武汉理工大学 化学化工与生命科学学院, 武汉 430070
本研究采用两步法制备了电子助剂Ag和界面活性位点Ag2O共修饰的高效TiO2光催化剂(TiO2/Ag-Ag2O): 首先用光沉积法将Ag负载在TiO2表面(TiO2/Ag), 再经过低温煅烧法使部分Ag原位生成Ag2O。紫外光照射TiO2时, 激发产生的电子被助剂Ag捕获后快速传输到Ag2O上, 电子把Ag2O界面产氢活性位点从溶液中所捕获的氢离子还原成氢气, Ag和Ag2O的协同作用加快了TiO2上光生电子的转移和界面产氢反应, 从而提高了TiO2/Ag-Ag2O制氢性能。在300 ℃煅烧温度下制备的TiO2/Ag-Ag2O光催化剂制氢速率最高, 达到75.20 μmol/h, 分别是TiO2(3.59 μmol/h)和TiO2/Ag(41.13 μmol/h)的21.0倍和1.8倍。本研究为光催化制氢材料的设计和制备提供了有益的参考。
TiO2 电子助剂 界面活性位点 协同作用 光催化制氢 TiO2 electron cocatalyst interfacial catalytic active site synergistic effect photocatalytic H2 evolution
1 阳光学院 人工智能学院, 福建 福州350015
2 空间数据挖掘与应用福建省高校工程研究中心, 福建 福州350015
为优化视频配准工作中的静态图像配准算法, 本文应用深度学习的卷积神经网络VGGNet设计了一个静态图像配准算法。通过仿真实验结果可知, VGGNet能够被很好地应用于静态图像配准工作中; 结合均方根误差和Nred结果可知, 基于Conv5、FC1或者FC2输出特征的静态图像配准算法具有良好的性能, 基于FC2的配准算法性能最好, 其均方根误差值为0.031 22, Nred值为74。通过视频缩放和亮度转换后, 静态图像配准算法的性能有所下降, 在亮度变换后基于FC2输出特征的配准算法性能较高。与传统HOG、LBP特征提取的图像配准算法相比, 本文算法具备较好的配准精度和正确率。研究结果可为当前基于深度学习卷积神经网络的静态图像配准算法提供参考。
视频 图像配准 深度学习 video image registration deep learning VGGNet VGGNet
1 吉林省人口生命科学技术研究院,吉林,130041
2 吉林大学第一临床医院耳鼻咽喉一头颈外科,吉林,130021
3 吉林大学人兽共患病研究所人兽共患病教育部重点实验室,吉林,130062
本文目的是探讨耳蜗组织免疫荧光染色及激光共聚焦显微镜技术的应用.分离新生大鼠耳蜗,培养于胶原支持物上,采用0.25mM的顺铂作用24h,NF-200免疫荧光染色,激光共聚焦显微镜下观察顺铂对耳蜗毛细胞和神经元的毒性作用.结果显示,顺铂对培养的耳蜗毛细胞的损伤没有频率特异性,毛细胞缺失可出现在整个基底膜;谷氨酸盐受体抑制剂-CNQX与顺铂同时作用耳蜗基底膜的神经元损伤程度与单纯顺铂组没有明显差别.结论表明,顺铂能够导致耳蜗毛细胞丢失和形态改变,对耳蜗神经元的损伤可能是顺铂对神经元的直接毒性.
耳蜗 激光共聚焦显微镜 免疫荧光染色
