机器学习辅助的N-化碳点用于敏感的Pd2+检测和植物栽培中的高性能LED应用
Hui Zhang1, Jiahao Hu2, Jiale Chen2
1School of Chemistry and Chemical Engineering, Harbin Institute of Technology, Harbin, 150001, People's Republic of China.
Mikrochimica acta
|October 13, 2025
概括
添加碳点 (N-CDs) 提供快速,灵敏的检测离子 (Pd2+) 使用光火. 一个基于智能手机的深度学习平台可以实现现场量化和植物生长的W-LED.
科学领域:
- 材料科学 材料科学 材料科学
- 纳米技术纳米技术
- 分析化学 分析化学
背景情况:
- 碳点 (CD) 是具有可调光学特性的多功能纳米材料.
- 兴奋剂增强了CD的光发光和感应能力.
- 离子 (Pd2+) 对环境具有重要意义,需要敏感的检测方法.
研究的目的:
- 合成添加碳点 (N-CDs),用于检测离子 (Pd2+).
- 开发基于智能手机的传感平台,用于现场部署的Pd2+量化.
- 探索N-CD在温暖白色发光二极管 (W-LED) 中用于植物生长的应用.
主要方法:
- 从o-phenylenediamine和4-aminophenol中合成N-CD的一热水合成.
- 使用N-CDs进行Pd2+检测的光灭试验.
- 智能手机集成的传感平台带有卷积神经网络 (CNN) 用于图像分析和量化.
- 使用合成的N-CD制造W-LED的制造.
主要成果:
- 在Pd2+的存在下,N-CDs表现出强烈的黄色辐射和高效的光火.
- 获得了Pd2+的0.058μM的低检测极限 (LOD).
- 智能手机-CNN平台在Pd2+量化方面表现出高精度 (95.3-103.5%恢复,RSD<1.51%).
- 制造的W-LED显示了合适的颜色坐标 (0.47,0.43) 和颜色温度 (3353K),促进了植物生长.
结论:
- 开发的N-CD是有效的光探针,用于敏感和快速的Pd2+检测.
- 基于智能手机的深度学习方法可以实现便携式和准确的环境监测.
- N-CD显示出对光电子应用的希望,包括促进植物生长的LED.
