|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
一種雙極性觸發(fā)型多棒極真空觸發(fā)開(kāi)關(guān)
本發(fā)明公開(kāi)了一種觸發(fā)型多棒極真空觸發(fā)開(kāi)關(guān)，包括密閉殼體； 密閉殼體由絕緣外殼及設(shè)置在絕緣外殼兩端的陰極法蘭和陽(yáng)極法蘭構(gòu) 成；密閉殼體的兩端分別設(shè)有陰極和陽(yáng)極，陰極和陽(yáng)極結(jié)構(gòu)相同，均 包括電極底柱、電極平臺(tái)和設(shè)置于電極平臺(tái)上的多個(gè)棒狀電極，陰極 的棒狀電極與陽(yáng)極的棒狀電極相向延伸且相互交錯(cuò)排列，相鄰棒狀電 極的間隙寬度相等，且該間隙寬度與棒狀電極頂端到相對(duì)的電極平臺(tái) 的間隙寬度相等；陰極和陽(yáng)極中分別設(shè)有陰極觸發(fā)結(jié)構(gòu)和陽(yáng)極觸發(fā)結(jié) 構(gòu)。該開(kāi)關(guān)可以保證無(wú)論主間隙的電壓為何種極性，都能夠穩(wěn)定觸發(fā)， 能滿足電力
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種多波段小型化外輻射源雷達(dá)系統(tǒng)
本實(shí)用新型提供一種多波段小型化外輻射源雷達(dá)系統(tǒng)，其特征在于：包括依次連接的天線接收單元、 射頻輸入單元、通信單元和數(shù)據(jù)傳輸單元，所述射頻輸入單元包括射頻單端轉(zhuǎn)差分單元和射頻信號(hào)處理 單元，射頻單端轉(zhuǎn)差分單元連接射頻信號(hào)處理單元，所述射頻信號(hào)處理單元包括依次連接的低噪聲放大 器、零中頻正交混頻器、低通濾波器、ADC 和數(shù)字基帶濾波器，所述通信單元包括基帶數(shù)據(jù)緩沖模塊， 射頻單端轉(zhuǎn)差分單元連接低噪聲放大器，數(shù)字基帶濾波器連接基帶數(shù)據(jù)緩沖模塊。本實(shí)用
武漢大學(xué)
2021-04-14
一種基于多通道并行光信號(hào)的分光監(jiān)測(cè)裝置
本發(fā)明屬于光纖通信技術(shù)領(lǐng)域，并公開(kāi)了一種基于多通道并行 光信號(hào)的分光監(jiān)測(cè)裝置，包括光信號(hào)發(fā)射模塊、分光模塊、耦合透鏡 陣列、光信號(hào)接收傳輸模塊和光信號(hào)檢測(cè)單元，其中光信號(hào)發(fā)射模塊 用于發(fā)射并行的多路光信號(hào)，并對(duì)其執(zhí)行準(zhǔn)直處理后輸送至分光模塊； 分光模塊將各路光信號(hào)執(zhí)行分光，由此獲得沿著不同方向輸送的兩類(lèi) 并行多路光信號(hào)：其中一類(lèi)繼續(xù)發(fā)射至光信號(hào)檢測(cè)單元，并在此執(zhí)行 狀態(tài)檢測(cè)；另外一類(lèi)依次經(jīng)過(guò)耦合透鏡陣列和光信號(hào)接收傳
華中科技大學(xué)
2021-04-14
一種并行多工位式 3D 打印機(jī)
本發(fā)明提出一種新型的適合于快速成型技術(shù)的并行多工位式 3D 打印機(jī)，包括計(jì)算機(jī)、支架、3D 打印機(jī)組、輸送帶系統(tǒng)。其中 3D 打 印機(jī)組是根據(jù)需要并排放置多個(gè)工位的 3D 打印機(jī)，由計(jì)算機(jī)進(jìn)行打印 任務(wù)調(diào)控，實(shí)現(xiàn)并行式流水線打印。進(jìn)行單件小批量式生產(chǎn)時(shí)，能夠 保證所有工位上的打印機(jī)任務(wù)能夠平均分配，并且能夠使工人能夠?qū)?打印完成的零部件進(jìn)行平均有序的后處理。本發(fā)明改變了傳統(tǒng)的間歇 式作業(yè)方式，提高了生產(chǎn)效率、降低了生
華中科技大學(xué)
2021-04-14
一種 SIFT 特征向量梯度直方圖多通道更新電路
本發(fā)明公開(kāi)了一種 SIFT 特征向量梯度直方圖多通道更新電路，使用 16 個(gè)八維四更新的直方圖組來(lái)取代 1 個(gè) 128 維 16 更新的直方圖，每一個(gè)八維四更新的直方圖代表同一空間位置的 NBO 方向維度的子特征值向量。所述電路包括：第一三線性插值模塊、第二三線性插值模塊、方向地址仲裁模塊、第一至第十六四通道更新仲裁模塊、第一至第十六八維四通道更新直方圖模塊。本發(fā)明的電路硬件面積開(kāi)銷(xiāo)僅占傳統(tǒng)128維16更新的直方圖電
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
基于紅外多波段融合的化學(xué)品泄漏成像遙測(cè)系統(tǒng)
