|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
業(yè)大學(xué).jpg){kind=logo}
一種鰍科魚類苗種培育方法
本發(fā)明涉及一種鰍科魚類苗種培育方法.本發(fā)明包括操作:在肥水池中培育用于投喂苗種的浮游生物,在苗種投放培育池前將所述肥水池上層水抽到所述培育池中,所述培育池在抽水之前內(nèi)部鋪上薄膜;按照180～220萬條/畝投放出膜后能夠平游的水花苗種;苗種下培育池3天后,用發(fā)酵餌料投喂;待苗種長到1cm,使用魚用粉末飼料以及由肥水池培育得到的所述浮游生物進(jìn)行投喂;待苗種長到1.5cm,使用蛋白質(zhì)含量為40～44wt%的魚用破碎型飼料進(jìn)行投喂;待苗種長到3cm,使用蛋白質(zhì)含量為33～37wt%的魚用破碎型飼料進(jìn)行投喂.通過本發(fā)明培育方法,苗種成活率達(dá)到40～60%.
安徽農(nóng)業(yè)大學(xué)
2021-04-29
.jpg){kind=logo}
一種HEVC快速幀間預(yù)測方法
本發(fā)明公開了一種HEVC快速幀間預(yù)測方法,首先統(tǒng)計(jì)出兩組健壯的閾值使其能滿足不同深度級的編碼單元(CU)以及不同量化參數(shù)(QP);當(dāng)當(dāng)前CU的SKIP模式的率失真代價(jià)小于給定閾值時(shí),該CU的最優(yōu)預(yù)測模式為SKIP模式;當(dāng)當(dāng)前CU的最優(yōu)預(yù)測模式的率失真代價(jià)小于另一給定閾值時(shí),該CU停止執(zhí)行進(jìn)一步的分割.本發(fā)明可精確地終止編碼單元不必要的深度計(jì)算以及跳過不必要的預(yù)測模式計(jì)算,能夠極大地降低HEVC的幀間編碼復(fù)雜度,有助于實(shí)現(xiàn)HEVC編碼器的實(shí)時(shí)應(yīng)用.
華僑大學(xué)
2021-04-29
.jpg){kind=logo}
一種大棚營養(yǎng)塊人參栽培方法
本發(fā)明公開了一種大棚營養(yǎng)塊人參栽培方法, 該方法是以營養(yǎng)塊為基質(zhì)，同時(shí)利用大棚人工創(chuàng)造一個(gè)人參生長適宜的溫度和濕度，人參育苗與栽培一步完成，屬于設(shè)施參業(yè)范疇，是一種生態(tài)平衡參業(yè)新模式。包括大棚基底土及覆蓋土處理、作畦、營養(yǎng)塊擺放、點(diǎn)籽、溫濕度控制和移栽步驟。大棚營養(yǎng)塊人參栽培模式可延長人參生長期，縮短人參栽培期，有利于人參規(guī)范化栽培與新品種選育，降低人參非生理性病害，消除早春的緩陽凍和氣溫大幅度波動(dòng)對人參生長的不利影響，適宜在非林地上大規(guī)模推廣，節(jié)約大量林地資源，有效解決林地及農(nóng)田地栽參不能重茬和連作的瓶頸問題。大棚營養(yǎng)塊栽培人參三年半即可作貨，較園參提前二年，對人參種植產(chǎn)業(yè)升級具有重大意義。吉林省是中國的北藥基地，人參留存面積約3500萬平方米。本項(xiàng)目在參區(qū)推廣后，僅吉林省撫松縣每年可推廣300萬平日光溫室人參栽培面積，節(jié)約林地500萬平，帶動(dòng)5000戶以上參農(nóng)，年均增收總額超過1億元。該新型人參栽培模式能顯著提高參農(nóng)經(jīng)濟(jì)效益，從而提高參農(nóng)的種植積極性，吸引更多資本進(jìn)入人參產(chǎn)業(yè)，從而推進(jìn)人參產(chǎn)業(yè)快速發(fā)展。
東北師范大學(xué)
2021-04-29
.jpg){kind=logo}
基于發(fā)射分集的空移鍵控調(diào)制方法
本發(fā)明公開了一種基于發(fā)射分集的空移鍵調(diào)制方法，本發(fā)明的方法在傳統(tǒng)的SSK調(diào)制基礎(chǔ)上，結(jié)合發(fā)射分集模式進(jìn)行傳輸和接收，在發(fā)射端采用多個(gè)時(shí)隙發(fā)送同一數(shù)據(jù)，在不同時(shí)隙內(nèi)采用不同的天線映射方式，同時(shí)利用不同時(shí)隙激活天線的發(fā)送符號(hào)組合承載一部分額外的數(shù)據(jù)信息，因此本發(fā)明的方法是一種基于空間分集的SSK調(diào)制傳輸方式。
