- 郭鑫波;柏景森;肖梅玲;刘长鹏;金钊;邢巍;
Pt基电催化剂是目前性能最好的氧还原反应(Oxygen reduction reaction, ORR)催化剂，在保证活性和稳定性的前提下，减少Pt用量是实现其规模化应用的关键因素。本文分析了近年来具有高电催化性能低Pt的ORR催化剂，依据其显著特征，重点评述了合金、特殊结构和单原子3类低Pt的ORR催化剂，总结概述了优化提升性能的策略，如设计Pt位点的配位环境调控电子结构和提高Pt原子暴露率增加活性位点数目等。最后，概述了目前仍然面临的挑战，并提出了相应的策略。
2024年06期 v.41 631-647+767页 [查看摘要][在线阅读][下载 3667K] - 张萌;张现发;高山;
以废弃柳絮为生物质模板，通过简单的钴盐浸渍和一步空气煅烧法制备出Co_3O_4生物形态材料。它继承了柳絮模板的微管形貌，呈现由相对均匀的纳米粒子交联而成的孔多级结构。Co_3O_4作为锂离子电池(Lithium ion batteries, LIBs)负极材料展现了优异的倍率性能，在1.0 A·g~(-1)电流密度下经过1 000次循环后，其仍保持691.2 mA·h·g~(-1)的可逆容量。这种优异的电化学性能主要与Co_3O_4管状结构的固有特性及其赝电容行为的协同效应有关。废物利用策略为合成其他金属氧化物负极材料提供了有益的参考。
2024年06期 v.41 648-654页 [查看摘要][在线阅读][下载 1447K] - 吕悠悠;张现发;徐英明;程晓丽;赵辉;霍丽华;
WS_2因具有高的理论比容量和好的化学稳定性被视为一种很有应用前景的锂离子电池负极材料。然而，目前这类材料在锂化/脱锂过程中还存在体积变化、多硫化物溶解以及Li~+扩散动力学较差等问题。以氧化石墨烯(Graphene oxide, GO)为碳源，通过简单的溶剂热法，结合高温烧结制备了蜂窝状WS_2/N掺杂还原氧化石墨烯(WS_2/N-doped reduced graphene oxide, WS_2/N-rGO)复合材料。WS_2纳米片在rGO表面均匀生长，rGO与WS_2的协同效应不仅使材料具有高的导电性和大的表面积，还可以缓冲体积膨胀。而且N的掺杂还可以引入缺陷，创造大量的反应活性位点，从而提高材料的稳定性和循环性。蜂窝状WS_2/N-rGO电极材料在0.1 A·g~(-1)电流密度下进行100次充放电循环后，比容量为830 mA·h·g~(-1)。在1.0 A·g~(-1)下，循环550次后，比容量达到511 mA·h·g~(-1)。
2024年06期 v.41 655-662页 [查看摘要][在线阅读][下载 1816K] - 王泽斌;王显超;张萱;李家烨;刘欢;温青;赵婧;王贵领;
采用碱酸法对天然石墨进行纯化，获得了一系列纯化产品。通过粒度分级分析，选取鳞片石墨、9μm球形石墨、10μm球形石墨、17μm球形石墨以及21μm球形石墨作为锂离子电池的负极材料，使用X射线衍射仪(X-ray diffraction, XRD)、扫描电子显微镜(Scanning electron microscope, SEM)和激光粒度测试仪等对石墨材料的基本理化性质进行表征，并探究了不同类型石墨的循环性能和倍率特性。研究发现，较小粒径的球形石墨在循环性能和倍率能力方面表现更为优异，但其成本也增加了一倍。因此，选择粒径为17μm的石墨作为常规产品，其在1.0 A·g~(-1)下具有301 mA·h·g~(-1)的放电比容量。通过粒径级配引入9μm小粒径石墨，对17μm石墨的粒度分布进行了优化，在不改变石墨层间距的情况下，有效提升了其锂存储性能。当9μm粒径石墨颗粒的质量分数达到30%时，其在高电流密度下的性能增强效果优于低电流密度，在1.0 A·g~(-1)的电流密度下具有约315 mA·h·g~(-1)的放电比容量。
2024年06期 v.41 663-671页 [查看摘要][在线阅读][下载 1466K] - 李雨杭;辛岩松;殷金玲;
氢能是一种高效清洁的能源，采用太阳能等绿电电解水制氢已成为关注的热点，寻找高效廉价的析氢催化剂是电解水制氢的关键。以廉价的球形石墨尾料为原料，采用改良Hummers法制备的氧化石墨烯(Graphene oxide, GO)作为催化剂载体前驱体，并利用一步水热法将Ni_(0.85)Se负载于还原氧化石墨烯(reduced graphene oxide, rGO)上合成Ni_(0.85)Se/rGO作为电解水析氢催化剂材料。将rGO作为载体可以有效降低Ni_(0.85)Se的团聚，增加催化析氢的活性，Ni_(0.85)Se/rGO电极在10 mA·cm~(-2)电流密度时的析氢过电位为167 mV,且具有良好的稳定性。
2024年06期 v.41 672-679页 [查看摘要][在线阅读][下载 1752K]
- 刘凤丽;
