-
公开(公告)号：CN116695174A
公开(公告)日：2023-09-05
申请号：CN202310566302.4
申请日：2023-05-18
Applicant: 上海交通大学 , 工博士科技股份有限公司
Abstract: 本发明公开了一种胺类化合物改性铜电极复合材料的制备方法及其应用，涉及电催化技术领域。所述制备方法包括如下步骤：(1)将铜盐溶于去离子水形成均匀溶液，随后滴加碱液，室温下搅拌，离心，洗涤，干燥，得到碱式铜盐纳米片；(2)将碱式铜盐纳米片分散在异丙醇溶液中，随后加入胺类化合物水溶液，得到胺类化合物改性的碱式铜复合材料。本发明将富含sp3‑N的胺类化合物用于改性铜电极，通过调节铜催化剂表面局部二氧化碳浓度和pH值，提高铜基催化剂在酸性电解液中C2+产物选择性，提升催化转化效率。
-
公开(公告)号：CN116318778A
公开(公告)日：2023-06-23
申请号：CN202211527530.2
申请日：2022-11-30
Applicant: 上海交通大学
Abstract: 本发明涉及一种面向边缘智能网络的小样本恶意流量检测方法、装置及存储介质，其中方法包括：从已知物联网网络活动中收集并标记网络流量；对网络流量进行预处理和特征提取，并划分为选举集和辅助集；构建基于三重网络的度量学习模型，模型的输入为三元组，输出为嵌入层中特征向量的欧式距离；基于选举集和辅助集生成训练三元组；利用训练三元组，基于对比距离损失度量区分相似和不相似的样本对，对度量学习模型进行训练；将实时网络流量样本与恶意节点网络流量支撑样本对进行组合生成检测三元组，利用度量学习模型，实现未知恶意活动网络流量的检测。与现有技术相比，本发明具有检测准确率高等优点。
-
公开(公告)号：CN116248308A
公开(公告)日：2023-06-09
申请号：CN202211523481.5
申请日：2022-11-30
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于零信任和边缘智能的物联网持续认证方法，包括以下步骤：扩展零信任网络架构的覆盖维度，构建零信任网络架构；基于零信任网络架构建立零信任物联网网络；在零信任物联网网络运行状态下收集各个维度的特征；构建基于神经网络的边缘智能决策模型，并利用各个维度的特征进行训练；根据训练得到的边缘智能决策模型对网络请求进行周期性的持续校验，实现对网络请求的持续认证。与现有技术相比，本发明具有网络连接全周期动态校验、网络延时开销小以及以物联网核心资源为中心等优点。
-
公开(公告)号：CN116640247B
公开(公告)日：2024-11-26
申请号：CN202310615524.0
申请日：2023-05-29
Applicant: 上海交通大学 , 工博士科技股份有限公司
IPC: C08F130/04 , C25B1/23 , C25B1/50 , C25B11/085
Abstract: 本发明公开了一种薁基金属酞菁聚合物的制备方法及其应用，涉及高分子材料技术领域。其通过将含有5‑7元环拓扑结构的薁酞菁和金属离子配位得到薁基金属酞菁(PcAzu‑M)；然后将PcAzu‑M在酸性条件下使用过硫酸铵氧化聚合得到薁基金属酞菁聚合物(PolyPcAzu‑M)。本发明制备的薁基金属酞菁聚合物首次使用大偶极薁分子调控的金属酞菁的物理化学性质，在提高聚合物面内电子传输能力的同时，减少金属中心的团聚，提升电催化性能。在不添加任何导电剂和分散剂情况下，薁基金属酞菁聚合物电催化二氧化碳还原性能相比于小分子金属酞菁有显著提升。
-
公开(公告)号：CN116791361A
公开(公告)日：2023-09-22
申请号：CN202310535123.4
申请日：2023-05-12
Applicant: 上海交通大学
IPC: D06M11/83 , D03D15/30 , D03D15/40 , D03D15/217 , D03D15/233 , D03D15/225 , D03D15/49 , D06M11/77 , D06M11/58 , D06M11/45 , D06M11/44 , D06M101/10 , D06M101/06 , D06M101/12 , D06M101/08
Abstract: 本发明涉及湿度致动器技术领域，公开了一种基于织物体的可控运动形式的湿度致动器，包括湿度敏感基底和湿度不敏感包覆层；湿度敏感基底为柔性织物体；湿度不敏感包覆层为柔性材料；湿度不敏感包覆层沉积在湿度敏感基底的一面或两面形成图案，并对湿度敏感基底中的纤维材料表面形成部分包覆；柔性织物体的湿度膨胀系数比柔性材料高至少一个数量级。本发明的湿度致动器能够实现多种运动形式，通过调整湿度敏感基底的编织结构、湿度敏感基底的剪裁角度、湿度不敏感包覆层的图形结构中的一项或多项，能够表现出曲率和方向可控的翘曲、弯曲和卷曲，以及手性和螺距可控的螺旋扭曲，且该湿度致动器制备方法简单，运动形式灵活且可控性强，操作性强。
-
Patent Agency Ranking
公开(公告)号：CN116555826A
公开(公告)日：2023-08-08
