催化剂及其制备方法和用途
    8.
    发明公开

    公开(公告)号:CN116510738A

    公开(公告)日:2023-08-01

    申请号:CN202310546285.8

    申请日:2023-05-15

    Applicant: 清华大学

    Abstract: 本发明提供一种催化剂及其制备方法和用途。所述催化剂包括:催化剂载体,以及,活性组分,所述活性组分负载在所述催化剂载体的表面和/或内部;其中,以所述催化剂的总质量计,所述活性组分的含量为1~10%,所述催化剂载体的含量为90~99%。本发明的催化剂能够实现协同除去氮氧化物和一氧化碳。所述催化剂能够实现氮氧化物的脱除和一氧化碳氧化原位解耦分离,其中活性组分用于脱除氮氧化物,而催化剂载体用于一氧化碳的氧化。

    一种自动化文本生成方法、装置及计算机可读存储介质

    公开(公告)号:CN111651557A

    公开(公告)日:2020-09-11

    申请号:CN202010388608.1

    申请日:2020-05-09

    Abstract: 本发明提供一种自动化文本生成方法、装置及计算机可读存储介质,方法包括:训练Transformer编码-解码的深度学习模型,包括:将话题词分别进行文本编码和知识图谱编码得到对应的隐藏状态表示,其中,在知识图谱编码过程中为每个所述话题词添加多个知识图谱三元组;根据所述文本编码和所述知识图谱的三元组编码的隐藏状态表示解码得到生成文本;利用训练好的所述深度学习模型,根据新输入的话题词自动化生成新的文本。装置用于实现方法。通过使用Transformer编码-解码的深度学习模型,利用Tansformer充分学习了文本之间、知识图谱三元组之间、文本和三元组之间的关系,并产生更为丰富的生成结果。

    高并发索引B+链表数据结构的设计与实现方法

    公开(公告)号:CN109407978B

    公开(公告)日:2020-07-28

    申请号:CN201811129622.9

    申请日:2018-09-27

    Applicant: 清华大学

    Abstract: 本发明公开了一种高并发索引B+链表数据结构的设计与实现方法,该方法包括:同时使用基于数组的和基于元素得到数据结构;对于数据结构的非叶子节点,采用预设的B+树数据结构,置放于DRAM中,使位于DRAM上的非叶子节点保证访问的局部性;对于数据结构的叶子节点,采用单向链表数据结构,置放于NVM中,使位于NVM上的叶子节点避免排序和平衡的开销。该方法使用基于数组的数据组织形式和基于元素的数据组织形式、链表数据结构构建索引数据结构的叶子节点、B+树数据结构构建索引数据结构的内部节点、跳表数据结构去除排序和平衡的操作,可以实现无锁并发机制和有效空间管理,并保证高效的并发访问性能和快速的系统恢复。

Patent Agency Ranking