-
题名石墨烯/纳米银导电油墨导电性能研究
被引量：9
- 1
-
-
作者
朱华杨
曹从军
-
机构
西安理工大学陕西省印刷包装工程技术研究中心
-
出处
《包装工程》
CAS
北大核心
2018年第13期42-46,共5页
-
文摘
目的制备出具有优异导电性能的石墨烯/纳米银复合材料,并作为导电填料,以提高导电油墨的导电性能。方法采用Hummers法制备氧化石墨烯,以葡萄糖作为还原剂,采用同步还原法制备石墨烯/纳米银,将石墨烯/纳米银复合物和纳米银按不同比例混合作为导电填料来制备导电油墨。通过透射电镜(TEM)、X射线衍射(XRD)、傅里叶变换红外(FTIR)光谱等分析测试方法表征了石墨烯/纳米银复合材料的微观结构和形貌,并通过四探针法对油墨的导电性进行检测。结果纳米银颗粒均匀地负载在石墨烯片层上,纳米银粒径约为35 nm;掺杂石墨烯/纳米银复合物质量分数为12%时,导电油墨的电阻率可达到1.08×10^(-7)?·m,导电性能提高约64%。结论制备的复合材料石墨烯呈片状,结构完好,添加到导电油墨中能明显提高导电性能。
-
关键词
氧化石墨烯
石墨烯/纳米银
同步还原
导电油墨
导电性能
-
Keywords
graphene oxide
graphene/Nano Ag
simultaneous reduction
conductive ink
electrical conductivity
-
分类号
TS802.3
[轻工技术与工程]
TB484.9
[一般工业技术—包装工程]
-
-
题名废纸纤维/微晶纤维素增强PHBV复合材料性能研究
被引量：7
- 2
-
-
作者
张效林
李佳
邓祥胜
金霄
聂孙建
-
机构
西安理工大学印刷包装与数字媒体学院
陕西省印刷包装工程技术研究中心
-
出处
《功能材料》
EI
CAS
CSCD
北大核心
2018年第8期8097-8101,共5页
-
基金
陕西省自然科学基金资助项目(2015JM 3080)
西安市碑林区科技计划资助项目(GX1712)
-
文摘
以聚羟基丁酸戊酸共聚酯(PHBV)作为基体,微晶纤维素(MCC)和废纸纤维作为增强体,采用注塑成型的方法制备可生物降解的复合材料。研究不同质量分数的MCC以及不同质量分数的废纸纤维作为共混填充材料对复合材料的力学、吸水及界面性能的影响。结果表明添加MCC后的复合材料力学性能整体都得到了提高,且在MCC质量分数为3%时复合材料的综合力学性能最好,共混填充后的复合材料则在废纸纤维的质量分数为10%时综合力学性能最好;复合材料的吸水性随着废纸纤维含量的增加而上升。扫描电镜分析发现,MCC与PHBV界面相容性较好,共混废纸纤维后界面性能下降。
-
关键词
微晶纤维素
聚羟基丁酸戊酸共聚酯
废纸纤维
复合材料
特性
-
Keywords
microcrystalline cellulose
poly-（hydroxybutyrate-co-hydroxyvalerate）
waste paper fiber
composites
property
-
分类号
TQ321
[化学工程—合成树脂塑料工业]
-
-
题名基于柔性压电薄膜的可穿戴脉搏传感器设计
被引量：1
- 3
-
-
作者
曹从军
赖凯旋
王旭升
夏卫民
时金祥
-
机构
西安理工大学印包学院
陕西省印刷包装工程技术研究中心
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2024年第10期35-47,共13页
-
基金
国家重点研发计划项目(SQ2023YFB3200021)项目资助。
-
文摘