申请号：CN202310558279.4
申请日：2023-05-17
Applicant: 上海交通大学 , 工博士科技股份有限公司
IPC: C25B11/095 , C25B3/26 , C25B3/03 , B82Y40/00 , B82Y30/00
Abstract: 本发明公开了一种阴离子插层铜复合材料的制备方法及其在电催化二氧化碳还原中的应用，涉及能源催化领域。本发明是将不同链长的烷基苯磺酸盐插入层状氢氧化铜结构中，从而调节氢氧化铜的层间距，提升其在酸性条件下电催化二氧化碳还原活性。在酸性条件下，该铜基催化剂在‑1.50V(vs RHE)电位下，获得了42.1％的乙烯效率。本发明为调控铜催化剂反应活性以及高效二氧化碳还原电催化剂的开发提供了新思路。
-
公开(公告)号：CN117855502A
公开(公告)日：2024-04-09
申请号：CN202410162596.9
申请日：2024-02-05
Applicant: 上海交通大学 , 上海工博士装备集团有限公司 , 复旦大学
Abstract: 一种高活性氨硼烷燃料电池用催化剂及其制备方法和应用，其中高活性氨硼烷燃料电池用催化剂的制备方法包括：取吡咯溶液溶解于盐酸水溶液中，加入由钨酸盐和氯钯酸盐混合的金属盐搅拌溶解，滴加过硫酸铵水溶液，氧化聚合、抽滤、洗涤、干燥，得到聚吡咯/金属配合物；将制备得到的聚吡咯/金属配合物在氩气保护气氛下高温热解，得到钯‑碳化钨复合催化剂。本发明制备的高活性氨硼烷燃料电池用催化剂(Pd‑W2C)的Pd和W2C颗粒分布均匀，粒径小，有效活性面积高，原子利用率高；本发明制备的Pd‑W2C电催化氧化氨硼烷性能优异，超越商业60％Pd/C催化剂，Pd质量比活性为商业60％Pd/C催化剂的15倍；本发明制备方法操作简单、制备周期短、设备成本低，易实现宏量制备。
-
公开(公告)号：CN116815226A
公开(公告)日：2023-09-29
申请号：CN202310653741.9
申请日：2023-06-02
Applicant: 上海交通大学 , 工博士科技股份有限公司
IPC: C25B11/075 , C25B11/065 , C25B3/07 , C25B3/26
Abstract: 本发明公开了一种多孔碳纳米片负载氧掺杂Bi2S3复合材料的制备方法，涉及催化材料领域，包括将硫前驱体和铋前驱体加入到乙二胺中，超声溶解；随后向溶液中通入CO2气体至饱和，将溶液与镁粉搅拌均匀，在100℃下加热至固化，用镁条点燃，燃烧结束得到灰白色固体；研磨后使用盐酸刻蚀去除残余的镁复合物，洗涤干燥得到多孔碳纳米片负载氧掺杂Bi2S3复合材料。本发明还公开了使用上述方法制备得到的多孔碳纳米片负载氧掺杂Bi2S3复合材料在电催化二氧化碳还原领域的应用，并展现了优异的催化活性。本发明具有制备方法简便、材料催化活性高和实现工业化应用的前景。
-
公开(公告)号：CN116640247A
公开(公告)日：2023-08-25
申请号：CN202310615524.0
申请日：2023-05-29
Applicant: 上海交通大学 , 工博士科技股份有限公司
IPC: C08F130/04 , C25B1/23 , C25B1/50 , C25B11/085
Abstract: 本发明公开了一种薁基金属酞菁聚合物的制备方法及其应用，涉及高分子材料技术领域。其通过将含有5‑7元环拓扑结构的薁酞菁和金属离子配位得到薁基金属酞菁(PcAzu‑M)；然后将PcAzu‑M在酸性条件下使用过硫酸铵氧化聚合得到薁基金属酞菁聚合物(PolyPcAzu‑M)。本发明制备的薁基金属酞菁聚合物首次使用大偶极薁分子调控的金属酞菁的物理化学性质，在提高聚合物面内电子传输能力的同时，减少金属中心的团聚，提升电催化性能。在不添加任何导电剂和分散剂情况下，薁基金属酞菁聚合物电催化二氧化碳还原性能相比于小分子金属酞菁有显著提升。
-
公开(公告)号：CN116307033A
公开(公告)日：2023-06-23
申请号：CN202211535501.0
申请日：2022-11-30
Applicant: 上海交通大学
IPC: G06Q10/04 , G06N3/0464 , G06N3/08 , G06F18/25
Abstract: 本发明涉及一种基于对比图神经网络的智能交通系统异常预测方法、装置及存储介质，其中方法包括：获取原始数据，所述原始数据包括交通事故数据集和道路数据集；提取道路数据集的信息，得到道路的交通拓扑图、空间特征、时空特征和额外特征，并结合交通事故数据集得到图数据集；建立基于对比图神经网络的智能交通系统异常预测模型，所述智能交通系统异常预测模型采用对比学习损失函数进行模型预训练；针对图数据集进行数据增广，并基于增广后的图数据集对模型进行预训练；将图数据作为输入，基于智能交通系统异常预测模型预测图中每个节点的异常情况。与现有技术相比，本发明具有解决了异常数据失衡问题、预测精度高等优点。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.031 seconds)
