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
检测空气绝缘分解气体NO_(2)的Pd-MoSe_(2)传感器研究
1
作者
吴宝良
李谈笑
+3 位作者
杨家隆
廖一铭
蒋佳明
周渠
《重庆理工大学学报(自然科学)》
CAS
北大核心
2024年第7期220-227,共8页
针对目前NO_(2)传感器响应低、恢复速度慢、功耗高等问题,提出一种用于空气绝缘分解气体NO_(2)检测的金属钯Pd掺杂MoSe_(2)基气体传感方法。制备了本征MoSe_(2)气敏传感器与Pd-MoSe_(2)气敏传感器,并基于所搭建气敏响应测试平台研究其对...
针对目前NO_(2)传感器响应低、恢复速度慢、功耗高等问题,提出一种用于空气绝缘分解气体NO_(2)检测的金属钯Pd掺杂MoSe_(2)基气体传感方法。制备了本征MoSe_(2)气敏传感器与Pd-MoSe_(2)气敏传感器,并基于所搭建气敏响应测试平台研究其对NO_(2)的气敏响应特性,利用第一性原理计算NO_(2)在MoSe_(2)晶面上的吸附参数和吸附行为。经过气敏特性测试发现:室温工作时,Pd-MoSe_(2)气敏传感器对20μL/L NO_(2)的响应值为3.95,响应时间和恢复时间分别为38 s和46 s,可实现2μL/L NO_(2)的有效检测。理论计算结果表明:本征MoSe_(2)对NO_(2)的吸附为弱物理吸附,而Pd-MoSe_(2)表现为强化学吸附。研究结果可为高性能MoSe_(2)气体传感器的制备及其在NO_(2)在线监测中的应用提供借鉴。
展开更多
关键词
空气绝缘分解气体
硒化钼
NO_(2)
气敏传感器
下载PDF
职称材料
基于隐马尔可夫模型的英语单词词性智能分析判断研究
被引量:
1
2
作者
李谈笑
《通讯世界》
2019年第4期284-285,共2页
英语作为国际语言,在日常生活、学习中非常重要。随着经济全球化及科技进步,越来越多的人为了掌握发达国家先进技术,更应该学好英语。但是,对英语初学者来说,词性分析判断是难点,而准确判断词性又是掌握英语的先决条件。本文应用隐马尔...
英语作为国际语言,在日常生活、学习中非常重要。随着经济全球化及科技进步,越来越多的人为了掌握发达国家先进技术,更应该学好英语。但是,对英语初学者来说,词性分析判断是难点,而准确判断词性又是掌握英语的先决条件。本文应用隐马尔科夫模型对英语语句中的单词词性进行自动分析判断,能有效帮助初学者准确掌握英语单词词性。本文基于语料集COCA进行实验的训练及验证,印证了在英语语句中采用此方法,词性判断准确率达到97.5%。
展开更多
关键词
英语
词性分析
隐马尔可夫模型
下载PDF
职称材料
题名
检测空气绝缘分解气体NO_(2)的Pd-MoSe_(2)传感器研究
1
作者
吴宝良
李谈笑
杨家隆
廖一铭
蒋佳明
周渠
机构
国网重庆市电力公司江津供电分公司
重庆大学辛辛那提大学联合学院
国网重庆市电力公司合川供电分公司
西南大学工程技术学院
出处
《重庆理工大学学报(自然科学)》
CAS
北大核心
2024年第7期220-227,共8页
基金
国家自然科学基金项目(52077177)。
文摘
针对目前NO_(2)传感器响应低、恢复速度慢、功耗高等问题,提出一种用于空气绝缘分解气体NO_(2)检测的金属钯Pd掺杂MoSe_(2)基气体传感方法。制备了本征MoSe_(2)气敏传感器与Pd-MoSe_(2)气敏传感器,并基于所搭建气敏响应测试平台研究其对NO_(2)的气敏响应特性,利用第一性原理计算NO_(2)在MoSe_(2)晶面上的吸附参数和吸附行为。经过气敏特性测试发现:室温工作时,Pd-MoSe_(2)气敏传感器对20μL/L NO_(2)的响应值为3.95,响应时间和恢复时间分别为38 s和46 s,可实现2μL/L NO_(2)的有效检测。理论计算结果表明:本征MoSe_(2)对NO_(2)的吸附为弱物理吸附,而Pd-MoSe_(2)表现为强化学吸附。研究结果可为高性能MoSe_(2)气体传感器的制备及其在NO_(2)在线监测中的应用提供借鉴。
关键词
空气绝缘分解气体
硒化钼
NO_(2)
气敏传感器
Keywords
air insulation decomposition gas
MoSe_(2)
NO_(2)
gas sensor
分类号
TM213 [一般工业技术—材料科学与工程]
TP212 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于隐马尔可夫模型的英语单词词性智能分析判断研究
被引量:
1
2
作者
李谈笑
机构
重庆市巴蜀中学校
出处
《通讯世界》
2019年第4期284-285,共2页
文摘
英语作为国际语言,在日常生活、学习中非常重要。随着经济全球化及科技进步,越来越多的人为了掌握发达国家先进技术,更应该学好英语。但是,对英语初学者来说,词性分析判断是难点,而准确判断词性又是掌握英语的先决条件。本文应用隐马尔科夫模型对英语语句中的单词词性进行自动分析判断,能有效帮助初学者准确掌握英语单词词性。本文基于语料集COCA进行实验的训练及验证,印证了在英语语句中采用此方法,词性判断准确率达到97.5%。
关键词
英语
词性分析
隐马尔可夫模型
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
检测空气绝缘分解气体NO_(2)的Pd-MoSe_(2)传感器研究
吴宝良
李谈笑
杨家隆
廖一铭
蒋佳明
周渠
《重庆理工大学学报(自然科学)》
CAS
北大核心
2024
0
下载PDF
职称材料
2
基于隐马尔可夫模型的英语单词词性智能分析判断研究
李谈笑
《通讯世界》
2019
1
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