【摘 要】
：
三维共价有机框架(3D COFs)是一种由有机构筑基元通过共价键连接而成的三维网状晶态有机多孔材料,具有高比表面积、复杂孔道结构和大量开放功能位点,在气体吸附与分离及催化等领域展现出了独特的应用前景.由功能基团构筑3D COFs可赋予其特征的性质及功能,然而普遍采用的直接构筑法可能存在合成困难、功能基团不兼容及结构解析难度大等问题.作为一种迂回的构筑策略,后合成修饰法可有效避免3D COFs直接构
论文部分内容阅读
三维共价有机框架(3D COFs)是一种由有机构筑基元通过共价键连接而成的三维网状晶态有机多孔材料,具有高比表面积、复杂孔道结构和大量开放功能位点,在气体吸附与分离及催化等领域展现出了独特的应用前景.由功能基团构筑3D COFs可赋予其特征的性质及功能,然而普遍采用的直接构筑法可能存在合成困难、功能基团不兼容及结构解析难度大等问题.作为一种迂回的构筑策略,后合成修饰法可有效避免3D COFs直接构筑过程中存在的上述问题,从而引起了科研工作者的关注.本文综述了3D COFs共价后修饰及配位后修饰的研究
其他文献
为了解决复杂课堂场景下学生表情识别的遮挡的问题，同时发挥深度学习在智能教学评估应用上的优势，提出了基于深度注意力网络的课堂教学视频中学生表情识别模型与智能教学评估算法。构建了课堂教学视频库、表情库和行为库，利用裁剪和遮挡策略生成多路人脸图像，在此基础上构建了多路深度注意力网络，并通过自注意力机制为多路网络分配不同权重。通过约束损失函数限制各路权重的分配，将人脸图像的全局特征表示为每个支路的特征乘上
作为工业互联网的典型实例之一,车联网技术近年来飞速发展,其核心在于信息的互联互通.因此,精准、可迁移的环境信息感知能力是其稳定运行的前提之一.深度学习的进步推动了计算机视觉任务的发展,但基于传统深度学习的方法仍存在训练过程对人工标注数据依赖强、场景泛化能力较差的弊端.而对于计算机视觉任务来说,训练数据的真值标签获取较难,因此如何提升模型的迁移能力,缓解训练对人工标注的依赖受到了学界的广泛关注.无监
准确掌握土壤有机质（SOM）含量特征及分布状态是土地肥力管理和陆地生态环境保护的关键。选取莱州湾近岸平原为研究区，采集348个土壤样点并获取同期Sentinel-2多光谱影像，利用变量重要度投影算法提取SOM的敏感光谱特征作为自变量，测定的SOM含量值为因变量，进一步将空间聚类模块引入深度神经网络学习法构建聚类深度网络遥感估算模型，最终完成SOM的含量估算与区域尺度上的数字制图。结果表明：（1）在
在机器学习问题中，数据质量对系统预测的准确性产生了深远的影响。由于信息获取的难度大，人类的认知主观且有限，导致了专家无法准确标记所有样本。近年来出现的一些概率抽样方法，无法避免样本人为划分不合理且主观性较强的问题。针对这一问题提出了一种动态概率抽样的标签噪声过滤方法，充分考虑各个数据集样本间的差异性，通过统计各个区间内置信度分布频率，分析区间内置信度分布信息熵的走势，确定合理阈值。本文在UCI经典
现有的有向图聚类算法大多基于向量空间中节点间近似线性关系假设，不足以发掘节点间存在的非线性相关性。针对该问题，提出一种基于核非负矩阵分解的有向图聚类算法。首先，引入核方法将有向图的邻接矩阵投影到核空间，并通过特定的正则项约束原空间及核空间中节点间的相似性。其次，提出了图正则化核非对称非负矩阵分解算法的目标函数，在非负约束条件下通过梯度下降方法推导出聚类算法。该算法在考虑连边的方向性的同时利用核方法
在深入理解JESD204B协议理论的基础上，为了匹配实际应用中链路工作模式，设计了一种通用的传输层电路。采用三级映射结构实现发送端传输层的组帧功能，三级逆映射结构实现接收端传输层的解帧功能。建立VCS验证平台进行功能验证，结果表明：该电路能够按照设定的链路工作模式完成采样数据与帧格式数据间的转换，实现组帧与解帧功能；基于65 nm标准工艺库综合评估，电路单通道时钟最高频率为1.25 GHz，能够达
基于图正则非负矩阵分解算法充分利用了高维数据通常位于一个低维流形空间的假设从而构造拉普拉斯矩阵,但该算法的缺点是构造出的拉普拉斯矩阵是提前计算得到的，并没有在乘性更新过程中对它进行迭代。为了解决这个问题，结合子空间学习中的自表示方法生成表示系数，并进一步计算相似性矩阵从而得到拉普拉斯矩阵，并在更新过程中对拉普拉斯矩阵进行迭代。另外，利用训练集的标签信息构造类别指示矩阵，引入两个不同的正则项分别对该
为了提高容错永磁游标电机多模式运行下的转矩性能,并同时解决电机易受不确定性参数影响的问题,本文在电机多模式运行下,建立了考虑参数不确定性影响下的稳健性优化方法.首先,针对电机容错控制下的不同种开路情况,设立多模式运行下的优化目标及约束条件.其次,通过确定性遗传算法,优化不同模式运行下的平均转矩和转矩脉动.最后,利用6σ质量优化方法优化电机性能的稳健性.结果表明,优化后的容错永磁游标电机在多种模式运
目前的行人重识别研究主要是集中在短时间情况下，即一个人的衣着不太可能发生改变。然而现实中更常见的情况是长时间情况下，一个人有很大的机会更换衣服——行人重识别模型应该考虑这种情况。为此，研究了一种基于联合损失胶囊网络的换衣行人重识别方法。所提方法基于换衣行人重识别ReIDCaps胶囊网络模型，使用与传统的标量神经元相比包含更多的信息的矢量胶囊，用其长度表示行人身份信息，用方向表示行人衣着信息；采用软
针对PL-SLAM（Point and Line Simultaneous Localization and Mapping）算法在稠密场景下同时使用点线特征造成特征计算冗余，以及曲线运动时漏选关键帧等问题，提出一种基于改进关键帧选取策略的快速PL-SLAM算法（Improved keyframe extraction strategy-based Fast PL-SLAM algorithm，