排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
提出了一种在对预报因子集进行模糊聚类分析基础上构建径流预测模型的新方法:先通过模糊C-均值聚类将历史径流数据进行分类,然后利用小波神经网络分别建立预报因子集类别变量特征值与观测值之间的局部预测模型,并设计了特征值分类识别器,自动搜寻相适应的局部网络模型进行预测.通过西南某水库2011年日平均入库来流的计算实例对简单小波神经网络预测模型和所建的基于FCM与小波神经网络的预测模型进行了比较,结果较为满意. 相似文献
2.
以TiO2为多孔模板并以聚3,4-亚乙二氧基噻吩-聚苯乙烯磺酸(PEDOT:PSS)为催化材料合成了具有交联孔隙结构的TiO2-PEDOT:PSS纳米复合薄膜(TPNF),并将其作为对电极应用于染料敏化太阳电池(DSC)。首先将TiO2纳米颗粒沉积在导电的掺杂氟的SnO2透明玻璃(FTO)上形成骨架和孔隙均在纳米级别的模板,随后将PEDOT:PSS水溶液附着在模板的骨架表面,最终经热处理获得TPNF。通过优化模板结构和旋涂转速,获得了催化活性优异的TPNF,组装后DSC的填充因子和转换效率分别达到0.528和4.57%,均远高于纯PEDOT:PSS薄膜组装的器件的填充因子(0.297)和转换效率(1.98%)。改善的光电性能归功于TPNF具有优异的协同效应:导电的TiO2骨架为电子迁移提供了快速路径,同时涂覆在骨架表面的PEDOT:PSS通过扩展表面积为还原电解质提供了更多的催化活性点。 相似文献
1