蒂保护研究所(GCI)和故宫博物院在北京联合举办了第五届亚洲漆器分析新技术RAdICAL(Recent Advances in Charactering Asian Lacquer)研讨班。GCI为漆器保护工作者理解科研数据、建立了一个世界漆制品分析数据的共享平台。展开更多
单原子催化剂具有催化活性高、选择性强等优点,在非均相催化领域显示出独特的优势。碳基材料作为单原子催化剂的常用载体,具有比表面积大、价格低廉、易于获取等特点,近年来受到广泛关注。随着碳基单原子催化研究的不断深入,相关论文的...单原子催化剂具有催化活性高、选择性强等优点,在非均相催化领域显示出独特的优势。碳基材料作为单原子催化剂的常用载体,具有比表面积大、价格低廉、易于获取等特点,近年来受到广泛关注。随着碳基单原子催化研究的不断深入,相关论文的发表量增长迅速,传统的文献分析方法存在可视化程度低、时间跨度短、覆盖范围小等问题。本文利用CiteSpace文献计量软件对Web of Science核心数据库中2015年1月—2023年3月收录的378篇相关文献进行了可视化分析,讨论了该领域的研究进展及研究热点。结果表明:碳基单原子催化的研究热点主要集中在电催化领域,应用最广泛的载体是氮掺杂碳材料;存在的主要问题有难以催化复杂反应、反应机理不够清晰、配位环境难以精准调控等。本文结果可为碳基单原子催化的研究提供参考。展开更多
文摘小时天然气负荷预测受外部特征因素与预测方法的影响,为提高其预测精度并解决其他深度学习类模型或组合模型可解释性差、训练时间过长的问题,在引入“小时影响度”这一新特征因素的同时提出一种基于极端梯度提升树(extreme gradient boosting tress,XGBoost)模型与可解释性神经网络模型NBEATSx组合预测的方法;以XGBoost模型作为特征筛选器对特征集数据进行筛选,再将筛选降维后的数据集输入到NBEATSx中训练,提高NBEATSx的训练速度与预测精度;将负荷数据与特征数据经STL(seasonal and trend decomposition using Loess)算法分解为趋势分量、季节分量与残差分量,再分别输入到XGBoost中进行预测,减弱原始数据中的噪音影响;将优化后的NBEATSx与XGBoost模型通过方差倒数法进行组合,得出STL-XGBoost-NBEATSx组合模型的预测结果。结果表明:“小时影响度”这一新特征是小时负荷预测的重要影响因素,STL-XGBoost-NBEATSx模型训练速度有所提高,具有良好的可解释性与更高的预测准确性,模型预测结果的平均绝对百分比误差、均方误差、平均绝对误差分别比其余单一模型平均降低54.20%、63.97%、49.72%,比其余组合模型平均降低24.85%、34.39%、23.41%,模型的决定系数为0.935,能够很好地拟合观测数据。
文摘2024年4月18日-26日,美国盖蒂保护研究所(GCI)和故宫博物院在北京联合举办了第五届亚洲漆器分析新技术RAdICAL(Recent Advances in Charactering Asian Lacquer)研讨班。GCI为漆器保护工作者理解科研数据、建立了一个世界漆制品分析数据的共享平台。
文摘单原子催化剂具有催化活性高、选择性强等优点,在非均相催化领域显示出独特的优势。碳基材料作为单原子催化剂的常用载体,具有比表面积大、价格低廉、易于获取等特点,近年来受到广泛关注。随着碳基单原子催化研究的不断深入,相关论文的发表量增长迅速,传统的文献分析方法存在可视化程度低、时间跨度短、覆盖范围小等问题。本文利用CiteSpace文献计量软件对Web of Science核心数据库中2015年1月—2023年3月收录的378篇相关文献进行了可视化分析,讨论了该领域的研究进展及研究热点。结果表明:碳基单原子催化的研究热点主要集中在电催化领域,应用最广泛的载体是氮掺杂碳材料;存在的主要问题有难以催化复杂反应、反应机理不够清晰、配位环境难以精准调控等。本文结果可为碳基单原子催化的研究提供参考。