本发明属于光催化材料技术领域，具体涉及一种异质结构及其制备方法和应用。该异质结构该异质结构是通过Cu2O与Cu复合，然后与GaON复合形成的Cu2O/Cu/GaON异质结构。该异质结构增加了电荷的转移，同时Cu中间层极大地增加了对光的吸...

本发明公开了一种基于PET/CT图像跨模态特征融合的食管癌肿瘤靶区分割方法；该方法以Transformer融合注意力渐进语义嵌套网络TransAttPSNN作为食管癌肿瘤靶区三维分割模型实现食管癌肿瘤靶区分割；TransAttPSNN网...

本发明属生物医药技术领域，涉及一种大麻二酚衍生物新的药用用途，具体涉及一种大麻二酚衍生物3

本发明公开了一种湿垃圾处置过程异味气体净化预处理工艺。通过由铁基材料、氧化铜、二氧化锰、氧化铝和碳基材料组成催化反应床，该催化反应床在弱酸性淋洗液的淋洗过程中，形成原电池，新生态的电极产物活性极高，能与异味气体发生氧化还原反应，使异味气...

本发明一种多功能石墨烯自组装膜及其制备方法，组分为：片状填料纳米片0.1

本发明属于药物化学和医药技术领域，尤其是涉及二芳基嘧啶类化合物及其制备方法和用途。本发明的二芳基嘧啶类化合物进行了微管蛋白靶点活性测试、结合位点确证以及体外、体内的抗宫颈癌药理活性测试。实验结果表明：在体外，所述的二芳基嘧啶类化合物通过...

本发明涉及一种低响应延迟的高温高压透射红外反应池，包括炉体、加热棒、池体，其中炉体中设有预留空腔；加热棒设于所述预留空腔中；池体设于所述炉体中部，所述池体中设有用于固定样品片的卡槽和设于卡槽两侧的圆柱空腔，所述圆柱空腔中设有光学元件和辅...

本发明提供了一种非接触式磷光离子传感材料的设计、制备和应用方法。该材料由具有响应离子浓度变化的吸收型指示剂和长寿命的磷光染料组成，其中吸收型离子指示剂的吸收光谱与磷光染料的发射光谱具有明显的光谱重叠，当两者被负载在基质载体上，由于两者在...

本发明提供了一种基于SiC衬底的pGaN增强型HEMT器件结构及其制备方法，该器件结构包括：衬底，包括分别形成于所述衬底第一区域与第二区域的p+掺杂区与n+掺杂区；其中，所述第一区域与第二区域为沿所述衬底表面相对的两侧区域；肖特基势垒二...

本发明公开了一种净化大闸蟹养殖水的微藻

本发明提供了一种p型沟道GaN HEMT器件及其制备方法，通过在隔离层上外延若干层超晶格结构，隔离层的第一部分缺失，使得若干层超晶格结构的第一部分和隔离层之间形成空腔，若干层超晶格结构的第一部分包括间隔设置的N个鳍型单元，且位于空腔上方...

本发明提供了一种用于氮化物半导体器件的钝化层的制备方法，包括：将待钝化的样品传至经预处理的反应腔中，并对反应腔进行第一处理；在反应腔中通入前驱体气体，使其吸附在样品表面；在反应腔中通入惰性气体进行吹扫；在反应腔中通入氮氢混合气体，并形成...

本发明提供了一种抗反向导通电流的凹栅增强型GaN HEMT结构，包括：阳极、阴极及依次堆叠的衬底、分隔层、凹栅增强型GaN HEMT器件；其中：衬底为SiC，其中包含有P型掺杂区以及N型掺杂区，且P型掺杂区包裹N型掺杂区；凹栅增强型Ga...

本发明提供了一种具有抑制衬底漏电结构的GaNHEMT器件，包括：衬底，以及形成于衬底上的缓冲层；第一P+型掺杂区与第一N+型掺杂区；其中，第一P+型掺杂区形成于缓冲层中；第一N+型掺杂区形成于部分第一P+型掺杂区的表层，且第一P+型掺杂...

本发明提供一种基于对比学习区分对话摘要与对话者的方法，其特征在于，首先基于BART构建增强序列到序列的神经网络模型，该神经网络模型的编码器

本发明提供了一种肝脏病理切片图像的脂肪含量分析装置和方法。基于人工智能多示例学习的卷积神经网络联结分类器进行肝脏脂肪变性分级，通过采集图像、识别筛选参数、用CNN训练模型训练等模块与步骤，实现了肝脏病理切片图像的脂肪含量检测、分级和定量...

本发明属于半导体技术领域，具体为包含有效功函数可调功函数金属层的栅极结构及其制备方法。本发明栅极结构包括半导体衬底、栅介质层、功函数金属层，材料为TiAlC；该功函数金属层通过改变密度，使得金属有效功函数调控为符合目标阈值电压所要求的有...

本发明属于阻变存储器件技术领域，具体为一种基于二维离子导电体的阈值转变器件及其制备方法。本发明器件自上而下依次为衬底、氧化物层、底电极、二维离子导电体功能层、少层石墨烯、顶电极；其中，氧化层为SiO2,底电极为Cr和Cu电极，二维离子导...

本发明属于视频压缩编解码技术领域，具体为一种用于机器视频编码的快速VVC帧内编码方法。本发明首先使用神经网络提取具有不同形状的编码块(CU)的特征，然后设计基于方向梯度直方图(HOG)的快速算法，包括：计算编码块的梯度直方图值：计算每个...

本发明公开了一种大脑多模态PET影像SUVR的预测方法，包括步骤一：收集受试者的T1加权像和PET影像；步骤二：对于T1加权像，对组织进行分割，对于PET影像，计算标准摄取比值SUVR；步骤三：将对齐到标准空间的T1加权像分割为若干大小...