随着光伏智能电子产品日益融入到日常生活, 人们不仅对高性能光伏发电设备的需求增加, 同时对智能化、可持续和快速充电/放电能源集成设备的需求也急剧增加, 将能量产生部件和能量存储部件结合成独立设备已经成为一种极具有吸引力和挑战性的前沿技术。原位逐层制备光电转换功能薄膜与储电功能薄膜并组装, 获得光伏储电原位集成电池的技术, 既减少了太阳光波动对能量输出的影响, 又可以实现光伏自供电、弱光缓冲和可穿戴等功能, 因此具有良好的发展前景。本文综述了硅基光伏储电原位集成电池、敏化光伏储电原位集成电池、钙钛矿光伏储电原位集成电池的最新研究成果, 介绍了此类新型电池性能的评价方法, 分析了其工作原理、构造特点和性能参数, 并对此新兴研究领域的发展趋势进行了展望。

为解决人脸表情识别任务中存在的类内表情差异性大、类间表情相似度高的问题,基于传统的Softmax损失函数和Island损失函数,提出一种新的基于余弦距离损失函数来指导深度卷积神经网络的学习。该方法不仅可以减小特征空间中类内特征的差异,而且可以增大类间特征分布,从而提升特征判别效果。经过大量的实验和分析,该算法在RAF-DB人脸表情数据集上的准确率达到了83.196%,效果优于Softmax损失函数和Island损失函数,所提算法在人脸表情识别任务中具有较高的优越性。

通过尿素分解法, 把三价铬离子掺入到钇铝石榴石Y3Al5O12中, 采用共沉淀法制备出绿色颜料。 扫描电镜测试表明产物颗粒直径在200 nm左右, 用XRD测试复合氧化物的结晶相行为, 确定主相是钇铝石榴石相, 用紫外可见漫反射光谱测试掺杂离子的配位状态和电子跃迁行为, 用色度学测试氧化物颜色特征。 将复合氧化物颜料颗粒与高分子聚丙烯共混, 熔体纺丝, 并通过北京同步辐射X射线CT对制得的纤维加以测试, 结果表明复合氧化物颜料在高分子基质中得到良好的分散。 这种颜料性能稳定, 对环境友好, 为实现无水印染技术奠定基础, 减少纺织印染工业中所排放的污水。

在分析复杂混合物方面原位薄层色谱-红外光谱联用有巨大潜力, 二者联用能够相互取长补短, 极大地提高对复杂混合物的解析能力。 但因固定相自身的红外吸收能够对样品的检测造成干扰, 使该方法进展缓慢。 实验应用对中红外光透明的碘化银纳米微粒作为固定相制备薄层层析板, 并对碘化银薄层板的层析效果及原位红外光谱检测的可行性进行了初步的研究。 通过正交设计实验法优化反应条件, 制备出粒径为100 nm左右的碘化银颗粒; 应用沉降-挥发法制备薄层层析板, 实验表明该薄层板具备分离混合物的能力, 且原位红外光谱检测结果表明碘化银作为固定相不干扰样品检测。