提出一种基于Faster RCNN(Faster Region with Convolutional Neural Networks)的电路板缺陷图像自动检测方法。该方法首先应用ResNet50网络作为主干网络以提取缺陷图像特征;然后针对电路板图像中缺陷的极端长宽比特点,提出基于特征金...提出一种基于Faster RCNN(Faster Region with Convolutional Neural Networks)的电路板缺陷图像自动检测方法。该方法首先应用ResNet50网络作为主干网络以提取缺陷图像特征;然后针对电路板图像中缺陷的极端长宽比特点,提出基于特征金字塔的区域推荐网络,得到多尺度特征融合图并生成建议框;最后,通过对感兴趣区域进行池化处理,并结合后续网络实现对电路板图像上缺陷的快速检测。试验证明,所提算法能够快速定位出电路板图像中的各种缺陷,并能实现准确的自动分类识别。展开更多
植物光合作用是吸收光能,把CO_(2)和水转化成富能有机物,同时释放氧气的过程.受此启发,利用太阳光将CO_(2)转化为碳氢燃料的人工碳中和技术引起了广泛关注.人工光合作用能否成功实施取决于光催化剂的设计制备.无机半导体已被广泛研究用...植物光合作用是吸收光能,把CO_(2)和水转化成富能有机物,同时释放氧气的过程.受此启发,利用太阳光将CO_(2)转化为碳氢燃料的人工碳中和技术引起了广泛关注.人工光合作用能否成功实施取决于光催化剂的设计制备.无机半导体已被广泛研究用于CO_(2)光还原反应(CO_(2)PRR),但其存在金属氧化物的带隙较宽且难以调节、导致光吸收较差和金属硫化物的光腐蚀问题严重等明显的缺点.此外,高载流子复合率和低比表面积会影响光催化效率,从而限制光子利用.因此,基于有机聚合物的无金属催化剂因其突出的可设计调控性而被提出,其中,具有超高比表面积的材料—多孔芳香骨架(PAFs)聚合物是研究热点之一,但是传统PAFs材料多为二维平面结构,用于光催化的无金属三维PAFs报道较少.此外,具有孤对电子的杂原子(N,B,F)修饰的材料可以与CO_(2)分子产生特定的偶极-四极相互作用,提高材料对CO_(2)的吸附和活化能力,是提升有机聚合物光催化剂性能的有效策略.本文采用Sonogashira-Hagihara偶联将具有不同共轭程度的芳香炔烃(2,2’,7,7‘-四乙炔基-9,9’-螺二芴,SPF-T;四(4-乙炔基苯基)甲烷,TEPM-T;1,1,2,2-四(4-乙炔基苯基)乙烯,TEPE-T)与含有N杂原子的Tröger碱聚合制备了具有三维结构的多孔芳香骨架聚合物X-TB-PAFs(X=TEPE,TEPM,SPF).通过X-射线衍射、红外光谱、13C核磁共振(NMR)以及1H NMR等表征手段验证了目标聚合物的成功合成.通过紫外-可见光谱和Mott-Schottky曲线测试研究了聚合物具体的能带结构,发现三种PAFs聚合物材料在热力学上同时满足光催化CO_(2)-CO的还原反应条件(Eθ=-0.51 Vvs.NHE,pH=7)和光催化H2O-O_(2)的氧化条件(Eθ=0.82 V vs.NHE,pH=7).V形骨架结构的Tröger碱(TB)单元和芳炔的结合赋予了聚合物刚性稳定的孔隙率以及较高的比表面积,材料中的多孔结构可以使其暴露更多的活性位点,三维框架结构为反应物接近活性位点提供了丰富的开放式空腔,这些都有利于材料对CO_(2)的捕获,增强催化剂对CO_(2)的吸附/活化能力.此外,炔基充当连接通道还可以增强体系的载流子迁移率,提升材料的光催化性能.密度泛函理论计算和光电性能测试结果表明,TB官能团引入带来的分子内极化和电子陷阱位点的优势,其与三维共轭网络结构一起协同调节了光生载流子的分离和反应位点分布.三种三维PAFs中,基于全共轭结构TEPE-T的TEPE-TB-PAF表现出最高效的光生载流子传输与分离效率,在没有助催化剂和牺牲剂的情况下表现出较好的光催化CO产率(194.50μmolg^(-1)h^(-1))和近乎单一的选择性(99.74%).全共轭TEPE-T的引入和分子内极化的存在可以促进框架内载流子的分离和迁移.材料中的电偶极矩(从负电荷到正电荷)指向TB中含有叔氮官能团的桥接位点,使其成为明确的催化反应位点.光电流和阻抗测试结果表明,TEPE-TB-PAF具有更好的电子-空穴分离能力和更小的电荷迁移位阻.三维框架构建产生的多重散射截面可以促进材料中的光子吸收,从而提高其光催化性能.理论计算和原位漫反射傅立叶变换红外光谱结果表明,材料中CO解吸的低能垒和*CHO形成的高能垒是TEPE-TB-PAF高CO产率和选择性的根本机制.综上,本文为多功能高效有机聚合物光催化剂的合成提供了有效途径,并为同时改善光催化剂的转化率和选择性提供了借鉴.展开更多
Numerous methods are analysed in detail to improve task schedulingand data security performance in the cloud environment. The methodsinvolve scheduling according to the factors like makespan, waiting time,cost, deadli...Numerous methods are analysed in detail to improve task schedulingand data security performance in the cloud environment. The methodsinvolve scheduling according to the factors like makespan, waiting time,cost, deadline, and popularity. However, the methods are inappropriate forachieving higher scheduling performance. Regarding