限定检索结果

检索条件"基金资助=中科院先导专项"
168 条 记 录,以下是161-170 订阅
视图:
排序:
宁波材料所在有机硅改性石墨烯增强环氧防腐耐磨涂层方面取得进展
收藏 引用
《高科技与产业化》2019年 第2期25卷 77-77页
近期,中国科学宁波材料技术与工程研究所海洋功能材料团队与北京科技大学腐蚀控制系统工程团队展开合作,在王立平研究员、赵海超研究员及李晓刚教授、张达威教授的共同指导下,博士生叶育伟等人设计系列实验克服了石墨烯(氧化石墨烯)...
来源:详细信息评论
人为能量投入对农田生态系统净初级生产力的影响——以鲁西南地区为例
收藏 引用
《中国农学通报》2013年 第26期29卷 124-131页
作者:周美华 苏本营 许宏 苏华 姜东 李永庚南京农业大学农业部南方作物生理生态重点实验室南京210095 四川农业大学农业部西南作物生理生态与耕作重点实验室成都611130 中国科学院植物研究所植被与环境变化国家重点实验室北京100093 
为了确定影响农田生态系统固碳能力的影响因子,在收集2000—2006年鲁西南地区农业生产统计数据的基础上,分析了该地区农田人为能量投入现状,并利用回归和逐步回归的方法研究了鲁西南地区人为能量投入对农田生态系统净初级生产力(NPP)...
来源:详细信息评论
稀土晶体材料与应用
收藏 引用
《应用技术学报》2019年 第1期19卷 1-13页
作者:王燕 孙丛婷 张伟 涂朝阳 薛冬峰中国科学院福建物质结构研究所光电材料化学与物理重点实验室福州350002 中国科学院长春应用化学研究所稀土资源利用国家重点实验室长春130022 福州大学化学学院福州350116 
稀土是我国重要的战略资源,在永磁体、合金、催化剂、石油精炼、精细抛光、发光材料、玻璃陶瓷等高新技术领域具有重要的应用。稀土晶体是一类重要的高端光学材料,是指稀土元素可以完整占据结晶学结构中某一格点的晶体,作为核心工作物...
来源:详细信息评论
永磁涡轮发电机电磁设计及外特性研究
收藏 引用
《微电机》2021年 第11期54卷 37-41,98页
作者:鲍忠利 于会媛 支宏旭 秦小飞 宋禹澎 张华勇 白晓煜中海油田服务股份有限公司油田技术研究院河北三河市065201 
井下涡轮发电机的特点是直径小、长度大。传统发电机设计采用的分布绕组,存在嵌线难度大、功率密度低的问题。另外,影响发电机外特性的因素较多,设计较为复杂,且缺乏细致的分析。因此,本文首先针对涡轮永磁发电机的外特性展开研究,确定...
来源:详细信息评论
清洁供暖储热技术现状与趋势
收藏 引用
《储能科学与技术》2020年 第3期9卷 861-868页
作者:凌浩恕 何京东 徐玉杰 王亮 陈海生中国科学院工程热物理研究所北京100190 中国科学院北京100864 
推进北方地区建筑冬季清洁供暖,是重大的民生工程、民心工程。目前清洁供暖技术种类繁多,各具特点,其中集成储热技术的清洁供暖技术是研究热点。为了全面分析清洁供暖储热技术发展现状和趋势,本文分析并总结了清洁供暖技术、储热技术的...
来源:详细信息评论
泥石流防治工程混凝土材料的抗冲磨性能
收藏 引用
《水土保持通报》2021年 第4期41卷 113-120页
作者:方鑫 陈晓清 陈剑刚 赵万玉中国科学院山地灾害与地表过程重点实验室四川成都610041 中国科学院水利部成都山地灾害与环境研究所四川成都610041 中国科学院大学北京100049 
[目的]开展在混凝土中复掺纳米二氧化硅、微硅粉、聚丙烯纤维等材料,增强工程耐磨性的试验研究,探讨复掺材料掺量变化影响抗冲磨强度的规律,旨在为泥石流防护工程建设中抗冲磨混凝土的配合比设计提供科学参考。[方法]采用正交试验设计...
来源:详细信息评论
基于高阶正则与非光滑数据拟合项的图像边缘检测模型
收藏 引用
《计算机系统应用》2020年 第1期29卷 119-129页
作者:李春 陈静思 王鹏彦 李健 罗泽中国科学院计算机网络信息中心北京100190 中国科学院大学北京100049 云南财经大学云南省经济社会大数据研究院昆明650221 四川卧龙国家级自然保护区管理局卧龙623006 
在现代科技社会中,随着数字图像处理技术的高速发展,图像分割和物体边缘检测被广泛应用于医学领域,军事领域,公共防卫领域,计算机视觉领域及农业气象领域.在本文中,基于经典的Chan-Vese (CV)模型,介绍一个含有L1范数数据拟合项和二阶正...
来源:详细信息评论
基于深度残差网络图像分类算法研究综述
收藏 引用
《计算机系统应用》2020年 第1期29卷 14-21页
作者:赵志成 罗泽 王鹏彦 李健中国科学院计算机网络信息中心北京100190 中国科学院大学北京100049 四川卧龙国家级自然保护区管理局卧龙623006 
近年来,由于计算机技术的飞速迅猛发展,特别是硬件条件的改善,计算能力不断提高,深层神经网络训练的时间大大缩短,深度残差网络也迅速成为一个新的研究热点.深度残差网络作为一种极深的网络架构,在精度和收敛等方面都展现出了很好的特性...
来源:详细信息评论
聚类工具 回到顶部