期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于一维锌(Ⅱ)配位聚合物的水中2,4,6-三硝基苯酚和氟啶胺的选择性检测
被引量:
2
1
作者
刘满荣
岳二林
+6 位作者
王记江
朱汪传
全航
唐龙
王潇
侯向阳
张玉琦
《无机化学学报》
SCIE
CAS
CSCD
北大核心
2023年第2期375-384,共10页
以1,1’∶4’,1’’∶4’’,1’’’-四联苯-2,4,2’’’,4’’’-四羧酸(H_(4)L)和4,4’-联吡啶(4,4’-bpy)为配体,采用水热法合成了一维锌配位聚合物[Zn_(2)(H_(2)L)_(2)(4,4’-bpy)2(H_(2)O)]n(1),并通过单晶X射线衍射分析、元素分...
以1,1’∶4’,1’’∶4’’,1’’’-四联苯-2,4,2’’’,4’’’-四羧酸(H_(4)L)和4,4’-联吡啶(4,4’-bpy)为配体,采用水热法合成了一维锌配位聚合物[Zn_(2)(H_(2)L)_(2)(4,4’-bpy)2(H_(2)O)]n(1),并通过单晶X射线衍射分析、元素分析、红外光谱分析和热重分析等方法对其结构进行了表征。单晶结构分析表明1属于三斜晶系,空间群为P1。配合物1含有2种配位构型不同的锌离子,分别处于扭曲的三角双锥{ZnNO_(4)}和八面体{ZnNO_(5)}几何构型中。配合物中2个H_(2)L^(2-)配体之间通过锌离子相互连接,构成了无限的一维zigzag平面结构。荧光传感实验表明配合物1的荧光能够被2,4,6-三硝基苯酚和氟啶胺猝灭,且具有较高的灵敏度和选择性,抗干扰性也非常好。
展开更多
关键词
配位聚合物
Zn(Ⅱ)
1
1’∶4’
1’’∶4’’
1’’’-四联苯-2
4
2’’’
4’’’-四羧酸
2
4
6-三硝基苯酚
氟啶胺
荧光传感性质
下载PDF
职称材料
基于CNN-WaveNet的滚动轴承剩余寿命预测
被引量:
10
2
作者
全航
张强
+2 位作者
邵思羽
牛天林
杨新宇
《计算机应用研究》
CSCD
北大核心
2021年第10期3098-3103,共6页
为保证设备正常运行并准确预测轴承剩余寿命,提出二维卷积神经网络与改进WaveNet组合的寿命预测模型。为克服未优化的递归网络在预测训练过程中易出现梯度消失问题,该模型引入了WaveNet时序网络结构。针对原始WaveNet结构不适用滚动轴...
为保证设备正常运行并准确预测轴承剩余寿命,提出二维卷积神经网络与改进WaveNet组合的寿命预测模型。为克服未优化的递归网络在预测训练过程中易出现梯度消失问题,该模型引入了WaveNet时序网络结构。针对原始WaveNet结构不适用滚动轴承振动数据情况,将WaveNet结构改进与二维卷积神经网络结合应用于滚动轴承寿命预测。模型利用二维卷积网络提取一维振动序列的特征,随后特征输入WaveNet并进行滚动轴承的预测寿命。改进模型相比于深度循环网络计算效率更高、结果更准确,相比于原始CNN-WaveNet-O模型预测结果更准确。相比于深度长短期记忆网络模型,改进方法预测结果均方根误差降低了11.04%,评分函数降低了11.34%。
展开更多
关键词
深度学习
卷积神经网络
WaveNet网络
滚动轴承
寿命预测
下载PDF
职称材料
题名
基于一维锌(Ⅱ)配位聚合物的水中2,4,6-三硝基苯酚和氟啶胺的选择性检测
被引量:
2
1
作者
刘满荣
岳二林
王记江
朱汪传
全航
唐龙
王潇
侯向阳
张玉琦
机构
延安大学化学与化工学院
出处
《无机化学学报》
SCIE
CAS
CSCD
北大核心
2023年第2期375-384,共10页
基金
国家自然科学基金(No.21373178)
陕西省科技厅青年项目(No.2021JQ-614)
+2 种基金
陕西省教育厅一般专项项目(No.21JK0978)
