Ca/Fe强化生物炭催化秸秆热解挥发分蒸汽重整产氢

该文以生物质基焦炭作为催化剂,对生物质热解挥发分的水蒸气催化重整问题进行探讨。为加强生物质炭的催化能力,以Fe2O3和CaO作为助剂,对比分析了生物质炭、炭-Fe和炭-Ca对热解挥发分的水蒸气催化重整作用。试验结果表明,随着温度的升高3种催化剂均能促进玉米秸秆颗粒热解挥发分中H2气体体积分数的增加。在800℃时,生物质炭、炭-Fe和炭-Ca挥发分中H2体积分数分别为34.53%、50.89%和41.54%,与无催化剂相比分别增加了7.30%、23.66%和14.31%,其中炭-Fe对于促进H2的生成效果最明显。炭-Ca催化剂的加入有助于提升热解气的热值,在800℃时热值达到14.22 MJ/m3。

基于深度学习的眼角膜图像自动化分析研究

为使本科生了解生物医学影像处理技术,掌握深度学习方法,结合吉林大学大学生创新创业训练计划,设计了"基于深度学习的眼角膜图像自动化分析研究"实验项目。在研发治疗角膜新生血管(CNV:Corneal Neovascularization)等疾病的药物过程中,人们需要观察并获取小鼠眼角膜血管在药物影响下的生长情况及数据。为此设计了基于深度学习的眼角膜图像自动化分析程序,以合作医院提供的经凝胶处理的小鼠眼角膜图像为项目研究对象,通过Matlab工具以及神经网络等深度学习算法完成对眼角膜特征的提取和分割。采用SegNet语义分割网络和基于SVM(Support Vector Machine)的图像分割两种方法实现小鼠眼角膜图像的自动提取,分析了两种方法下眼角膜提取的精度与可靠性。结果表明,使用SegNet语义分割网络得到的结果精度较高,其准确率可以达到97.75%。

“扫荡”《三国演义》

我的语文成绩不太好,妈妈每天都要我看作文书,但是我却处处与她唱反调。 那天下午放学后,我像离弦的箭一样飞奔到家,埋头奋战—个小时,把＂作业大军＂全部击退,准备好好享受《三国演义》,可书却不翼而飞。一定是妈妈想让我看作文书,把我的最爱藏了起来。于是我开始进行家庭大扫荡,可我累得都快趴下了,也没发现《三国演义》的半个影子,只好拿起作文书漫不经心地看起来。