|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
大學(xué).jpg){kind=logo}
一種彈性預(yù)加載下中厚板材熱態(tài)成形的方法和裝置
（專(zhuān)利號(hào)：ZL 201310137403.6） 簡(jiǎn)介：本發(fā)明公開(kāi)一種彈性預(yù)加載下中厚板材熱態(tài)成形的方法和裝置，屬于金屬板材塑性成形技術(shù)領(lǐng)域。本發(fā)明首先將中厚板材在預(yù)彎模具上進(jìn)行彈性預(yù)加載，使中厚板材發(fā)生彈性變形，然后根據(jù)中厚板材物理性能將待成形的中厚板材加熱至150-920℃，再向中厚板材受拉表面區(qū)域施以150-400℃高壓熱態(tài)液體介質(zhì)進(jìn)行沖擊，使中厚板材發(fā)生塑性變形，直至獲得所需的形狀為止。本發(fā)明方法由于中厚板材首先被加載發(fā)生彈性變形，
安徽工業(yè)大學(xué)
2021-01-12
一種向鋼液中加入納米粒子以?xún)?yōu)化鋼組織的方法
（專(zhuān)利號(hào)：ZL 201310211127.3） 簡(jiǎn)介：本發(fā)明公開(kāi)了一種向鋼液中加入納米粒子以?xún)?yōu)化鋼組織的方法，屬于鋼鐵冶金領(lǐng)域。其步驟為：將納米粉體與純鐵粉進(jìn)行混合分散，納米粉體與純鐵粉的質(zhì)量百分比分別為1~40%、60~99%，納米粉體的平均粒徑為10nm~5000nm；混合料在惰性氣體氣氛下利用熱壓技術(shù)燒結(jié)成納米粉體棒，該納米粉體棒的芯材為鋼棒，納米粉體棒的外層為混合料，熱壓燒結(jié)的壓力為5~40MPa，燒結(jié)溫度為1000~1400℃，
安徽工業(yè)大學(xué)
2021-01-12
大學(xué).jpg){kind=logo}
基于互聯(lián)網(wǎng)與智能計(jì)算的質(zhì)量遠(yuǎn)程監(jiān)控與優(yōu)化信息化平臺(tái)
質(zhì)量遠(yuǎn)程監(jiān)控與維護(hù)信息化服務(wù)平臺(tái)，包括：質(zhì)量遠(yuǎn)程監(jiān)控系統(tǒng)、工藝操作優(yōu)化系統(tǒng)、控制系統(tǒng)遠(yuǎn)程維護(hù)、工程管理系統(tǒng)、智能監(jiān)測(cè)預(yù)警體系等六個(gè)功能模塊。其中“質(zhì)量遠(yuǎn)程監(jiān)控與工藝操作優(yōu)化系統(tǒng)”是整個(gè)系統(tǒng)的核心，基于全國(guó)設(shè)備運(yùn)行的云數(shù)據(jù)分析結(jié)果通過(guò)分析計(jì)算給出最優(yōu)的工藝操作參數(shù)，系統(tǒng)人員可遠(yuǎn)程修改環(huán)保裝備的底層操作參數(shù)和程序，進(jìn)行遠(yuǎn)程優(yōu)化操作與系統(tǒng)軟件故障的診斷與排除。通過(guò)質(zhì)量監(jiān)管模型、成本管理模型和設(shè)備管理模型可以組建出一個(gè)獨(dú)立的污染物治理遠(yuǎn)程運(yùn)營(yíng)管理模型，可以快速生成分析管理報(bào)表、趨勢(shì)以及各種復(fù)雜計(jì)算，以實(shí)現(xiàn)污
南京工業(yè)大學(xué)
2021-01-12
.jpg){kind=logo}
大空間建筑基于熱源羽流的噴嘴送風(fēng)氣流組織設(shè)計(jì)方法