data security, existingmethods use various encryption schemes but introduce significant serviceinterruption. This article sketches a practical Real-time Application CentricTRS (Throughput-Resource utilization–Success) Scheduling with Data Security(RATRSDS) model by considering all these issues in task scheduling anddata security. The method identifies the required resource and their claim timeby receiving the service requests. Further, for the list of resources as services,the method computes throughput support (Thrs) according to the number ofstatements executed and the complete statements of the service. Similarly, themethod computes Resource utilization support (Ruts) according to the idletime on any duty cycle and total servicing time. Also, the method computesthe value of Success support (Sus) according to the number of completions forthe number of allocations. The method estimates the TRS score (ThroughputResource utilization Success) for different resources using all these supportmeasures. According to the value of the TRS score, the services are rankedand scheduled. On the other side, based on the requirement of service requests,the method computes Requirement Support (RS). The selection of service isperformed and allocated. Similarly, choosing the route according to the RouteSupport Measure (RSM) enforced route security. Finally, data security hasgets implemented with a service-based encryption technique. The RATRSDSscheme has claimed higher performance in data security and scheduling.展开更多
文摘提出一种基于Faster RCNN(Faster Region with Convolutional Neural Networks)的电路板缺陷图像自动检测方法。该方法首先应用ResNet50网络作为主干网络以提取缺陷图像特征;然后针对电路板图像中缺陷的极端长宽比特点,提出基于特征金字塔的区域推荐网络,得到多尺度特征融合图并生成建议框;最后,通过对感兴趣区域进行池化处理,并结合后续网络实现对电路板图像上缺陷的快速检测。试验证明,所提算法能够快速定位出电路板图像中的各种缺陷,并能实现准确的自动分类识别。
文摘植物光合作用是吸收光能,把CO_(2)和水转化成富能有机物,同时释放氧气的过程.受此启发,利用太阳光将CO_(2)转化为碳氢燃料的人工碳中和技术引起了广泛关注.人工光合作用能否成功实施取决于光催化剂的设计制备.无机半导体已被广泛研究用于CO_(2)光还原反应(CO_(2)PRR),但其存在金属氧化物的带隙较宽且难以调节、导致光吸收较差和金属硫化物的光腐蚀问题严重等明显的缺点.此外,高载流子复合率和低比表面积会影响光催化效率,从而限制光子利用.因此,基于有机聚合物的无金属催化剂因其突出的可设计调控性而被提出,其中,具有超高比表面积的材料—多孔芳香骨架(PAFs)聚合物是研究热点之一,但是传统PAFs材料多为二维平面结构,用于光催化的无金属三维PAFs报道较少.此外,具有孤对电子的杂原子(N,B,F)修饰的材料可以与CO_(2)分子产生特定的偶极-四极相互作用,提高材料对CO_(2)的吸附和活化能力,是提升有机聚合物光催化剂性能的有效策略.本文采用Sonogashira-Hagihara偶联将具有不同共轭程度的芳香炔烃(2,2’,7,7‘-四乙炔基-9,9’-螺二芴,SPF-T;四(4-乙炔基苯基)甲烷,TEPM-T;1,1,2,2-四(4-乙炔基苯基)乙烯,TEPE-T)与含有N杂原子的Tröger碱聚合制备了具有三维结构的多孔芳香骨架聚合物X-TB-PAFs(X=TEPE,TEPM,SPF).通过X-射线衍射、红外光谱、13C核磁共振(NMR)以及1H NMR等表征手段验证了目标聚合物的成功合成.