電子科技大學(xué)
2021-04-10
.jpg){kind=logo}
基于雙超時(shí)網(wǎng)絡(luò)報(bào)文的組流方法
一種基于雙超時(shí)網(wǎng)絡(luò)報(bào)文的組流方法，設(shè)置短超時(shí)和長超時(shí)，當(dāng)報(bào)文到達(dá)測量器，從報(bào)文頭中提取流信息，在網(wǎng)絡(luò)流緩存中查找由所測量報(bào)文的網(wǎng)絡(luò)流記錄，如果找到所述的網(wǎng)絡(luò)流記錄，更新流結(jié)束標(biāo)識(shí)，否則在網(wǎng)絡(luò)流緩存中增加一條新的網(wǎng)絡(luò)流記錄，如果測量周期結(jié)束，則檢查網(wǎng)絡(luò)流緩存中的每條網(wǎng)絡(luò)流，如果所檢查網(wǎng)絡(luò)流的流結(jié)束標(biāo)識(shí)為1，則所檢查短超時(shí)判斷網(wǎng)絡(luò)流結(jié)束，否則根據(jù)長超時(shí)判斷網(wǎng)絡(luò)流結(jié)束。
東南大學(xué)
2021-04-10
.jpg){kind=logo}
一種跨年齡人臉識(shí)別方法
本技術(shù)成果提供一種跨年齡人臉識(shí)別方法，該方法通過大量包含四個(gè)年齡段的人臉圖像訓(xùn)練得到一個(gè) 由兩大模塊（最大熵特征描述模塊和老化感知去噪自動(dòng)編碼模塊）組成的跨年齡人臉識(shí)別系統(tǒng)，實(shí)現(xiàn)對任 意兩幅不同年齡人臉圖像的識(shí)別。最大熵特征描述模塊利用決策樹的最大熵分裂來實(shí)現(xiàn)包含最大信息量的 編碼分配，老化感知去噪自動(dòng)編碼模塊將一個(gè)任意年齡段的特征描述符重構(gòu)成四個(gè)不同年齡段的特征描述 符，綜合這些描述符獲得一個(gè)消除老化影響的人臉綜合特征向量，最后計(jì)算不同人臉綜合特征向量的余弦 距離實(shí)現(xiàn)人臉識(shí)別。 本技術(shù)成果能夠很好地減少跨年齡人臉識(shí)別中一些傳統(tǒng)描述符的信息丟失問題，并且消除了跨年齡人 臉識(shí)別中老化因素的影響，在跨年齡人臉識(shí)別問題中有很好的表現(xiàn)。 1.100 一種基于貝葉斯概率與神經(jīng)網(wǎng)絡(luò)的圖像分割方法——電子 與信息工程學(xué)院 胡海峰 本技術(shù)成果公開一種基于貝葉斯概率與神經(jīng)網(wǎng)絡(luò)的圖像分割方法，包括：為每個(gè)像素定義一個(gè)后驗(yàn)概 率能量函數(shù)，通過利用基于貝葉斯概率計(jì)算的形態(tài)學(xué)膨脹方法對每個(gè)像素的相鄰像素進(jìn)行計(jì)算，然后對該 像素的進(jìn)行膨脹，使具有相似或者相同的后驗(yàn)概率分布的像素作為對分割分類的神經(jīng)網(wǎng)絡(luò)的輸入。
中山大學(xué)
2021-04-10
基于最優(yōu)模型的WEB輿情趨勢預(yù)測方法
本發(fā)明公布了一種基于最優(yōu)模型的WEB輿情趨勢預(yù)測方法。該方法的基本思想就是首先對歷史輿情事件進(jìn)行分類獲取輿情的幾大類別，然后對分類獲得的各個(gè)類別中事件的時(shí)間序列圖進(jìn)行聚類獲取小類，通過保證均方誤差和最小的方式求取各個(gè)小類的最優(yōu)模型從而獲取各個(gè)大類的最優(yōu)模型集。
電子科技大學(xué)
2021-04-10
業(yè)大學(xué).jpg){kind=logo}
果蔬檢測裝置及果蔬檢測方法
