【摘 要】
：
编辑:自您担任本刊编委起,行业对您的印象都是"暖通人",请问是什么机缘您开始把研究方向由"暖通"转向了"电气"?Editor:Your major "HV&AC"has been impressive for us since you served as our editorial board member of the Journal of Building Energy Efficien
论文部分内容阅读
<正>编辑:自您担任本刊编委起,行业对您的印象都是"暖通人",请问是什么机缘您开始把研究方向由"暖通"转向了"电气"?Editor:Your major "HV&AC"has been impressive for us since you served as our editorial board member of the Journal of Building Energy Efficiency. We are interested and delighted to know when and why did you decide to change your focus from "HV&AC"to"Building Electrical Engineering"?郝总:2014年,中美清洁能源联合研究中心建筑节能项目筹备进行时,江亿院士提出了直流建筑的概念。
其他文献
针对重金属污染及农业废弃物的二次利用问题,本文以蛋壳和桔皮为原料制备出吸附剂,并采用三种吸附工艺去除废水中的铅、镉和铜。蛋壳对铅、镉和铜的最大吸附量分别为149.3 mg/g、31.79 mg/g和17.90 mg/g,吸附过程符合拟二级动力学模型和Langmuir等温吸附式;桔皮对铅、镉和铜的最大吸附量分别为139.5 mg/g、33.94 mg/g和33.11 mg/g,吸附过程符合拟二级动力
AlGaN基深紫外发光二极管（DUV LED）在灭菌消毒、医学治疗、紫外加工和农业等领域具有很大的应用潜力。然而,具有高外量子效率（EQE）的DUV LED仍然很难获得,EQE的发展缓慢很大程度上是受到光提取效率（LEE）低的限制,当前DUV LED的LEE普遍低于10%。LEE低的主要原因在于:第一,由于空气和AlGaN之间的折射率差异大,LEE受到全内反射（TIR）和菲涅尔损失严重影响;第二,
近几年来,随着极大规模集成电路的飞速发展,工艺技术节点降至7 nm及以下,集成电路制造工艺越来越复杂。传统的插塞金属钨由于其沉积过程中急剧增长的电阻已不能满足现代制造工艺的需求,可使用电阻率较低（6.63μΩ·cm）的新型插塞金属钴（Co）代替。化学机械平坦化（CMP）是集成电路制造工艺的关键步骤之一,是到目前为止实现晶圆表面部分或全局平坦化最有效的手段。阻挡层CMP是多层铜布线的最后一道工序,阻
光伏电池片中的裂纹缺陷会造成电池片失效,影响电池组件的正常使用,也不利于光伏发电系统维持稳定。光伏电池片电致发光（Electroluminescence,EL）图像呈现非均匀复杂表面,随机分布的晶粒和缺陷目标之间的对比度低,缺陷形状、尺度不一等特点,给利用传统方法对裂纹缺陷的准确性和鲁棒性检测带来很大的挑战。因此本文提出了多个深度学习模型,有效地解决了复杂背景对裂纹缺陷识别的影响,最终形成了一套有
化学机械平坦化（CMP）是集成电路（IC）制造的关键工艺之一,是实现多层铜布线局部和全局平坦化的核心技术。阻挡层平坦化是铜互连CMP制程中的最后一步,决定着IC器件的良率和可靠性。钽（Ta）具有较高的电导率和抗电迁移性,并与Cu有很好的粘附性,被广泛用作铜互连的阻挡层材料。在阻挡层CMP过程中,由于Cu/Ta两种金属活性的不同,会形成电偶腐蚀,而且CMP抛光液中部分组分也会对铜表面造成腐蚀,影响器
模式匹配是计算机领域中对字符串的一种基本运算,目的是在较长的序列中找出与给定模式相同或相似的所有子串。模式匹配在诸多领域中具有广泛的应用,如搜索引擎,金融分析,数据挖掘等。与传统模式匹配相比,带有间隙约束的模式匹配更具灵活性,其允许模式中包含指定范围的通配符数量,具有重要的研究意义。在一次性条件下的模式匹配中,模式中包含间隙约束且序列中同一位置的字符最多允许被模式使用一次,这种方法在生物信息学和序
根据世界卫生组织国际癌症研究机构发布的权威报告显示,肺癌现如今已经成为世界上发病率和死亡率最高的癌症,是危害人类生命健康的头号元凶。肺结节作为肺癌早期的重要表现形式,其有可能发展为肺癌的几率约为40%,因此精准检测和分割并且对CT图像中的肺结节准确定性成为挽救肺癌患者的关键。近年来,随着人工智能、深度学习等新兴技术的兴起,越来越多基于深度学习的模型迁移到医学图像分割上来,为肺癌的早期诊断提供了新的
风电机组具有故障率高的特点。为提高风电机组运行可靠性,论文以风电集控中心的SCADA系统作为数据来源,将某公司生产的风电机组作为研究对象,采用基于数据驱动的方法进行风电机组的故障预测与识别研究,为风电场的智能化运维提供参考信息。论文详细研究工作如下:首先,论文对风电机组的故障现象进行分析,通过SCADA系统中的风机状态码筛选风电机组处于运行状态的数据。采用数据库操作对零值、空值等系统异常值及风功率
近年来,随着我国智慧校园建设的快速发展,信息技术与教育教学深度融合成为必然趋势。在课堂教学中,学生的行为状态能够反映学生的课堂参与度和教学效果,对于教学质量评估及改进教学方式具有借鉴意义。同时,随着人工智能的发展,深度学习在语音、图像识别,自然语言处理等多个领域都取得了大量成果,新的框架模型不断涌现。其中,卷积神经网络（CNN）因其结构简单、训练参数少和适应性强等特点成为众多科学领域的研究热点之一