-
公开(公告)号:CN116297594A
公开(公告)日:2023-06-23
申请号:CN202310115879.3
申请日:2023-02-08
申请人: 水木未来(北京)科技有限公司 , 清华大学
IPC分类号: G01N23/2202 , H01J37/20 , H01J37/26
摘要: 本发明提供了一种碳纳米管载网、其制备方法及用途。本发明公开了一种碳纳米管载网,其包括载网,所述载网的一侧表面至少部分地覆盖有两层以上层叠的碳纳米管纤维膜,所述碳纳米管纤维膜由轴向排列的碳纳米管形成的纤维而构成,每个所述碳纳米管纤维膜中的纤维基本上具有相同的取向,并且相邻的所述碳纳米管纤维膜中纤维的取向不同。本发明提供的碳纳米管载网可应用于生物样品的冷冻电镜分析,例如可用于高分辨率的生物样品的冷冻电镜结构重构。
-
公开(公告)号:CN118779800A
公开(公告)日:2024-10-15
申请号:CN202410914983.3
申请日:2024-07-09
申请人: 江苏省苏力环境科技有限责任公司 , 清华大学
IPC分类号: G06F18/2433 , G06F18/2431 , G06F18/10 , G06F18/211 , G06N20/20 , G06N5/01 , G06N3/088 , G06Q50/26
摘要: 本发明提供一种基于滑动窗口的污染物时序数据异常识别方法及系统。该方法包括以下步骤:S1.获取企业污染物排口的排放量数据和用电设备的用电数据,进行数据清洗后得到各个污染物排放量以及产污治污总费率,并组成数据集;S2.利用基于滑动窗口的无监督学习方式对数据集进行异常检测,进而得到数据异常情况;S3.利用机器学习模型对数据集进行异常检测,进而得到数据异常情况,结合步骤S2中数据异常情况进行核对,核实异常原因并进行异常预警。本发明将基于滑动窗口的无监督学习和机器学习方法进行结合,挖掘用电费率和污染物排放数据间关联关系,在不依赖于历史异常规则数据库的情况下,根据企业需求的特定异常状态进行针对性分析判断。
-