大空間建筑氣流組織設(shè)計(jì)是決定室內(nèi)熱環(huán)境優(yōu)劣的重要因素之一。常規(guī)方法不考慮室內(nèi)熱源羽流作用時(shí)射流偏離問(wèn)題。研究團(tuán)隊(duì)通過(guò)理論研究與實(shí)驗(yàn)研究獲得在熱源羽流作用下的氣流組織設(shè)計(jì)用系列軌跡方程，利用此軌跡方程可更準(zhǔn)確地設(shè)計(jì)氣流組織，以達(dá)到符合要求的室內(nèi)熱環(huán)境，研究團(tuán)隊(duì)提出了基于熱源作用下的噴嘴送風(fēng)氣流組織設(shè)計(jì)方法
上海理工大學(xué)
2021-01-12
.jpg){kind=logo}
基于卷積神經(jīng)網(wǎng)絡(luò)的城市軌道交通乘客擁擠程度檢測(cè)方法
本發(fā)明公開(kāi)了一種基于卷積神經(jīng)網(wǎng)絡(luò)的城市軌道交通乘客擁擠程度檢測(cè)方法，首先對(duì)待檢測(cè)視頻進(jìn)行預(yù)處理，分段并提取運(yùn)動(dòng)殘差圖像，將原始圖像與運(yùn)動(dòng)殘差圖像組合作為卷積神經(jīng)網(wǎng)絡(luò)算法的輸入，建立至少包含一個(gè)卷積層和最大池化層的特征提取塊，處理并計(jì)算原始圖像和運(yùn)動(dòng)殘差圖像中包含的人群狀態(tài)特征，再將人群狀態(tài)特征和運(yùn)動(dòng)特征結(jié)合，構(gòu)建至少包含一個(gè)卷積層、最大池化層和全連接層的特征融合塊，進(jìn)行融合處理，同時(shí)構(gòu)建分類(lèi)器，使用預(yù)制的帶有擁擠程度標(biāo)簽的訓(xùn)練集對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，使分類(lèi)器對(duì)待測(cè)視頻中的乘客擁擠程度進(jìn)行正確檢測(cè)，更加全面的表征監(jiān)控視頻中的客流狀況，實(shí)現(xiàn)擁擠程度的檢測(cè)，提高了算法檢測(cè)的準(zhǔn)確率。
東南大學(xué)
2021-04-13
針對(duì)多輸入多輸出發(fā)射機(jī)的共享數(shù)字預(yù)失真系統(tǒng)及方法
本發(fā)明公開(kāi)了一種針對(duì)多輸入多輸出發(fā)射機(jī)的共享數(shù)字預(yù)失真系統(tǒng)，包括共享數(shù)字預(yù)失真模塊，輸入信號(hào)經(jīng)過(guò)共享數(shù)字預(yù)失真模塊產(chǎn)生預(yù)失真信號(hào)，預(yù)失真信號(hào)經(jīng)過(guò)功率放大器產(chǎn)生輸出信號(hào)，將預(yù)失真信號(hào)和輸出信號(hào)均送入系數(shù)提取模塊和容限計(jì)算模塊，系數(shù)提取模塊計(jì)算出每個(gè)功率放大器對(duì)應(yīng)的數(shù)字預(yù)失真器的系數(shù)，容限計(jì)算模塊計(jì)算出每個(gè)功率放大器的系數(shù)容限，將所有功率放大器的系數(shù)容限送入共享數(shù)字預(yù)失真器個(gè)數(shù)判決模塊，計(jì)算出共享數(shù)字預(yù)失真器的個(gè)數(shù)，根據(jù)共享數(shù)字預(yù)失真器的個(gè)數(shù)更新共享數(shù)字預(yù)失真模塊。本發(fā)明還公開(kāi)了針對(duì)多輸入多輸出發(fā)射機(jī)的共享數(shù)字預(yù)失真方法。本發(fā)明能夠以較低的代價(jià)實(shí)現(xiàn)所有通道中的功率放大器的線性化。