本發(fā)明涉及檢測領(lǐng)域，公開了一種果蔬檢測裝置及果蔬檢測方法，果蔬檢測裝置包括傳送機(jī)構(gòu)以及設(shè)置在所述傳送機(jī)構(gòu)的傳送途徑上的至少一個(gè)檢測單元，所述傳送機(jī)構(gòu)包括：軌道；托盤組件，沿所述軌道運(yùn)動(dòng)，所述托盤組件包括第一托盤以及位于所述第一托盤內(nèi)的第二托盤，所述第二托盤尺寸小于所述第一托盤；以及升降模塊，至少部分與所述第二托盤連接，用于帶動(dòng)所述第二托盤相對所述第一托盤升起或降落。本發(fā)明的果蔬檢測裝置及果蔬檢測方法，兼顧待檢物平穩(wěn)運(yùn)輸?shù)耐瑫r(shí)減小檢測時(shí)承載件對待檢物的過多遮擋，以提高檢測精度。
中國農(nóng)業(yè)大學(xué)
2021-04-11
一種Polar碼構(gòu)造方法及裝置
本發(fā)明提供一種Polar碼構(gòu)造方法及裝置。所述方法包括：S1，在對稱情況下，將Polar碼信息位生成子矩陣GNI中行重最小的行和凍結(jié)位生成子矩陣GNF中行重最大的行全部進(jìn)行相互交換，且將GNI中行重最小的行對應(yīng)的信息位和GNF中行重最大的行對應(yīng)的凍結(jié)位全部進(jìn)行相互交換；S2，在不對稱情況下，將Polar碼信息位生成子矩陣GNI中行重最小的行和凍結(jié)位生成子矩陣GNF中行重最大的行部分進(jìn)行相互交換，且將GNI中行重最小的行對應(yīng)的信息位和GNF中行重最大的行對應(yīng)的凍結(jié)位部分進(jìn)行相互交換。本發(fā)明在不對稱情況下，對GNI和GNF進(jìn)行部分行向量交換，進(jìn)而改變碼字的重量譜分布，從而改善碼的性能。同時(shí)使該種構(gòu)造方法在任意碼率下都適用，彌補(bǔ)現(xiàn)有構(gòu)造方法的不足。
中國農(nóng)業(yè)大學(xué)
2021-04-11
.jpg){kind=logo}
光波導(dǎo)—光纖自動(dòng)調(diào)芯儀及方法
在光通信干線網(wǎng)的TBit/s超高速傳輸實(shí)驗(yàn)以及接入網(wǎng)的光纖到戶技術(shù)中，越來越多地采用光波導(dǎo)器件。在光纖網(wǎng)絡(luò)中導(dǎo)入光波導(dǎo)器件，首先必須解決的問題是光纖和光波導(dǎo)的連接封裝。考慮到器件插入損耗對網(wǎng)絡(luò)經(jīng)濟(jì)性的直接影響，其中要解決的一個(gè)關(guān)鍵技術(shù)是光波導(dǎo)器件與光纖的低損耗對接。目前國際上的先進(jìn)指標(biāo)是每端損耗低于0.15dB，要達(dá)到這一指標(biāo)，一方面要求光波導(dǎo)的模場分布盡可能與光纖的一致，另一方面必須要求光波導(dǎo)與光纖的光軸對準(zhǔn)精度控制在0.1μM以下。利用高精度調(diào)整架采用常規(guī)手動(dòng)操作,技術(shù)要求高,特別是在耦合進(jìn)入0.3dB后,作為操作判據(jù)的微變信號(hào)精確測試是技術(shù)關(guān)鍵,相應(yīng)的微操作十分困難,因此效率很低重復(fù)性很差。為了解決這些問題，我們研制了一臺(tái)自動(dòng)調(diào)芯儀樣機(jī)，并已申請發(fā)明專利。該樣機(jī)結(jié)構(gòu)合理、性能可靠，測試方法正確，數(shù)據(jù)可靠，采用兩種與常規(guī)調(diào)芯過程不同的自動(dòng)調(diào)芯方法：質(zhì)心調(diào)芯法和半值調(diào)芯法。經(jīng)國家光學(xué)儀器質(zhì)量監(jiān)督檢測中心及霓塔（上海）光電器件有限公司的測試報(bào)告表明，該樣機(jī)在通信波長上實(shí)現(xiàn)了小于0.15dB端面耦合損耗的單模波導(dǎo)－單模光纖自動(dòng)對接。樣機(jī)用于測試SiO2光波導(dǎo)1×16分支耦合器的插入損耗，得到的數(shù)據(jù)與使用日本駿河精機(jī)和Moritex自動(dòng)調(diào)芯儀測得的結(jié)果比較表明，該樣機(jī)達(dá)到了國際上同類產(chǎn)品的調(diào)芯水平，在光波導(dǎo)－光纖自動(dòng)調(diào)芯方法及軟件方面均處于國際先進(jìn)水平。
上海理工大學(xué)
2021-04-11