针对传统脉搏传感器存在的穿戴不适、携带不便以及精度不高等问题,本文设计一种基于P(VDF-TrFE)柔性压电薄膜的可穿戴脉搏传感器,旨在实现人体脉搏信号的连续检测,为心血管疾病的预防和治疗提供有力支持。首先,采用溶液流延法制备P(VDF-TrFE)柔性压电薄膜作为传感器基底,并利用丝网印刷技术在制备好的压电薄膜表面印刷导电电极,结合网状屏蔽层的设计制备方形传感器和圆形阵列传感器,用于脉搏信号采集性能的实验对比。其次,为了解决脉搏信号低频微弱且容易受到各种噪声干扰的问题,设计包含信号放大和信号滤波功能的精密信号调理电路,用于获取高保真和高清晰度的低噪声脉搏波信号。实验结果表明,所制备的P(VDF-TrFE)薄膜具有良好的介电、压电和铁电性能,其中d_(33)值达到-25 pC·N^(-1),能够提升传感器快速准确捕捉低频脉搏信号的能力,设计的柔性脉搏传感器相较于传统刚性传感器能够较好地贴合人体皮肤,提升无感佩戴体验,符合可穿戴性以及舒适性的要求。其中,圆形阵列式传感器能够检测到包含大部分生理特征点的连续脉搏波信号,相比于方形传感器具备更高的灵敏度和清晰度,检测性能更好。除此之外,设计的信号调理电路能够缓解50 Hz工频干扰和高频噪声干扰,成功将平均峰值电压从0.069 V放大至5.467 V,显示出清晰稳定的脉搏波形并保留脉搏信号的主要特征,抑制噪声干扰的同时实现了对人体脉搏信号的高灵敏度、高稳定性和高准确性的采集。因此,本文设计的基于柔性压电薄膜的可穿戴脉搏传感器能够有效检测和采集人体脉搏波信号,可用于医疗健康监测和可穿戴设备研究领域,具有广阔的应用前景。
-
关键词
P(VDF-TrFE)压电薄膜
脉搏检测
圆形阵列式传感器
信号调理电路
可穿戴设备
-
Keywords
P(VDF-TrFE)piezoelectric film
pulse detection
circular array sensor
signal conditioning circuit
wearable device
-
分类号
TN41
[电子电信—微电子学与固体电子学]
-
-
题名基于多尺度混合域注意力机制的笔迹鉴别方法
被引量：1
- 4
-
-
作者
熊武
曹从军
宋雪芳
邵云龙
王旭升
-
机构
西安理工大学印刷包装与数字媒体学院
陕西省印刷包装工程技术研究中心
-
出处
《计算机应用》
CSCD
北大核心
2024年第7期2225-2232,共8页
-
基金
陕西省重点科研基地项目(2023 HBGC-18)。
-
文摘
针对笔迹鉴别任务中图像大面积是背景、笔迹信息稀疏、关键性信息难以捕捉,并且个人笔迹签名风格具有微小变化而刻意模仿的笔迹高度相似,以及公开的中文笔迹数据集的匮乏的问题,通过对注意力机制和孪生网络模型进行改进,提出一种基于多尺度混合域注意力机制的笔迹鉴别方法(MMDANet)。首先,在有效通道注意力模块上并联一个最大池化层,并将二维条带池化模块的通道数扩展到三维,将改进的有效通道注意力模块和条带池化模块融合生成混合域模块(MDM),解决了笔迹图像大面积是背景、笔迹信息稀疏、细节特征难以提取的问题;其次,利用PANet特征金字塔进行多尺度提取特征,捕获真伪笔迹间的细微差异,采用孪生网络的对比损失与AM-Softmax损失加权融合进行训练,增加类别间的区分度,解决个人笔迹风格变化和真伪笔迹高度相似的问题;最后自制了总体样本数为8000的中文笔迹数据集(CHD)。所提方法在自制中文数据集CHD上的准确率达到了84.25%,且相较于次优的Two-stage SiamNet方法,所提方法在3个外文数据集Cedar、Bengla和Hindi上准确率分别提升了4.53%、1.02%和1.67%。实验结果表明,MMDANet可以更准确地捕获真伪笔迹的细微差异,完成复杂的笔迹鉴别任务。
-
关键词
笔迹鉴别
孪生网络
注意力机制
多尺度
混合域
-
Keywords
handwriting identification
Siamese network
attention mechanism
multi-scale
mixed domain
-
分类号
TP391.43
[自动化与计算机技术—计算机应用技术]
-
-
题名基于CNN特征加权和区域整合的图像检索
