|
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}
基于差分熵和結(jié)構(gòu)相似性的圖像編碼質(zhì)量預(yù)測(cè)方法
本發(fā)明公開(kāi)了一種基于差分熵和結(jié)構(gòu)相似性的圖像編碼質(zhì)量預(yù)測(cè)方法，包括步驟：步驟 1，獲取樣本圖 像序列中各樣本圖像的圖像差分熵及不同壓縮倍數(shù)下的圖像結(jié)構(gòu)相似性；步驟 2，基于步驟 1 獲取的數(shù)據(jù)， 采用線性擬合方式構(gòu)建不同壓縮倍數(shù)下圖像差分熵與圖像結(jié)構(gòu)相似性間的線性關(guān)系，即圖像編碼質(zhì)量預(yù)測(cè)模 型；步驟 3，根據(jù)待預(yù)測(cè)圖像的圖像差分熵，采用圖像編碼質(zhì)量預(yù)測(cè)模型即可獲得待預(yù)測(cè)圖像在不同壓縮倍 數(shù)下的圖像結(jié)構(gòu)相似性。本發(fā)明簡(jiǎn)單，高效，無(wú)需消耗較大的硬件
武漢大學(xué)
2021-04-14
.jpg){kind=logo}
基于空譜差分輔助核聯(lián)合稀疏表示的高光譜圖像分類
該成果提出了一種基于空譜差分輔助核聯(lián)合稀疏表示分類的高光譜圖像分類方法。本章方法的主要?jiǎng)?chuàng)新性在于：1）能夠?qū)⒐庾V的差分輔助信息和原光譜特征信息有效結(jié)合。2）能夠考慮不同光譜屬性間的高階空間相關(guān)信息。3）原空譜和差分空譜核特征字典的信息通過(guò)具有混合正則的核聯(lián)合稀疏表示分類方法得到充分利用。通過(guò)在真實(shí)高光譜圖像數(shù)據(jù)上的實(shí)驗(yàn)表明，該成果提出的方法能夠有效地提高高光譜遙感圖像的分類效果。
主要技術(shù)指標(biāo)
不同數(shù)據(jù)集下的訓(xùn)練樣本與測(cè)試樣本數(shù)參閱表 1. 在該訓(xùn)練樣本集數(shù)量下的分類結(jié)果表現(xiàn)參見(jiàn)表 2. 相比于傳統(tǒng)分類器 SVM，OA 提高了約 20%；相比于 SOMP，OA 提高了約20%。
該成果無(wú)需使用 GPU 資源在保證精度的同時(shí)有效提升了分類的精度和效果，同時(shí)在較少訓(xùn)練樣本條件下仍能得到較好的分類精度和分類效果。
表 1. 不同數(shù)據(jù)集下的訓(xùn)練樣本選取數(shù)量
表 2. PaviaU 大學(xué)數(shù)據(jù)下不同方法的正確率比較
西安電子科技大學(xué)
2023-03-22
.jpg){kind=logo}
一種電容分壓器的誤差測(cè)量方法、系統(tǒng)及應(yīng)用
本發(fā)明提供一種電容分壓器的誤差校驗(yàn)方法，通過(guò)測(cè)量其比差 和角差實(shí)現(xiàn)對(duì)該電容分壓器的誤差校驗(yàn)，其特征在于，該方法具體步 驟為：將被測(cè)高電壓由標(biāo)準(zhǔn)電壓互感器變?yōu)檫m于數(shù)據(jù)采集的第一低電 壓（U1）；將被測(cè)的電容分壓器（4）所分出的電壓轉(zhuǎn)換為適合于數(shù)據(jù) 采集的第二低電壓（U2）；將所述第一低電壓（U1）和第二低電壓（U2） 同時(shí)送入信號(hào)處理電路進(jìn)行模擬和數(shù)字信號(hào)處理，獲得比差和角差， 即可完成誤差校驗(yàn)。本發(fā)明還公開(kāi)一種誤差校驗(yàn)系統(tǒng)以及其在電子式 互感器中的應(yīng)用。本發(fā)明的方法和系統(tǒng)可以對(duì)電容分壓器的比差和角
華中科技大學(xué)
2021-04-14
一種基于多尺度梯度差分熵的圖像質(zhì)量評(píng)價(jià)方法
