一种面向MEMS气体传感器的Au修饰ZnO甲烷敏感材料及其制备方法

    公开(公告)号:CN113621924B

    公开(公告)日:2022-11-15

    申请号:CN202110869976.2

    申请日:2021-07-30

    摘要: 本发明涉及一种面向MEMS气体传感器的Au修饰ZnO甲烷敏感材料及其制备方法,属于MEMS气体传感器技术领域,用以解决现有ZnO基气敏材料稳定性差的问题。本发明的面向MEMS气体传感器的Au修饰ZnO甲烷敏感材料,包括由上至下设置的Au修饰层、ZnO薄膜层、微加热板层和基底,其中,ZnO薄膜层的厚度为50~150nm,Au与ZnO的摩尔比值为0.005~0.02。本发明以ZnO为基础材料,用Au元素修饰后,一方面,镀金在氧化锌表面形成钝化保护层,避免氧化锌被酸性气体腐蚀,使材料的稳定性显著改善;另一方面,金修饰可以增大氧化锌的表面电子耗尽层宽度,使得气体响应后电阻变化值增大,使得材料具有较高的灵敏度。

    一种面向MEMS气体传感器的Au修饰ZnO甲烷敏感材料及其制备方法

    公开(公告)号:CN113621924A

    公开(公告)日:2021-11-09

    申请号:CN202110869976.2

    申请日:2021-07-30

    摘要: 本发明涉及一种面向MEMS气体传感器的Au修饰ZnO甲烷敏感材料及其制备方法,属于MEMS气体传感器技术领域,用以解决现有ZnO基气敏材料稳定性差的问题。本发明的面向MEMS气体传感器的Au修饰ZnO甲烷敏感材料,包括由上至下设置的Au修饰层、ZnO薄膜层、微加热板层和基底,其中,ZnO薄膜层的厚度为50~150nm,Au与ZnO的摩尔比值为0.005~0.02。本发明以ZnO为基础材料,用Au元素修饰后,一方面,镀金在氧化锌表面形成钝化保护层,避免氧化锌被酸性气体腐蚀,使材料的稳定性显著改善;另一方面,金修饰可以增大氧化锌的表面电子耗尽层宽度,使得气体响应后电阻变化值增大,使得材料具有较高的灵敏度。

    一种基于Hadoop的煤矿数据管理系统

    公开(公告)号:CN109922124A

    公开(公告)日:2019-06-21

    申请号:CN201811635207.0

    申请日:2018-12-29

    IPC分类号: H04L29/08

    摘要: 本发明公开了一种基于Hadoop的煤矿数据管理系统,包括设置在煤矿生产线上的办公数据采集模块和工业数据采集模块,办公数据采集模块通过第一IDI服务器数据连接至第一oracle服务器;工业数据采集模块通过第二IDI服务器分别数据连接至第一oracle服务器和Hadoop服务器;办公数据采集模块,用于采集煤矿企业办公系统数据,并将其经第一IDI服务器发送至第一oracle服务器;工业数据采集模块,用于采集煤矿企业的工业系统数据,工业系统数据包括正常数据和异常数据,正常数据经第二IDI服务器发送至第一oracle服务器进行存储,异常数据经第二IDI服务器发送至Hadoop服务器。解决了现有技术中煤矿企业对于大量的异构数据无法进行合理管理的问题。

    一种基于实体和关系联合学习的矿工违规行为知识抽取方法

    公开(公告)号:CN114239574A

    公开(公告)日:2022-03-25

    申请号:CN202111564215.2

    申请日:2021-12-20

    摘要: 本发明公开了一种基于实体和关系联合学习的矿工违规行为知识抽取方法,包括:数据标注,识别输入句子中的实体以及实体之间的关系,从而得到三元组结果;预处理,在模型训练前对训练数据进行分词处理;投影,为丰富句子的语义信息,通过三种分布式模型,对输入语句进行编码;设计网络模型,学习输入语料的嵌套结构及与标签间的潜在依存关系;将文本与标签一同作为网络输入进行特征提取,分别使用CRF层与Softmax层对实体进行分类。本发明通过对实体识别和关系抽取两个任务进行共同学习,在不同任务的学习过程中共享学习参数与特征信息,优化知识抽取效果。

    基于Self-Attention机制的煤矿物资管理对话方法、系统及其一体机

    公开(公告)号:CN110597975A

    公开(公告)日:2019-12-20

    申请号:CN201910990994.9

    申请日:2019-10-18

    摘要: 本发明公开了基于Self-Attention机制的煤矿物资管理对话方法、系统及其一体机,方法应用于服务器,服务器利用用户终端输入的问题和答案通过Self Attention机制建立模型,当服务器接收到用户终端发送的查询煤矿剩余物资的语音请求后,服务器将语音请求转化为文字请求,并将文字请求通过模型输出对应的查询答案发送给用户终端;本发明以企业现有的信息管理系统为依托,利用自注意力机制实现语音分析及意图识别,实现煤矿剩余物资的供应商查询、区队领用查询等信息的语音交互查询,提高了现有物资供应系统的智能化和管理效率,实现了信息共享,改变了效率低下的工作方式,改变了现有物资人工查询的繁琐操作方式,通过人机对话即可获得相关查询信息提高企业效益。

    一种基于深度学习的煤矿动态人脸识别考勤方法及系统

    公开(公告)号:CN110569809A

    公开(公告)日:2019-12-13

    申请号:CN201910859933.9

    申请日:2019-09-11

    摘要: 本发明公开了一种基于深度学习的煤矿动态人脸识别考勤方法及系统,该方法如下:步骤1:获取煤矿入井口处的监控视频,并提取监控视频每一帧图片;步骤2:对图片进行模糊度检测,当检测出的模糊度低于设定的阈值,图片不作处理,高于设定的阈值,执行步骤3;步骤3:利用基于深度学习的人脸检测算法对预处理后的图片中的人脸区域进行检测,若存在人脸,输出人脸位于图片中的坐标;步骤4:定位人脸区域中的人脸关键点;步骤5:采用基于深度学习的方法进行人脸识别,利用相似度比较算出与人脸数据库中距离最近的图像,即完成了人脸识别。采用该方法提高了煤矿下井人员考勤的效率,避免煤矿考勤存在的捎卡、漏卡、人员身份认证、考勤造假行为。

    基于Self-Attention机制的煤矿物资管理对话装置、系统及其一体机

    公开(公告)号:CN210270893U

    公开(公告)日:2020-04-07

    申请号:CN201921748514.X

    申请日:2019-10-18

    摘要: 本实用新型公开了基于Self-Attention机制的煤矿物资管理对话装置、系统及其一体机,基于装置为服务器,包括:存储模块,用于用户终端输入有关煤矿剩余物资的问题和答案;输入模块,用于监听用户终端识别查询煤矿剩余物资的语音请求,并将语音请求发送至处理模块;处理模块,用于接收输入模块的的语音请求,还用于将语音请求翻译为文字请求,并发送给转换模块,转换模块,利用存储模块中的问题和答案通过Self Attention机制建立模型,并将文字请求通过模型输出对应的查询答案发送给用户终端;本实用新型提高了现有物资供应系统的智能化和管理效率,改变了效率低下的工作方式,改变了现有物资人工查询的繁琐操作方式,通过人机对话即可获得相关查询信息提高企业效益。(ESM)同样的发明创造已同日申请发明专利