中国科学院大学专利技术

中国科学院大学共有1373项专利

  • 本发明公开了一种硅/钙钛矿三端叠层太阳电池结构以及其制备方法,该硅/钙钛矿三端叠层太阳电池包括钙钛矿顶层太阳电池单元和背接触硅太阳电池单元。钙钛矿顶层太阳电池单元的结构从上到下依次设置为第一金属电极层,第一减少反射层、第一透明导电氧化物...
  • 本发明涉及一种免光刻背接触太阳电池的制备方法,属于光伏技术领域。本方法采用原子层沉积技术,对带有纳米线结构的单晶硅片进行了有效的钝化。通过真空热蒸发和旋涂的简单工艺,依次制备了LiF/Mg/Al作为电子传输层及电池负极,PEDOT:PS...
  • 本发明公开了一种有效提高PEDOT:PSS(Clevios PH1000)薄膜光电性能以及稳定性的一种方法,属于有机导电聚合物薄膜领域。该PEDOT:PSS(Clevios PH1000)薄膜的制备包含以下步骤:用0.22um孔径的滤头...
  • 本发明涉及一种经过结晶调控的钙钛矿太阳能电池及其制备方法,所述方法包括:将清洗干净的导电基层用氮气吹干并进行紫外
  • 本发明公开了基于储层与工程因素分析的页岩油水平井产能计算方法,涉及油田开发地质技术领域。步骤包括:确定页岩油已开发水平井产能数据;优选典型井并建立产能影响因素的数据集;分析影响产能的地质因素,确定其主控因素,并明确主控地质因素与产能之间...
  • 本发明公开了一种TOPCon电池的制备方法,S1,在制绒后的硅片正面进行硼掺杂,形成制绒硼掺杂扩散面;S2,将步骤S1中所得的硅片放入含有氢氟酸溶液中浸泡,除去表面的自然氧化层;S3,在步骤S2中所得硅片的背面制备超薄氧化硅层;S4,在...
  • 本发明公开了一种使用锌基金属合金作为蒸发源制备AZO膜的方法,该方法的具体步骤为:将锌基金属合金放入RPD设备的坩埚中,用机械泵及分子泵将RPD腔体抽至背底真空,之后通过流量计通入不同流量的氩气、氧气以及氢气,并开始调节压力;电源开始工...
  • 本发明公开一种基于C
  • 本申请实施例公开了一种泛域名解析方法和系统,应用于计算机技术领域。所述方法包括:获取子域名列表和每个子域名的子域名信息;遍历所有子域名,根据待遍历的子域名的解析记录判断所述子域名列表中是否有相同解析记录的子域名;若有,则根据待遍历的子域...
  • 一种通过2,5
  • 本实用新型公开了一种面向大功率芯片散热冷却的三维平板脉动热管装置,应用于散热冷却技术领域,包括:基板、第一盖板和第二盖板;所述基板设置在所述第一盖板和所述第二盖板之间;所述基板的两侧面开设有相互交错的微槽道;所述微槽道以热源贴合处为中心...
  • 本实用新型公开了一种较大规模靛蓝废水高级氧化深度处理装置,属于靛蓝废水处理技术领域,包含两级AO生物池和三级臭氧催化塔,所述三级臭氧催化塔底部设曝气管道和刚玉曝气盘,通过臭氧发生器曝气,臭氧催化塔采用下进上出的布水方式,进水管道连接提升...
  • 本发明提供一种适用于微波反演土壤水分的介电常数模型构建方法,包括提取土壤盐度数据,还包括以下步骤:构建改进盐土介电常数模型,将所述优化盐土介电常数模型分成两阶段模型,包括高盐分盐土介电常数模型和低盐分盐土介电常数模型;根据盐度划分规则将...
  • 本申请公开了一种工业系统时延控制方法、装置及非易失性存储介质。其中,该方法包括:获取第一格式的初始时延分布数据进行格式转换处理,得到第二格式的第一目标时延分布数据,其中,第一目标时延分布数据由基函数和与基函数对应的权值向量表征;比较第一...
  • 本发明公开一种基于图神经网络的动态网络风险预测方法,包括以下步骤:采集网络数据并构建网络数据时序图,提取网络数据时序图的时序序列并得到时序特征图,提取网络属性特征、网络结构特征和网络变化特征,进行表示向量的学习并得到网络时序图的表示向量...
  • 本发明公开了一种基于层级模块化的视频描述方法,所述方法包括以下步骤:步骤1,获得视频中的重要物体特征;步骤2,根据视频的初始动态特征,结合重要物体特征,获得视频动作表征;步骤3,获得视频表观特征,结合重要物体特征、视频动作表征,获得全局...
  • 一种D
  • 本公开的实施例提供了一种基于AST的源代码异常检测方法及其装置,属于软件安全检测领域。基于AST的源代码异常检测模型训练方法包括:根据源代码样本的语义特征构建抽象语法树,基于抽象语法树将源代码样本转换为SSA代码段;提取SSA代码段中的...
  • 本发明提供了一种污泥热化学处理重金属稳定化和污泥安全资源化方法,属于环境污染控制领域。本发明对污泥中重金属浓度进行分析和鉴别,对低于预设的重金属标准限值的污泥进行热解炭化处理或高温烧结处理,对高于预设的重金属标准限值的污泥进行高温烧结处...
  • 本发明涉及面向跨个体数据的学习分类方法,具体涉及一种基于自学习小波卷积神经网络的跨个体学习方法。包括步骤为:对待处理数据,按个体划分训练集和测试集;对每个个体数据进行滑动窗口划分、去基线漂移和标准化等预处理;构建多分支自学习小波卷积神经...