被引量：9
- 5
-
-
作者
袁晖
廖开阳
郑元林
曹从军
汤梓伟
邓轩
-
机构
西安理工大学印刷包装与数字媒体学院
陕西省印刷包装工程技术研究中心
陕西省印刷包装工程重点实验室
-
出处
《计算机工程与科学》
CSCD
北大核心
2019年第1期113-121,共9页
-
基金
陕西省教育厅科研计划(17JK0990)
-
文摘
相比传统特征,卷积神经网络提取的特征对图像具有更强的描述能力,其卷积层比全连接层更适合用来检索图像。然而卷积特征是高维特征,若直接用来匹配图像会消耗大量的时间和内存。提出了一种新的改善和整合卷积特征,形成单维特征向量,再将其用于图像匹配的方法。首先,提取最后一个卷积层的三维特征,再对该卷积特征重新加权,突显图像的边缘信息和位置信息;其次,用滑动窗口进行处理,形成多个区域特征向量,再相加整合成全局特征向量;最后,用余弦距离衡量查询图和测试图的相似性得出检索的初始排名,并且用拓展查询方法进行重排得出最终的平均精度均值mAP。分别在Paris6k和Oxford5k数据库以及用100k张图扩展的Paris106k和Oxford105k数据库上进行测试。相对于CroW方法在Paris数据库上获得的mAP性能指标,本文方法提升了约3个百分点;在Oxford数据库上提升了约1个百分点。实验结果表明,新方法提取的全局特征能够更好地描述图像。
-
关键词
图像检索
卷积神经网络
全局特征
特征加权
区域整合
-
Keywords
image retrieval
convolutional neural network
global feature
feature weighting
region integration
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度多视图特征距离学习的行人重识别
被引量：6
- 6
-
-
作者
邓轩
廖开阳
郑元林
袁晖
雷浩
陈兵
-
机构
西安理工大学印刷包装与数字媒体学院
陕西省印刷包装工程技术研究中心
陕西省印刷包装工程重点实验室
-
出处
《计算机应用》
CSCD
北大核心
2019年第8期2223-2229,共7页
-
基金
国家自然科学基金资助项目(61671376,61771386)
陕西省教育厅科学研究项目(18JK0556)~~
-
文摘
传统手工特征很大程度上依赖于行人的外观特征,而深度卷积特征作为高维特征,直接用来匹配图像会消耗大量的时间和内存,并且来自较高层的特征很容易受到行人姿势背景杂波影响。针对这些问题,提出一种基于深度多视图特征距离学习的方法。首先,提出一种新的整合和改善深度区域的卷积特征,利用滑框技术对卷积特征进行处理,得到低维的深度区域聚合特征并使其维数等于卷积层通道数;其次,通过交叉视图二次判别分析方法,从深度区域聚合特征和手工特征两个角度出发,提出一种多视图特征距离学习算法;最后,利用加权融合策略来完成传统特征和卷积特征之间的协作。在Market-1501和VIPeR数据集上的实验结果显示,所提融合模型的Rank1值在两个数据集上分别达到80.17%和75.32%;在CUHK03数据集新分类规则下,所提方法的Rank1值达到33.5%。实验结果表明,通过距离加权融合之后的行人重识别的精度明显高于单独的特征距离度量取得的精度,验证了所提的深度区域特征和算法模型的有效性。
-
关键词
行人重识别
卷积神经网络
区域聚合特征
加权融合策略
距离度量
-
Keywords
person re-identification
Convolutional Neural Network (CNN)
regional integration feature
weighted fusion strategy
distance metric
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