利用Complex-rotation方法，结合混合的斯莱特-朗道扩展基集，在假设质子的质量无限大的条件下，计算了给定白矮星磁场范围氢原子的光电离截面。计算了新的三种束缚态向自由态跃迁的光电离截面，即2s_0→0~-、 2p_0→(-1)~-和3d_0→0~-跃迁的光电离截面，选定磁感应强度分别为0.01、0.05、0.10和0.50 a.u.。部分计算结果与参考文献中采用绝热基展开方法和通道耦合理论的计算结果进行了比较，在远离朗道阈值的能量区域显示出极好的一致性，说明本文的计算方法和技术路线的正确性和合理性。相关计算结果有助于解释具有强磁场的天体中复杂的正能谱现象，此方案可用于系统地计算光谱建模需要的数据。
2024年06期 v.41 711-717页 [查看摘要][在线阅读][下载 1586K] - 曾益;汪国强;蒋东辰;
针对神经网络区分微表情时模型的分类性能不足和局部特征识别困难的问题，提出了一种结合注意力机制的多尺度ShuffleNet神经网络模型用于微表情识别。该方法从视频序列中提取了峰值帧图像的水平、垂直方向的光流图与光流应变图，以通道叠加的方式得到模型的输入特征图，将其输入构建的神经网络中进行参数训练。ShuffleNet是一种轻量化的网络模型，专为算力有限的移动设备设计，神经网络模型采用3×3与5×5大小的卷积核与多支路结构使得模型能够捕捉不同尺度的特征，经过挤压和激励网络增强重要特征的权重，再输入到ShuffleNet网络进行参数的权重学习，使用自注意力机制提高网络的灵活性与泛化能力。该方法在MEGC2019综合微表情数据集上的实验效果显著，未加权F1值(Unweighted F1-score, UF1)达到0.732 1,未加权平均召回率(Unweighted average recall, UAR)达到0.722 7。结果表明，所提出的方法在微表情识别任务中展现出了较为优异的性能，尤其在不同类别的识别均衡性和整体精度上都取得了显著的进展。
2024年06期 v.41 718-730页 [查看摘要][在线阅读][下载 2147K] - 宿芷若;陈雪峰;李志远;
传感器在汽车、通信和医疗等行业作为与外界物理世界连接的接口，有着极为重要且广泛的应用。针对传感器模拟前端所要处理的信号微弱且幅值随机的问题，基于中芯国际集成电路制造有限公司(Semiconductor manufacturing international corporation, SMIC) 0.18μm互补金属氧化物半导体(Complementary metal oxide semiconductor, CMOS)工艺，设计了一款传感器模拟前端低噪声可变增益放大器。该设计以双运放结构的仪表放大器为核心电路，通过斩波电路及滤波器改善了噪声特性，通过调整反馈网络中金属氧化物半导体场效应晶体管(Metal-oxide-semiconductor field-effect transistor, MOSFET)的阻值，实现了可变增益的调节。前仿真结果表明，所设计的两级差分放大器开环增益81.16 dB,为反馈网络的引入提供了基础。在整体电路设计及仿真分析的基础上，完成了可变增益放大器整体电路的版图设计、验证及后仿真。后仿真结果表明，整体电路可实现的增益为6.38～24.76 dB,当V_g为0 V时，在频率10 000 Hz时，等效输入噪声功率谱密度为15.7 nV/sqrt(Hz),带宽1～10 000Hz输入参考噪声为1.57μV_(rms)。该电路所获得的低噪声及可变增益特性对改善传感器模拟前端电路的信号处理质量将起到重要的作用。
2024年06期 v.41 731-742页 [查看摘要][在线阅读][下载 3346K] - 王禹鑫;马宏斌;王英丽;
无监督视频多目标分割是一种无需人工干预的技术，能够通过自动化方法在视频中同时识别并分割多个目标对象。在复杂多样的背景下，由于缺乏对主要目标的先验知识，准确识别和分割多个目标是无监督视频分割任务的主要挑战。为了解决这一问题，提出了一种融合时空记忆网络的高效无监督视频多目标分割模型。该模型主要由实例识别网络和时空记忆网络组成。实例识别网络将前景估计与实例分割相结合，通过引入时间指导模块，利用前一帧的结果来指导当前帧的分割。时空记忆网络充分利用视频中的时间信息，弥补了实例识别网络在分割过程中对前后帧关联信息的不足。实例识别网络生成的第一帧分割掩码被用作输入，随后时空记忆网络生成相应帧的目标掩码，通过将两个网络生成的掩码进行融合，得到多目标分割结果。实际应用中需要直观地提取每帧的前景目标和相应的背景图像，精准地识别出视频中的显著目标，并将其与复杂的背景区分开来。对生成的掩码图像进行进一步处理，并将其与原视频帧叠加，从而获取每帧的前景目标和背景图像。在密集标注视频分割2016和密集标注视频分割2017两个数据集上的实验表明，所提出的方法在分割精度等方面优于大多数现有的先进方法。
2024年06期 v.41 743-756页 [查看摘要][在线阅读][下载 2834K]