通过紫外-可见光谱和Mott-Schottky曲线测试研究了聚合物具体的能带结构,发现三种PAFs聚合物材料在热力学上同时满足光催化CO_(2)-CO的还原反应条件(Eθ=-0.51 Vvs.NHE,pH=7)和光催化H2O-O_(2)的氧化条件(Eθ=0.82 V vs.NHE,pH=7).V形骨架结构的Tröger碱(TB)单元和芳炔的结合赋予了聚合物刚性稳定的孔隙率以及较高的比表面积,材料中的多孔结构可以使其暴露更多的活性位点,三维框架结构为反应物接近活性位点提供了丰富的开放式空腔,这些都有利于材料对CO_(2)的捕获,增强催化剂对CO_(2)的吸附/活化能力.此外,炔基充当连接通道还可以增强体系的载流子迁移率,提升材料的光催化性能.密度泛函理论计算和光电性能测试结果表明,TB官能团引入带来的分子内极化和电子陷阱位点的优势,其与三维共轭网络结构一起协同调节了光生载流子的分离和反应位点分布.三种三维PAFs中,基于全共轭结构TEPE-T的TEPE-TB-PAF表现出最高效的光生载流子传输与分离效率,在没有助催化剂和牺牲剂的情况下表现出较好的光催化CO产率(194.50μmolg^(-1)h^(-1))和近乎单一的选择性(99.74%).全共轭TEPE-T的引入和分子内极化的存在可以促进框架内载流子的分离和迁移.材料中的电偶极矩(从负电荷到正电荷)指向TB中含有叔氮官能团的桥接位点,使其成为明确的催化反应位点.光电流和阻抗测试结果表明,TEPE-TB-PAF具有更好的电子-空穴分离能力和更小的电荷迁移位阻.三维框架构建产生的多重散射截面可以促进材料中的光子吸收,从而提高其光催化性能.理论计算和原位漫反射傅立叶变换红外光谱结果表明,材料中CO解吸的低能垒和*CHO形成的高能垒是TEPE-TB-PAF高CO产率和选择性的根本机制.综上,本文为多功能高效有机聚合物光催化剂的合成提供了有效途径,并为同时改善光催化剂的转化率和选择性提供了借鉴.
文摘Numerous methods are analysed in detail to improve task schedulingand data security performance in the cloud environment. The methodsinvolve scheduling according to the factors like makespan, waiting time,cost, deadline, and popularity. However, the methods are inappropriate forachieving higher scheduling performance. Regarding data security, existingmethods use various encryption schemes but introduce significant serviceinterruption. This article sketches a practical Real-time Application CentricTRS (Throughput-Resource utilization–Success) Scheduling with Data Security(RATRSDS) model by considering all these issues in task scheduling anddata security. The method identifies the required resource and their claim timeby receiving the service requests. Further, for the list of resources as services,the method computes throughput support (Thrs) according to the number ofstatements executed and the complete statements of the service. Similarly, themethod computes Resource utilization support (Ruts) according to the idletime on any duty cycle and total servicing time. Also, the method computesthe value of Success support (Sus) according to the number of completions forthe number of allocations. The method estimates the TRS score (ThroughputResource utilization Success) for different resources using all these supportmeasures. According to the value of the TRS score, the services are rankedand scheduled. On the other side, based on the requirement of service requests,the method computes Requirement Support (RS). The selection of service isperformed and allocated. Similarly, choosing the route according to the RouteSupport Measure (RSM) enforced route security. Finally, data security hasgets implemented with a service-based encryption technique. The RATRSDSscheme has claimed higher performance in data security and scheduling.
