-
题名BDD电极电化学氧化技术处理印染工业退浆废水试验
- 1
-
-
作者
陈静双
朱泽基
尤家军
熊鹰
-
机构
西南科技大学材料与化学学院
西南科技大学环境友好能源材料国家重点实验室
-
出处
《西南科技大学学报》
CAS
2024年第1期60-65,共6页
-
基金
国防基础科研项目(JCKY2019404D002)
四川省自然科学基金创新研究群体项目(23NSFTD0044)。
-
文摘
采用BDD电极电化学高级氧化处理技术进行了印染工业高盐强碱退浆废水净化处理试验,探讨了电流密度(40~100 mA/cm^(2))、离子变化和电解质Na_(2)SO_(4)添加量(100~500 mmol/L)对废水CODCr移除、可生化性及能耗的影响,获得了优化降解工艺条件。结果表明:70 mA/cm^(2)电流密度的降解效果最佳;SO_(4)^(2-)更有利于CODCr的去除;Na_(2)SO_(4)添加量越大,动力学常数kCOD表现为线性增大,更有利于退浆废水中有机物的降解。BDD电极电化学高级氧化处理印染工业高盐强碱退浆废水优化工艺条件为:电流密度70 mA/cm^(2),Na_(2)SO_(4)500 mmol/L条件下处理3 h可达到排放标准,平均能耗为14.46 kWh/kg COD_(Cr),可考虑工业化应用。
-
关键词
BDD电极
电化学氧化
退浆废水
-
Keywords
BDD electrode
Electrochemical oxidation
Desizing wastewater
-
分类号
TQ115
[化学工程—无机化工]
TQ151
[化学工程—电化学工业]
-
-
题名基于深度学习的肠腺瘤病变识别
被引量:1
- 2
-
-
作者
宋志刚
陈龙森
朱泽基
石怀银
-
机构
中国人民解放军总医院病理科
深圳市恒扬数据股份有限公司
-
出处
《诊断病理学杂志》
2019年第4期201-206,212,共7页
-
文摘
目的建立人工智能辅助诊断肠腺瘤诊断系统。方法我们筛选出近187例覆盖各种肠腺瘤组织形态的病理切片,利用数字扫描仪将其数字化后,医生借助ASAP标注工具对数字病理切片进行标注。标注完成后,我们对标注数据进行处理并分割,得到超过150万张带有标注的训练数据,最后输入到卷积神经网络中进行模型的训练。结果基于训练完成的深度学习模型,我们在155例切片的测试集上进行测试,模型可以达到94.8%的准确率。结论腺瘤的诊断是人工智能在病理诊断中较为简单的一个模型,随着人工智能技术的发展,基于人工智能的病理辅助诊断技术必将极大地解放病理医生的体力,促进病理学的发展。
-
关键词
肠黏膜
肠腺瘤
人工智能
辅助诊断
-
Keywords
Intestinal mucosa
Intestinal adenoma
Artificial intelligence
Assisted diagnosis
-
分类号
R735.3
[医药卫生—肿瘤]
-