東南大學(xué)
2021-04-13
大學(xué).jpg){kind=logo}
面向兩岸熱點(diǎn)事件的社交多媒體大數(shù)據(jù)協(xié)同感知與計(jì)算
一、項(xiàng)目簡(jiǎn)介 本項(xiàng)目的研究，旨在揭示阻斷網(wǎng)絡(luò)下的不對(duì)稱(chēng)信息傳播規(guī)律，創(chuàng)立社交多媒體大數(shù)據(jù)的感知與計(jì)算的新理論新方法，開(kāi)發(fā)面向兩岸熱點(diǎn)事件的監(jiān)控技術(shù)，搭建維護(hù)國(guó)家安全和兩岸穩(wěn)定的支撐平臺(tái)。 二、前期研究基礎(chǔ) 持續(xù)開(kāi)展在社交媒體挖掘與輿情分析領(lǐng)域的應(yīng)用研究，在計(jì)算
廈門(mén)大學(xué)
2021-01-12
一種電紡納米纖維復(fù)合物修飾絲網(wǎng)印刷電極的制備方法
本發(fā)明包括下述步驟：（1）靜電紡絲法制備電紡納米纖維PA6-GR；（2）將PA6-GR與石墨烯、殼聚糖混合攪拌至糊狀，制得PA6-GR/GR-CTS；（3）將PA6-GR/GR-CTS滴涂于絲網(wǎng)印刷電極表面，得到電紡納米纖維復(fù)合物修飾絲網(wǎng)印刷電極。制得的修飾電極具備穩(wěn)定性好、比表面積大、電子傳遞速率快等優(yōu)良特性，且制備簡(jiǎn)單、牢固，可長(zhǎng)期保存。該修飾電極協(xié)同了一次性可拋電極、電紡納米纖維復(fù)合物的雙重優(yōu)勢(shì)，給印刷電極的修飾與功能化提供了全新的案例，在電學(xué)生物傳感檢測(cè)方面具有廣闊的應(yīng)用前景。
東南大學(xué)
2021-04-13
.jpg){kind=logo}
一種基于多尺度池化的卷積神經(jīng)網(wǎng)絡(luò)人臉識(shí)別方法
本發(fā)明公開(kāi)了一種基于多尺度池化的卷積神經(jīng)網(wǎng)絡(luò)人臉識(shí)別方法。該方法利用多尺度池化的卷積神經(jīng)網(wǎng)絡(luò)來(lái)提取人臉圖像的特征以實(shí)現(xiàn)人臉識(shí)別。在構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)的過(guò)程中，采用卷積和最大值采樣交替的方法對(duì)特征進(jìn)行深度提取，另外對(duì)每層卷積層采用了多尺度池化的策略和步驟，一并輸入到全連接層，使其具有多尺度的、固定大小的特征列向量。本發(fā)明不需要對(duì)輸入的人臉圖像做截取或調(diào)
浙江大學(xué)
2021-01-12
.jpg){kind=logo}
介孔ZrO2和Al2O3球形粉體顆粒的制備
采用自主創(chuàng)新的霧化反應(yīng)法新工藝，能夠制備出介孔ZrO2和Al2O3等球形粉體顆粒，通過(guò)進(jìn)一步的技術(shù)研究和開(kāi)發(fā)，實(shí)現(xiàn)顆粒粒徑和顆粒微結(jié)構(gòu)可控的介孔ZrO2和Al2O3等球形粉體顆粒制備技術(shù)。目前行業(yè)上制備出的ZrO2和Al2O3等球形粉體主要為實(shí)心顆粒，顆粒球形度不太好，本方法制備的ZrO2和Al2O3等球形粉體球形度好，有利于成型；介孔結(jié)構(gòu)，顆粒密度小，節(jié)省鋯資源。 應(yīng)用范圍： 固體催化劑或載體；人工骨原材料和口腔材料；藥物釋放；氧氣傳感器等。
北京交通大學(xué)
2021-04-13