? 成果簡(jiǎn)介：利用多波段成像融合技術(shù)，實(shí)現(xiàn)對(duì)常見(jiàn)化學(xué)品泄露的遙測(cè)報(bào)警。? 項(xiàng)目來(lái)源：自行開(kāi)發(fā)? 技術(shù)領(lǐng)域：電子信息? 應(yīng)用范圍：本項(xiàng)目的產(chǎn)品化在軍事、公安和民用等領(lǐng)域具有廣泛的應(yīng)用前景ü 軍事領(lǐng)域可用于毒劑或危險(xiǎn)品侵害ü 公安、反恐領(lǐng)域可用于毒劑施放、次生工業(yè)品的泄漏檢測(cè)；ü
北京理工大學(xué)
2021-04-14
.jpg){kind=logo}
一種電站鍋爐爐膛結(jié)渣多區(qū)段實(shí)時(shí)監(jiān)測(cè)方法
本發(fā)明公開(kāi)了一種電站鍋爐爐膛結(jié)渣多區(qū)段實(shí)時(shí)監(jiān)測(cè)方法，通過(guò)在爐膛中增加熱流計(jì)測(cè)點(diǎn)并采集鍋爐實(shí)時(shí)運(yùn)行參數(shù)、入爐煤質(zhì)數(shù)據(jù)和鍋爐爐膛結(jié)構(gòu)及設(shè)計(jì)參數(shù)，按照建立好的結(jié)渣多區(qū)段計(jì)算步驟，推算出爐膛多個(gè)區(qū)段的實(shí)時(shí)結(jié)渣情況，為運(yùn)行人員進(jìn)行分區(qū)段吹灰提供參考。
東南大學(xué)
2021-04-14
多智能體分布式協(xié)同控制及其應(yīng)用關(guān)鍵技術(shù)
成果簡(jiǎn)介：通過(guò)揭示自然界中魚(yú)群、鳥(niǎo)群自主編隊(duì)的機(jī)理，研究了多智能體協(xié)同控制理論，并將其應(yīng)用于多無(wú)人平臺(tái)的協(xié)同控制中。其典型特點(diǎn)是采用分布式信息，沒(méi)有全局指揮中心，作戰(zhàn)單元能夠根據(jù)具體作戰(zhàn)任務(wù)靈活編制， 控制器結(jié)構(gòu)簡(jiǎn)單，任務(wù)適用面廣。本研究將多智能體一致性控制，勢(shì)能場(chǎng)函 數(shù)，分布式估計(jì)器理論相結(jié)合，突破了多無(wú)人平臺(tái)協(xié)同編隊(duì)控制，拓?fù)溥B通 性保持條件下的協(xié)同控制，協(xié)同編隊(duì)控制等關(guān)鍵技術(shù)，可實(shí)現(xiàn)無(wú)人平臺(tái)位置、 朝向、速度等控制參數(shù)的嚴(yán)格一致。 無(wú)人化
北京理工大學(xué)
2021-04-14
技術(shù)需求:復(fù)雜作業(yè)環(huán)境下多參數(shù)的智能感知技術(shù)
1、復(fù)雜作業(yè)環(huán)境下多參數(shù)的智能感知技術(shù)；2、人工智能中樞控制系統(tǒng)實(shí)現(xiàn)；3、智能電液控制技術(shù)；4、終端軌跡規(guī)劃及精確控制技術(shù)；5、自動(dòng)掃描、分析技術(shù)與系統(tǒng)協(xié)調(diào)作業(yè)；6、基于影像分析的地面監(jiān)控系統(tǒng)和遠(yuǎn)程操作系統(tǒng)實(shí)現(xiàn)；7、井下多傳感信息融合及檢測(cè)技術(shù)；8、井下網(wǎng)絡(luò)數(shù)據(jù)傳輸系統(tǒng)平臺(tái)構(gòu)建；9、無(wú)線與有線光纜通信異構(gòu)融合與組網(wǎng)技術(shù)；10、地面井下信息互通，以及與礦井綜合自動(dòng)化平臺(tái)的高效融合技術(shù)
山東金科星機(jī)電股份有限公司
2021-08-17
一種基于多評(píng)價(jià)標(biāo)準(zhǔn)的信譽(yù)合成方法
本發(fā)明公開(kāi)了一種基于多評(píng)價(jià)標(biāo)準(zhǔn)的信譽(yù)合成方法，包括以下步驟：a.根據(jù)需要設(shè)置評(píng)分體系評(píng)分區(qū)間；b.設(shè)定每個(gè)節(jié)點(diǎn)需要保存的最近對(duì)其他節(jié)點(diǎn)評(píng)分記錄數(shù)的上限 N；c.選取節(jié)點(diǎn) x 最近 N 個(gè)對(duì)其他節(jié)點(diǎn)的評(píng)分記錄，計(jì)算節(jié)點(diǎn) x 的信任傾向；d.當(dāng)節(jié)點(diǎn) x 接到另一節(jié)點(diǎn) y的交互請(qǐng)求時(shí)，節(jié)點(diǎn) x 在所有推薦節(jié)點(diǎn)中任意選擇最多 M 個(gè)與節(jié)點(diǎn) x具有相同信任傾向等級(jí)，并可以提供對(duì)節(jié)點(diǎn) y 的評(píng)分的候選節(jié)點(diǎn)，并獲取這些節(jié)點(diǎn)對(duì)節(jié)點(diǎn) y 的最新評(píng)分；e.對(duì)步驟 d 中獲取的評(píng)分進(jìn)行評(píng)分計(jì)算，最終計(jì)算出對(duì)節(jié)點(diǎn) y 的可信任度。本發(fā)明解決了在同一識(shí)別框架下不同評(píng)價(jià)標(biāo)準(zhǔn)對(duì)模型帶來(lái)的影響。
華中科技大學(xué)
2021-04-11