1 江苏大学材料与工程学院, 江苏 镇江 212013
2 青岛大学环境科学与工程学院, 山东 青岛 266100
构建较强氧化还原能力与较高电荷转移效率的阶梯型(S型)异质结光催化剂是提高光催化性能的有效策略。通过溶剂热法在棒状苝酰亚胺(PDI)表面原位生长了ZnIn2S4纳米片, 得益于良好的界面接触与匹配的能带结构, PDI/ZnIn2S4异质结展现出优异的光催化性能。此外, 在同步光催化产氢与苯甲醇氧化全反应体系中, 5% PDI/ZnIn2S4光催化剂表现出较高的产氢性能[21.66 mmol/(g?h)]与苯甲醛产率[1.02 mmol/(g?h)]分别是纯ZnIn2S4的2.12倍和3.00倍。基于X射线光电子能谱、瞬态光致发光光谱和电子顺磁共振信号等分析, 证实了PDI与ZnIn2S4之间内建电场的形成与S型电子转移路径。该电荷转移机制保留了复合催化剂较高的氧化还原电位, 促进了界面电荷分离与转移, 进而提升了光催化性能。该有机-无机S型异质结光催化剂的设计应用为新型双功能催化剂的开发提供了新思路。
异质结 苝酰亚胺 光催化制氢 苯甲醇氧化 scheme perylenimide H2 production benzyl alcohol oxidation
1 福建省水产研究所, 福建 厦门 361013
2 福州大学材料科学与工程学院, 福建 福州 350108
3 福州大学生物科学与工程学院, 福建 福州 350108
吸附法由于具有效率高、 成本低、 无毒、 简单等优点, 具为最常见的废水处理方法。 采用吸附法的关键是吸附剂的选择和制备。 层状氢氧化物(LDH)作为一类新型吸附剂, 拥有特殊的层状结构、 层板元素的可调变性、 层间阴离子的可交换性, 近期备受关注, 但其吸附能力的提升仍是亟需研究的问题。 利用均苯四甲酸(PA)对三元层状氢氧化物(Ca-Mg-Al-LDH)进行插层改性, 制备出新型的芳香酸阴离子改性层状氢氧化物(PA-LDH), 对其进行煅烧得到煅烧产物(PA-LDO), 并结合紫外分光光度法(UV-Vis)研究其对酸性橙II的吸附性能。 通过红外光谱(FTIR)和氮气吸附-脱附实验对其进行结构表征。 结果发现, PA-LDH相比LDH在1 717 cm-1处出现了一个新的峰, 归属为, v(C=O)且相对PA的C=O峰(1 668 cm-1)向高频方向移动, 这可能是由于PA之间形成的缔合体被破坏, 表明PA可能插层进入了LDH的间层。 相比PA-LDH的红外光谱谱图, 可以发现PA-LDO在3 000 cm-1附近的弱峰消失了, 表明层间阴离子在煅烧过程中被破坏, 但是在875和723 cm-1处与M—O和M—OH(M=Ca, Mg和Al)振动相对应的峰仍然存在, 表明煅烧处理后其相似的结构依然得到了保持。 通过氮气吸附-脱附实验测得PA-LDH和PA-LDO的比表面积分别为15.934 1和119.401 0 m2·g-1, 说明在煅烧后, 其比表面积增大, 因此PA-LDO可能具有更好的吸附效果。 以阴离子染料酸性橙Ⅱ为目标污染物, 在pH 7.0, 吸附剂用量5 mg, 波长为484 nm的条件下, 通过UV-Vis分析手段, 分别考察了吸附时间、 染料初始浓度等对PA-LDH、 PA-LDO吸附性能的影响。 结果表明, PA-LDH和PA-LDO对酸性橙Ⅱ的Qmax分别为561.322和1 401.639 mg·g-1, 高于目前文献所报道的Qmax值。 通过吸附等温实验, 发现PA-LDH和PA-LDO对酸性橙II的吸附基本符合Langmuir模型, 即单分子层吸附为该吸附过程的主导过程, 且理论最大吸附容量分别可为588.235和1 428.571 mg·g-1, 与上述实验值相接近, 这说明制备的芳香酸阴离子改性层状氢氧化物对阴离子染料具有较好的吸附性能, 在治理染料废水中具有一定的应用前景。
