北京科技大学

含氧基团的选择性去除、C(sp2)/C(sp3)杂化碳结构的演化以及ERGO的表面结构都会影响其质子和电子输运机制。本文报道的ERGO样品是理想的支撑材料，具有适当的质子和电子输运比例。本研究制备的无离聚体和柔性ERGO负载Pt (Pt/ERGO)电极在酸性溶液中的氧还原反应(ORR)活性进行了表征。结果表明，与传统的碳负载Pt催化剂相比，其不仅具有更高的电化学表面积(ECSA)，而且对ORR的质量活性也有所提高。

文章分别在CO2和N2气氛中采用镁热还原SHS法制备石墨烯和氮化硼纳米片(BBNS)。然后，以羧甲基纤维素为支撑框架和粘合剂，采用定向冰冻法构建具有三维网络的各向异性、多级多孔氮化硼/石墨烯气凝胶，并浸渍聚乙二醇(PEG)以制备新型CPCMs。

综上所述，本文开发了一种新方法，通过控制适当的水热处理时间来实现对石墨烯气凝胶微观结构的精确控制，而无需楔形模具。通过改变水热处理时间，我们能够制造出三种不同微观结构的石墨烯气凝胶，并观察了由此产生的变化模式。此外，我们还发现过度的水热处理会降低冰晶调节气凝胶微结构的效果。

近日，北京科技大学张跃院士，张铮教授和张先坤教授（共同通讯作者）等设计并构建了一种梯度调制、稳定且精确的2D材料应变施加策略，显著提高了ZnO/WSe2/石墨烯异质结光电探测器的探测效率

在本研究中，针对废石墨结构受损的问题，提出了一种改进的Hummers法结合热还原的方法来实现石墨烯的制备和废石墨中杂质的同时脱除。

在这项研究中，通过静电纺丝、热解、冷冻-制备了一种新型三维阳极电催化剂，由碳纳米纤维 (CNF) 和还原氧化石墨烯 (rGO) 组成，干燥法和水热法用于模板化 MoS2纳米花 (rGO/CNF@MoS2) 的生长。

该文章介绍了rGO/CNF@MoS2电催化剂的合成策略，探究了所制备的rGO/CNF@MoS2的物化特性及电化学性能。研究了rGO/CNF@MoS2修饰碳布阳极对MFC产电性能、COD去除率的影响，并探究其组装MFC驱动电子器件的可行性。最后通过测试阳极生物膜浓度、活性、群落结构揭示了rGO/CNF@MoS2在强化MFC产电方面的协同作用机制。

基于机器学习，作者设计了多维语音识别和智能通信系统。在语义识别方面，CNN上的训练数据集和测试数据集上的识别准确率分别高达99.66%和96.63%。另外，GHRI提取语音内容、情感和身份特征，进行智能交流和回复，实现无障碍聊天。此外，经济上可行的材料和简单的制造工艺使GHRI适合大规模生产，在机器人智能领域具有广阔的发展前景。

总之，研究了基于石墨烯的机器学习辅助HRI双功能声学换能器。它通过柔性材料（麦克风和扬声器）表现出出色的双重功能，并作为耳朵和嘴巴应用于机器人。于机器学习，设计了多维语音识别和智能通信HRI，在训练数据集和测试数据集中的准确率分别高达99.66%和96.63%。GHRI提取语音内容、情感、身份特征，实现智能沟通和回复，实现无障碍聊天。此外，经济可行的材料和简单的制造程序使GHRI适合大规模生产，在机器人智能领域具有广阔的发展前景。

传统上，使用溶剂热合成、机械剥落、溶剂辅助剥落或化学剥落等方法制备独立的COF纳米片，通常耗时且很难扩大规模。相反，通过在非均相COFs聚合过程中引入各种底物，表面支撑纳米片很容易制造。这种基于导电石墨烯模板的简单通用方法已得到验证，还能够同时增强有机电极的离子存储容量、速率性能和电子传导性。

本文在石墨烯上获得了均匀分散的USTB-6纳米片，有效提高了COF基电极的电子传导性。这种石墨烯支撑的USTB-6纳米片正极用于锂离子电池，表现出较高的比容量和优异的长循环性能。

首先对低频声音信号进行频谱搬移，调制成携带信息的超声波信号。随后，超声波作为电信号输入到GUS并进行声音发射，对声音信号进行加密传输。最后，利用麦克风采集超声信号，解调到低频以实现信息解密。值得注意的是，在超声信号特征提取过程中，采用了基于机器学习的卷积神经网络来提高超声语音识别的准确率。这项工作不仅解决了超声源在可穿戴领域的障碍，也进一步拓展了超声在信息加密领域的应用。