基于时空双流卷积神经网络的红外行为识别

针对红外视频人体行为识别问题,提出了一种基于时空双流卷积神经网络的红外人体行为识别方法。通过将整个红外视频进行平均分段,然后将每一段视频中随机抽取的红外图像和对应的光流图像输入空间卷积神经网络,空间卷积神经网络通过融合光流信息可以有效地学习到红外图像中真正发生运动的空间信息,再将每一小段的识别结果进行融合得到空间网络结果。同时将每一段视频中随机抽取的光流图像序列输入时间卷积神经网络,融合每一小段的结果后得到时间网络结果。最后再将空间网络结果和时间网络结果进行加权求和,从而得到最终的视频分类结果。实验中,采用此方法对包含23种红外行为动作类别的红外视频数据集上的动作进行识别,正确识别率为92.0%。结果表明,该算法可以有效地对红外视频行为进行准确识别。     

La3+掺杂CaFe2O4材料的制备及室温检测超低浓度甲醛

采用静电纺丝法成功制备了La³⁺掺杂CaFe₂O₄材料。通过X射线衍射、扫描电子显微镜和X射线光电子能谱对La³⁺掺杂CaFe₂O₄材料的结构和形貌进行了表征。随后,研究了La³⁺的掺杂量(质量分数)对CaFe₂O₄气敏性能的影响。研究表明,3%La³⁺掺杂CaFe₂O₄材料在室温下对100μL·L^-1甲醛的响应最高(R_a/R_g=14.1)。更为重要的是,对甲醛的最低检测限低至0.1 nL·L^-1,并且响应/恢复时间仅为4.3 s/8.4 s。     

WS2/CuGa2O4复合材料的制备及其气敏性

采用共沉淀法制备了CuGa₂O₄纳米材料,并利用水热法制备了一系列WS₂/CuGa₂O₄复合材料。结合X射线衍射(XRD)、扫描电子显微镜(SEM)、X射线光电子能谱(XPS)等对制备的材料进行了物相组成、表面形貌以及元素价态的分析。研究了WS₂的复合量对CuGa₂O₄材料检测乙醇气体敏感性能的影响。实验结果表明,当WS₂与CuGa₂O₄质量比为1%时,该复合材料制备的传感器在室温下对100μL·L^-1乙醇气体表现出345.3的灵敏度,响应时间和恢复时间分别为184和69 s,且最低检测限为0.1μL·L^-1。     

WS2/CuGa2O4复合材料的制备及其气敏性

采用共沉淀法制备了CuGa₂O₄纳米材料,并利用水热法制备了一系列WS₂/CuGa₂O₄复合材料。结合X射线衍射(XRD)、扫描电子显微镜(SEM)、X射线光电子能谱(XPS)等对制备的材料进行了物相组成、表面形貌以及元素价态的分析。研究了WS₂的复合量对 CuGa₂O₄材料检测乙醇气体敏感性能的影响。实验结果表明,当 WS₂与 CuGa₂O₄质量比为 1%时,该复合材料制备的传感器在室温下对 100 μL·L^-1乙醇气体表现出 345.3 的灵敏度,响应时间和恢复时间分别为 184 和 69 s,且最低检测限为 0.1μL·L^-1。     

La3+掺杂CaFe2O4材料的制备及室温检测超低浓度甲醛

采用静电纺丝法成功制备了La³⁺掺杂CaFe₂O₄材料。通过X射线衍射、扫描电子显微镜和X射线光电子能谱对La³⁺掺杂CaFe₂O₄材料的结构和形貌进行了表征。随后，研究了La³⁺的掺杂量（质量分数）对CaFe₂O₄气敏性能的影响。研究表明，3% La³⁺掺杂CaFe₂O₄材料在室温下对100 μL·L^-1甲醛的响应最高（R_a/R_g=14.1）。更为重要的是，对甲醛的最低检测限低至0.1 nL·L^-1，并且响应/恢复时间仅为4.3 s/8.4 s。