本發(fā)明公開(kāi)了一種基于多尺度梯度差分熵的圖像質(zhì)量評(píng)價(jià)方法，包括如下步驟：步驟 1，將原始圖 像和失真圖像均轉(zhuǎn)換成灰度圖像；步驟 2，基于步驟 1 的結(jié)果，計(jì)算不同尺度空間內(nèi)的梯度差分熵，并 將不同尺度空間內(nèi)的梯度差分熵進(jìn)行加權(quán)平均；步驟 3，計(jì)算原始圖像和失真圖像對(duì)應(yīng)的灰度圖像均值 的比值；步驟 4，計(jì)算原始圖像和失真圖像對(duì)應(yīng)的灰度圖像方差的比值；步驟 5，基于步驟 2，步驟 3 和步驟 4 的結(jié)果，進(jìn)行綜合評(píng)價(jià)。本發(fā)明引入尺度空間的基本思想，基于人在不同距離下目標(biāo)在視網(wǎng)膜 上的形成過(guò)程，通過(guò)提取尺度空間下的輪廓特征，并通過(guò)熵來(lái)反映原始圖像和失真圖像在尺度空間下輪 廓特征的差異，與主觀評(píng)價(jià)結(jié)果具有較好的一致性。
武漢大學(xué)
2021-04-13
高級(jí)氧化水處理設(shè)備處理高濃度染料10分鐘的變化
高級(jí)氧化水處理設(shè)備處理高濃度染料10分鐘的變化
科利爾（青島）環(huán)境技術(shù)有限公司
2023-03-03
.jpg){kind=logo}
CO2分離膜制備技術(shù)
用于CO2分離的膜技術(shù)在天然氣、沼氣的凈化，三次采油中的CO2回收，密閉空間中的CO2 脫除以及減輕溫室效應(yīng)等領(lǐng)域有廣闊的應(yīng)用性前景。與傳統(tǒng)的CO2分離技術(shù)相比，膜分離方法具有投資少，能耗低，環(huán)境友好，設(shè)備簡(jiǎn)單緊湊、節(jié)約空間、高效靈活、易于操作等優(yōu)點(diǎn)，而且CO2濃度越高，膜法分離越經(jīng)濟(jì)，即使CO2濃度低于5%，用膜法的費(fèi)用也僅為吸收法的64.7%。可以用于脫除酸性氣體的膜主要有液膜、無(wú)機(jī)膜和高分子膜，實(shí)際應(yīng)用中滿足氣體分離要求的目前只有高分子膜。但普通的高分子膜也存在高的滲透性和選擇性不能兼得的缺點(diǎn)。含有固定載體的促進(jìn)傳遞膜兼具液膜和普通高分子膜的優(yōu)勢(shì)，能同時(shí)具有高的分離系數(shù)和透過(guò)速率，而且穩(wěn)定性好，是一類很有發(fā)展前途的氣體分離膜，已引起國(guó)際上研究者們的極大關(guān)注。本研究成果合成了幾種對(duì)CO2具有促進(jìn)傳遞作用的固定載體膜材料，通過(guò)載體與CO2的相互作用促進(jìn)CO2在膜內(nèi)的傳遞，因而具有較高的滲透選擇性。同時(shí)由于載體是以化學(xué)鍵固定在高分子上，因此具有很好的穩(wěn)定性。本成果以自主開(kāi)發(fā)的固定載體膜材料為分離層，以多種材質(zhì)的超濾膜為基膜，制備了用于CO2分離的固定載體復(fù)合膜。所研制的復(fù)合膜，其CO2/CH4透過(guò)分離性能處于世界領(lǐng)先水平。
天津大學(xué)
2023-05-10
.jpg){kind=logo}
FT-IR微生物分型系統(tǒng)
該系統(tǒng)基于FT-IR技術(shù)收集微生物細(xì)胞的紅外吸收光譜，通過(guò)該系統(tǒng)附帶的軟件對(duì)這些指紋圖譜進(jìn)行分析計(jì)算，便可完成對(duì)微生物的精準(zhǔn)分型。
一、項(xiàng)目分類
關(guān)鍵核心技術(shù)突破
二、成果簡(jiǎn)介
該系統(tǒng)基于FT-IR技術(shù)收集微生物細(xì)胞的紅外吸收光譜，通過(guò)該系統(tǒng)附帶的軟件對(duì)這些指紋圖譜進(jìn)行分析計(jì)算，便可完成對(duì)微生物的精準(zhǔn)分型，具有廣闊的市場(chǎng)前景，目前僅有德國(guó)布魯克公司推出了相關(guān)產(chǎn)品—IR Biotyper。
