基于深度学习的智能车辆扫描系统分析

阐述基于深度学习的智能车辆扫描系统为降低深层卷积神经网络的计算消耗,通过网络模型进行优化,以较为轻量的网络结构取得较高的车辆识别精度,从而提升对车辆的识别速度和识别精度。

多晶及单晶高镍三元材料LiNi_(0.9)Co_(0.05)Mn_(0.05)O_(2)的可控制备及其电化学储锂特性

随着电动汽车电源及储能技术的快速发展,高镍三元层状氧化物因其高容量和低成本等优势,成为动力电池首选正极材料之一,但是高镍三元材料面临循环性能和倍率性能差等问题,严重限制了其规模化应用。高镍单晶可以有效减缓颗粒裂纹的产生,从而提高高镍正极材料的循环稳定性,但是高镍单晶严苛的制备条件限制了其开发与应用。本工作通过共沉淀-高温固相法和熔盐法分别制备出多晶高镍材料LiNi_(0.9)Co_(0.05)Mn_(0.05)O_(2)(NCM-PC)和单晶LiNi_(0.9)Co_(0.05)Mn_(0.05)O_(2)材料(NCM-SC),并通过电子显微技术(SEM)、X射线粉末衍射仪(XRD)、恒电流间歇滴定技术(GITT)和电化学测试对两者的晶体结构、微观形貌、电化学性能及Li+传输动力学进行了系统研究。研究表明,NCM-PC具有较高的锂离子扩散系数,导致其优异的倍率性能,在10 C充放电倍率下,其放电比容量高达164 mAh/g。尽管NCM-SC的高倍率性能欠佳,但其循环性能优异,在3 C倍率下,经100次循环后其容量保持率高达89%。本研究为进一步探索单晶/多晶超高镍(Ni≥90%)正极材料尺寸调控及性能优化提供了参考。

红蓝白光与远红光对樱桃萝卜早期生长发育的影响

采用定制四芯片集成LED灯珠作为光源,在室内可控环境下精准设定光周期、光照强度和空间分布,研究不同光质配比对樱桃萝卜株高、叶绿素含量、根长、根鲜重和根冠比等指标的影响。设置了四种光质配比(红蓝2R1B、红蓝白1 RBW1、红蓝白2 RBW2、红蓝远红RBF),以探寻适合植物工厂人工光照生产樱桃萝卜的光质配比。结果表明,不同光质处理间真叶数和冠长无显著差异,白光促进地上部生长,高红蓝比促进叶片和生物量积累,低红蓝比抑制地下部生长,远红光使植株徒高而含生物量少。RBW2处理的最大叶长、叶绿素含量、根长、根鲜重、冠鲜重和根冠比均为最高。总之,光质配比影响樱桃萝卜早期生长发育,不加远红光且红蓝比较高的光质有利于樱桃萝卜地上和地下部生长。