金属-有机骨架材料在催化氨硼烷水解释氢中的研究进展

当前，化石燃料的大量消耗和对能源日益增长的需求推动了可再生和高效能源材料的开发。氢因丰富的来源以及清洁的特性而被视为潜在的能源载体。通过水解氨硼烷制备清洁可再生的氢气是解决能源问题的有效途径之一。开发高效安全的催化剂一直是该领域研究的重点和热点。金属-有机骨架材料（MOFs）因其独特的结构、组成和特性，在氨硼烷水解制氢中有广泛的应用。本文以MOFs材料在催化剂设计制备中的作用为侧重点，综述了不同MOFs材料在催化氨硼烷水解制氢反应中的作用，对其在催化氨硼烷水解制氢应用过程中所存在的问题和今后的发展进行了总结和展望。     

基于知识图谱科技创新资源智能推荐模型的设计与实现北大核心CSCD

近年来,随着科学技术的快速发展,科技成果信息数据规模呈指数型增长。在这些海量数据中蕴含着大量有价值的知识信息,如何从中筛选、整合并发挥这些知识信息的价值受到广泛关注。在此背景下,知识图谱应运而生,其中知识图谱中的知识推理成为研究热点,目前这一研究热点已在语义搜索、智能问答等方面取得重大成就。     

基于改进的条件生成对抗网络的可见光红外图像转换算法

针对当前基于条件生成对抗网络的红外图像生成算法中红外生成图像纹理细节信息差和结构信息差的问题，提出了一种基于改进的条件生成对抗网络的红外图像生成算法。首先，基于ConvNext改进了生成网络，在生成网络解码部分通过添加残差连接增强了解码部分对编码部分提取的图像深层特征的利用；其次，生成网络采用UNet网络架构，增强了对图像底层特征的利用；最后，对抗网络通过对生成图像特征的一阶统计量（均值）和二阶统计量（标准差）的损失计算，进一步改善了红外生成图像的灰度信息和纹理细节信息。与现有典型红外图像生成算法的对比实验结果表明，该方法能够生成质量更高的红外图像，在主观视觉描述和客观指标评价上都取得了更好表现。匹配应用实验表明，该算法在可见光图像与红外图像异源匹配任务中体现了较好的应用价值。