三元层状氢氧化物 均苯四甲酸 酸性橙Ⅱ Ternary layered double hydroxides Pyromellitic acid Orange Ⅱ 光谱学与光谱分析
2021, 41(12): 3957
南开大学现代光学研究所,国家教育部光学信息科学技术开放实验室, 天津 300071
利用级联神经网络模型对多个三维目标进行识别,为提高其正确识别率,提出多种优化方法,它们可单独使用,也可以联合使用。对不变性编码、算法、互连权重的二值化方法、样本优选等进行了研究和探讨。利用优化后的模型对三个飞机模型在视场内的任意位置、任意取向(面内旋转360°,面外旋转大于45°)的投影进行识别。计算机模拟表明正确识别率达到96%以上。
神经网络 级联模型 模式识别 互连权重
教育部光电信息技术科学重点实验室, 南开大学现代光学研究所, 天津 300071
提出了用光电混合网络来完成自适应取阈功能的硬件实现方法。该网络系统能根据输入状态的不同,通过网络单元间的相互竞争而达到对系统的阈值的自适应调整,使阈值总是等于最大输入值而完成“胜者全取”(WTA)。该网络系统主要由非晶硅半导体PIN光电探测阵列和“胜者全取”电子网络组成。又由于系统完全采用并行处理方式,因而具有响应速度快、灵敏度高、寻址能力强、结构简单和性能稳定等优点,能方便有效地应用于自适应取阈、相关峰检测、联想存储等光电混合系统。对一个36个单元的网络进行了实验测试并对其性能进行了分析。
自适应取阈 神经网络 “胜者全取”电子网络
1 南开大学现代光学研究所,教育部光学信息技术科学重点实验室, 天津 300071
2 上海交通大学计算机科学与工程系, 上海 200030
3 西安应用光学研究所, 西安 710100
以编码理论和神经网络优化算法为基础,提出了一种构造特征编码模板用于识别某一类模式集的方法,并以26个大写英文字母的识别作为实例进行了研究。提出了一种从二维视图识别三维目标的多网络融合方法,基于单个网络分类的置信度概念,有效地结合多个网络的输出结果作出最终分类判决。应用三个多层前向网络(隐层神经元数、初始权值等取不同值),设计了基于分类确信度的多网络融合结构。对四类车辆目标进行的识别实验表明,所提出的多网络融合方法明显优于单个网络的识别性能。
光学模式识别 字符识别 特征编码模板 神经网络多网络融合 三维目标识别 置信度 多层前向网络
南开大学现代光学研究所,国家教育部光电信息科学技术开放实验室,天津 300071
鉴于学习样本对神经网络模型的模式识别性能有很大的影响,提出学习样本的选择应与识别模型所利用的特性相结合,并利用汉明;Hamming 距离对用于旋转不变识别的级联模型的学习样本进行优选,计算机对三个很相似的飞机模型进行识别,识别结果表明对学习样本进行有效的选择不仅可以减少系统的学习训练时间而且可以提高模型的识别能力。
神经网络 模式识别 学习样本 级联模型
南开大学现代光学研究所, 国家教委光学信息技术科学开放研究实验室, 天津 300071
以三种飞机模型作为待识别目标, 模拟真实场景, 对用于多目标分类识别的级联神经网络重新进行了研究。 实验发现识别率下降的主要原因是实际采集的目标发生的复杂畸变与计算机模拟产生的效果并不一样。 用采集得到的目标图像作为训练样本, 对网络重新构造和训练, 取得了好的实验结果。 分析了其中涉及到目标定位、 图像分割等图像预处理问题。 提出了一种基于二值图像形态学腐蚀运算的快速目标检测定位法, 可快速有效地对目标进行检测定位。
模式识别 级联神经网络 图像预处理 腐蚀运算
南开大学现代光学研究所,国家教委光学信息科学技术开放实验室, 天津 300071
提出了一种适于光学实现的神经网络模型和算法,通过对3种飞行器平面内旋转投影图的识别,证明了该方法具有对多目标转动不变的模式识别能力。
互连权重 灰度阶 适应截值
