-
题名钴氮掺杂木质衍生碳制备及其电催化性能研究
- 1
-
-
作者
周佳炜
陈泽虹
李庭震
彭新文
-
机构
华南理工大学制浆造纸工程国家重点实验室
-
出处
《中国造纸》
北大核心
2024年第12期1-8,共8页
-
基金
国家重点研发计划(2023YFE0109600)
国家万人计划青年拔尖人才支持计划(x2qsA4210090)
+1 种基金
国家自然科学基金(32201499)
广州市重点研发计划(2023B03J1330)。
-
文摘
本研究采用简单的路易斯酸水热预处理和高温热解制备了具有Co-N活性中心的钴氮掺杂木质衍生碳基双功能催化剂(CoHNC),并对其结构与性能进行研究。结果表明,路易斯酸(CoCl_(2))可以部分水解木材中的纤维素和半纤维素,在细胞壁上形成丰富的微介孔,所得碳材料比表面积高达1008.02 m^(2)/g;预处理过程同步引入金属原子,在热解过程中形成Co-N活性位点。CoHNC独特的分级孔结构有利于电解质/氧气等物质的高效扩散及高密度活性位点的暴露,而Co—N结构可以有效调节催化局部微环境,进而提高多相催化性能。CoHNC表现出优异的电催化性能,在0.1 mol/L KOH溶液中,其氧还原半波电位达0.869 V vs.RHE,在电流密度为10 mA/cm^(2)时,氧析出过电位为274 mV,电位差ΔE仅为0.635 V,优于商用Pt/C和RuO_(2)。
-
关键词
生物质
木质衍生碳
氧还原反应
氧析出反应
-
Keywords
biomass
wood-derived carbon
oxygen reduction reaction
oxygen evolution reaction
-
分类号
TS7
[轻工技术与工程—制浆造纸工程]
-
-
题名融合先验知识的异构多智能体强化学习算法研究
被引量：2
- 2
-
-
作者
周佳炜
孙宇祥
薛宇凡
项祺
吴莹
周献中
-
机构
南京大学
-
出处
《指挥控制与仿真》
2023年第3期99-107,共9页
-
文摘
近年来,基于深度强化学习的机器学习技术突破性进展为智能博弈对抗提供了新的技术发展方向。针对智能对抗中异构多智能体强化学习算法训练收敛速度慢,训练效果差异大等问题,提出了一种先验知识驱动的多智能体强化学习博弈对抗算法PK-MADDPG,构建了双重Critic框架下的MADDPG模型。该模型使用了经验优先回放技术来优化先验知识提取,在博弈对抗训练中取得显著的效果。论文成果应用于MaCA异构多智能体博弈对抗全国竞赛,将PK-MADDPG算法与经典规则算法的博弈对抗结果进行比较,验证了所提算法的有效性。
-
关键词
强化学习
智能博弈
智能兵棋
MADDPG
多智能体协同
-
Keywords
reinforcement learning
intelligent game
wargaming
MADDPG
multi-agent collaboration
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名融合多尺度特征与软注意力的态势认知方法
被引量：2
- 3
-
-
作者
项祺
周佳炜
孙宇祥
于佳慧
张韬
周献中
-
机构
南京大学工程管理学院
南京大学智能装备新技术研究中心
-
出处
《火力与指挥控制》
CSCD
北大核心
2022年第8期150-157,共8页
-
文摘
针对战场态势变化快、体量大导致指挥员难以快速认知这一问题,提出了一种融合多尺度特征与软注意力机制(MSF-SAM)的战场态势认知方法,其中,特征提取网络通过对不同卷积层的输出进行操作,并结合软注意力机制分配特征的不同权重,从而获得网络对图像不同部分的关注度,即上下文信息,并将上下文信息输入到LSTM网络中进行解析,最后得到图像态势认知结果。在兵棋态势图像数据集上进行了验证,通过比较该方法与经典方法、有无软注意力的对比方式,验证了所提方法的有效性,且在智能兵棋推演中具有一定的应用价值。
-
关键词
战场态势
多尺度特征
注意力机制
LSTM网络
兵棋推演
-
Keywords
battlefield situation
multi-scale features
attention mechanism
LSTM network
wargaming
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