陕西省大学生创新训练项目(No.S202010719121)
延安大学大学生创新训练项目(No.D2020025和D2021030)资助。
文摘
以1,1’∶4’,1’’∶4’’,1’’’-四联苯-2,4,2’’’,4’’’-四羧酸(H_(4)L)和4,4’-联吡啶(4,4’-bpy)为配体,采用水热法合成了一维锌配位聚合物[Zn_(2)(H_(2)L)_(2)(4,4’-bpy)2(H_(2)O)]n(1),并通过单晶X射线衍射分析、元素分析、红外光谱分析和热重分析等方法对其结构进行了表征。单晶结构分析表明1属于三斜晶系,空间群为P1。配合物1含有2种配位构型不同的锌离子,分别处于扭曲的三角双锥{ZnNO_(4)}和八面体{ZnNO_(5)}几何构型中。配合物中2个H_(2)L^(2-)配体之间通过锌离子相互连接,构成了无限的一维zigzag平面结构。荧光传感实验表明配合物1的荧光能够被2,4,6-三硝基苯酚和氟啶胺猝灭,且具有较高的灵敏度和选择性,抗干扰性也非常好。
关键词
配位聚合物
Zn(Ⅱ)
1
1’∶4’
1’’∶4’’
1’’’-四联苯-2
4
2’’’
4’’’-四羧酸
2
4
6-三硝基苯酚
氟啶胺
荧光传感性质
Keywords
coordination polymer
Zn(Ⅱ)
1,1’∶4’,1’’∶4’’,1’’’-quterphenyl-2,4,2’’’,4’’’-tetracarboxylic acid
2,4,6-trinitrophenol
fluazinam
fluorescence sensing properties
分类号
O614.241 [理学—无机化学]
下载PDF
职称材料
题名
基于CNN-WaveNet的滚动轴承剩余寿命预测
被引量:
10
2
作者
全航
张强
邵思羽
牛天林
杨新宇
机构
空军工程大学研究生学院
空军工程大学防空反导学院
出处
《计算机应用研究》
CSCD
北大核心
2021年第10期3098-3103,共6页
基金
陕西省自然科学基础研究计划资助项目。
文摘
为保证设备正常运行并准确预测轴承剩余寿命,提出二维卷积神经网络与改进WaveNet组合的寿命预测模型。为克服未优化的递归网络在预测训练过程中易出现梯度消失问题,该模型引入了WaveNet时序网络结构。针对原始WaveNet结构不适用滚动轴承振动数据情况,将WaveNet结构改进与二维卷积神经网络结合应用于滚动轴承寿命预测。模型利用二维卷积网络提取一维振动序列的特征,随后特征输入WaveNet并进行滚动轴承的预测寿命。改进模型相比于深度循环网络计算效率更高、结果更准确,相比于原始CNN-WaveNet-O模型预测结果更准确。相比于深度长短期记忆网络模型,改进方法预测结果均方根误差降低了11.04%,评分函数降低了11.34%。
关键词
深度学习
卷积神经网络
WaveNet网络
滚动轴承
寿命预测
Keywords
deep learning
convolutional neural networks(CNN)
WaveNet
rolling bearing
life prediction
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于一维锌(Ⅱ)配位聚合物的水中2,4,6-三硝基苯酚和氟啶胺的选择性检测
刘满荣
岳二林
王记江
朱汪传
全航
唐龙
王潇
侯向阳
张玉琦
《无机化学学报》
SCIE
CAS
CSCD
北大核心
2023
2
下载PDF
职称材料
2
基于CNN-WaveNet的滚动轴承剩余寿命预测
全航
张强
邵思羽
牛天林
杨新宇
《计算机应用研究》
CSCD
北大核心
2021
10
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部