期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于数据分布的聚类联邦学习 被引量:8
1
作者 常黎明 刘颜红 徐恕贞 《计算机应用研究》 CSCD 北大核心 2023年第6期1697-1701,共5页
联邦学习(federated learning)可以解决分布式机器学习中基于隐私保护的数据碎片化和数据隔离问题。在联邦学习系统中,各参与者节点合作训练模型,利用本地数据训练局部模型,并将训练好的局部模型上传到服务器节点进行聚合。在真实的应... 联邦学习(federated learning)可以解决分布式机器学习中基于隐私保护的数据碎片化和数据隔离问题。在联邦学习系统中,各参与者节点合作训练模型,利用本地数据训练局部模型,并将训练好的局部模型上传到服务器节点进行聚合。在真实的应用环境中,各节点之间的数据分布往往具有很大差异,导致联邦学习模型精确度较低。为了解决非独立同分布数据对模型精确度的影响,利用不同节点之间数据分布的相似性,提出了一个聚类联邦学习框架。在Synthetic、CIFAR-10和FEMNIST标准数据集上进行了广泛实验。与其他联邦学习方法相比,基于数据分布的聚类联邦学习对模型的准确率有较大提升,且所需的计算量也更少。 展开更多
关键词 联邦学习 个性化联邦学习 聚类联邦学习 特征提取 聚类
下载PDF
Fe-La二元氢氧化物对水中As(Ⅴ)和As(Ⅲ)的吸附行为与机制
2
作者 潘燕芳 张琳 +4 位作者 郭晨 郑文秀 樊帅兵 刘颜红 王玉龙 《环境科学学报》 CAS CSCD 北大核心 2023年第4期276-288,共13页
采用共沉淀法制备了铁-镧二元氢氧化物(Fe-La)吸附剂,通过吸附动力学、pH的影响和吸附等温线等吸附批实验研究了其对水溶液中砷的去除行为,并通过扫描电子显微镜-X射线能谱分析(SEM-EDS)、傅里叶红外光谱分析(FTIR)、X射线衍射分析(XRD... 采用共沉淀法制备了铁-镧二元氢氧化物(Fe-La)吸附剂,通过吸附动力学、pH的影响和吸附等温线等吸附批实验研究了其对水溶液中砷的去除行为,并通过扫描电子显微镜-X射线能谱分析(SEM-EDS)、傅里叶红外光谱分析(FTIR)、X射线衍射分析(XRD)等方法对铁-镧二元氢氧化物进行了表征,研究其对砷的去除机制.吸附批实验表明,Fe-La二元氢氧化物对As(Ⅴ)具有较强的去除能力,而对As(Ⅲ)的去除能力较弱.吸附动力学实验表明,Fe-La二元氢氧化物对As(Ⅴ)和As(Ⅲ)在前2 h内吸附速率较快,其去除过程均符合伪二级动力学模型.溶液的pH值会显著影响Fa-La二元氢氧化物对As(Ⅴ)和As(Ⅲ)的去除效率,其中,对As(Ⅴ)的吸附量在pH=3.0~4.0时升高,在pH=5.0~11.0时随pH升高而降低;对As(Ⅲ)的吸附量在pH=3.0~6.0时升高,在pH=6.0~10.0范围内保持不变,在pH=10.0~11.0时吸附量减少.Langmuir吸附等温线拟合结果表明,pH=4.0时Fe-La二元氢氧化物对As(Ⅴ)的最大吸附量为303.03 mg·g^(-1),pH=7.0时对As(Ⅲ)的最大吸附量为24.69 mg·g^(-1).共存阴离子对Fe-La二元氢氧化物去除As(Ⅴ)和As(Ⅲ)的影响大小顺序分别为SO_(4)^(2-)<CO_(3)^(2-)<柠檬酸根<HPO_(4)^(2-)和SO_(4)^(2-)(CO_(3)^(2-))<柠檬酸根<HPO_(4)^(2-).3次循环后,As(Ⅴ)的去除率可以达到初始去除效率的79.67%,As(Ⅲ)的去除率可以达到初始去除效率的88.60%左右.SEM-EDS、FTIR和XRD分析表明,通过表面羟基配体交换反应形成砷酸镧(LaAsO4)以及溶液中的La3+与H2AsO4-共沉淀生成砷酸镧是Fe-La二元氢氧化物去除水中As(Ⅴ)的主要机理,而二元氢氧化物中的铁氢氧化物对As(Ⅲ)的固定是As(Ⅲ)去除的主要机制.上述结果表明,Fe-La二元氢氧化物对水中As(Ⅴ)的去除具有潜在的应用价值,但对As(Ⅲ)的去除还需要结合其他的方法,如预先将As(Ⅲ)氧化成As(Ⅴ). 展开更多
关键词 Fe-La二元氢氧化物 吸附 As(Ⅴ) As(Ⅲ) 砷酸镧 共存阴离子
原文传递
复方丹参片工艺改进 被引量:1
3
作者 隋军 孙桂超 刘颜红 《黑龙江中医药》 2001年第2期59-59,F003,共2页
关键词 中药 复方丹参片 均匀设计法 提取工艺
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部