宁波（f）锌/石墨双离子电池在1C倍率充放电测试过程中的原位XRD谱图。

此外，规划在拉曼光谱中，还有一个额外的缺陷位点出现在~1460 cm-1位移处，这种模式是sp3共价结合的-OH基团功能化有关的C-O振动。在自由度为~1.6%的情况下，推进KC8与H2O的原位反应中发现了D1-D5的拉曼带，而这主要归功于自由度分布在0.5%-2%之间。

作者所采用的的拉曼光谱仪是激发波长为524nm的ORIBALabRam光谱仪，等试点示激光功率为0.5mW，测试区间为300-3000 cm-1。当自由度增加时，宁波弯曲结构金刚石团簇结构最终会强烈重组nK+C8(n-x)-Hx和nK+C8(n-x)-Hx(OH)y的拉曼光谱。在这个范围内，规划拉曼光谱中所有额外的组分(D，D和D)都可以清晰地识别出来，而且观察到的指纹完全匹配模拟光谱的G-H和G-OH(图3d)所计算的~3%的自由度。

工欲善其事，推进必先利其器，了解了测试条件之后，接下来就看看原位拉曼光谱如何将无缺陷的KC8石墨化合物在功能化之后的变化显现出来。将与缺陷部位相关D，等试点示D和D的拉曼振动模式拟合到拉曼图谱中，这些振动模式与之前的轻度功能化的D1-D5振动模式的拉曼位移位置是相同。

为了探究KC8在自然环境条件下的行为，宁波作者研究了KC8在暴露于H2、O2以及O2和H2O组合时的反应的一系列实验。

因此，规划作者可以得出这样的结论：在达到最大自由度为~12.5%(基于K/C=1:8)的过程中，伴随着附加物的团聚和未改变sp2纳米结构域的形成。推进机器学习分类及对应部分算法如图2-2所示。

欢迎大家到材料人宣传科技成果并对文献进行深入解读，等试点示投稿邮箱:[email protected].投稿以及内容合作可加编辑微信：cailiaorenVIP.。宁波这一理念受到了广泛的关注。

然后，规划采用梯度提升决策树算法，建立了8个预测模型（图3-1），其中之一为二分类模型，用于预测该材料是金属还是绝缘体。推进利用机器学习解决问题的过程为定义问题-数据收集-建立模型-评估-结果分析。