紅外光譜微生物分型系統(tǒng)NBU-Microbe Typer
成果優(yōu)勢(shì)與特點(diǎn)：
國(guó)內(nèi)首臺(tái)，國(guó)際第二臺(tái)；
準(zhǔn)確，紅外指紋圖譜技術(shù)，可實(shí)現(xiàn)微生物亞種級(jí)別分型；
可靠，整機(jī)密閉式設(shè)計(jì)，有效排除水分干擾，譜圖更精準(zhǔn)；
快速，3小時(shí)內(nèi)可完成96個(gè)樣本采樣及分析；
簡(jiǎn)單，微生物樣本無(wú)需提取蛋白及核酸等，培養(yǎng)后直接涂菌進(jìn)行檢測(cè)；
智能，全自動(dòng)化采集及數(shù)據(jù)處理，無(wú)需人工駐守；
便宜，成本遠(yuǎn)低于MLST、PFGE、WGS等分子檢測(cè)方法；
靈活，96或48孔樣品板可選。
寧波大學(xué)
2022-08-16
2MHz多維核磁共振巖心分
產(chǎn)品詳細(xì)介紹產(chǎn)品簡(jiǎn)介： MicroMR系列2MHz多維核磁共振巖心分析儀是一款多功能巖心分析設(shè)備，不僅可滿足石油勘探領(lǐng)域的孔隙度、滲透率、飽和度、可動(dòng)流體飽和度、束縛流體飽和度等相關(guān)分析測(cè)試，還可提供二維擴(kuò)散測(cè)量。加入擴(kuò)散系數(shù)后可將弛豫時(shí)間無(wú)法區(qū)分的信息明顯區(qū)分出來(lái)，測(cè)試結(jié)果客觀真實(shí)、精準(zhǔn)度高、重復(fù)性好，儀器性能穩(wěn)定，性價(jià)比高。技術(shù)指標(biāo)：1、磁體類型：永磁體；2、磁場(chǎng)強(qiáng)度磁場(chǎng)強(qiáng)度：0.055±0.01T，儀器主頻率約：2MHz；3、探頭線圈直徑：25.4mm；4、擴(kuò)散梯度；應(yīng)用解決方案：1、常規(guī)巖心孔隙結(jié)構(gòu)及流體飽和度；2、二維擴(kuò)散測(cè)試應(yīng)用案例一：一維T2分布、D分布應(yīng)用案例二：二維D-T2分布注：儀器外觀如有變動(dòng)，以產(chǎn)品技術(shù)資料為準(zhǔn)。
上海紐邁電子科技有限公司
2021-08-23
XM-614大腦分葉模型
XM-614大腦分葉模型
?
XM-614大腦分葉模型可拆分為2部件，大腦作正中矢狀切面，左側(cè)大腦半球作水平切面，并剖開(kāi)顳葉顯示間腦，小腦作矢狀剖面，按不同功能部位進(jìn)行定位，并用顏色加以區(qū)別。
尺寸：自然大，21.5×17×14cm
材質(zhì)：PVC材料
上海欣曼科教設(shè)備有限公司
2021-08-23
天津電視臺(tái)《都市報(bào)道60分》物聯(lián)網(wǎng)遇上菜籃子 解鎖開(kāi)心農(nóng)場(chǎng)
我校協(xié)同育人企業(yè)天津騰領(lǐng)電子科技有限公司基于自研國(guó)產(chǎn)化工業(yè)控制系統(tǒng)開(kāi)發(fā)了設(shè)施農(nóng)業(yè)管控系統(tǒng)，利用邊云協(xié)同控制架構(gòu)，集成以大模型驅(qū)動(dòng)的作物生長(zhǎng)監(jiān)測(cè)、環(huán)境精準(zhǔn)調(diào)控、水肥綜合管理等技術(shù)裝備。項(xiàng)目已在多地開(kāi)展應(yīng)用，開(kāi)發(fā)了“認(rèn)領(lǐng)一塊地”等商業(yè)模式。2025年4月7日，天津電視臺(tái)新聞?lì)l道《都市報(bào)道60分》以《物聯(lián)網(wǎng)遇上菜籃子 解鎖開(kāi)心農(nóng)場(chǎng)》為題進(jìn)行了報(bào)道。
天津市大學(xué)軟件學(xué)院
2025-05-21