|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務平臺
業(yè)大學.jpg){kind=logo}
一種菊花栽培方法
本發(fā)明涉及一種免扦插環(huán)節(jié)的菊花栽培方法，主要包括準備插穗母株、整地做畦、畦面開溝、插穗采集、溝底定植、覆膜揭膜、平溝壅土，用于滿足簡化菊花繁殖流程、節(jié)約成本、節(jié)約生產(chǎn)時間的需要，該菊花栽植過程中，扦插階段與移栽過程合二為一方面均有獨到之處，通過對以未生根菊花插穗直接大田定植，可以解決菊花種苗生長周期長、移栽緩苗期長、移栽過程出現(xiàn)機械損傷的問題，既節(jié)省了時間，又可保證菊花苗全苗旺，該栽植過程方便、簡
青島農(nóng)業(yè)大學
2021-01-12
軌道區(qū)域交通噪聲預測方法
本發(fā)明提供了一種軌道區(qū)域交通噪聲預測方法，包括：將測試系統(tǒng)劃分為多個測試子系統(tǒng)并建立其對應的子振動方程；根據(jù)多個子振動方程之間的協(xié)調(diào)關(guān)系建立總振動方程；根據(jù)振動方程及測試參數(shù)計算待測區(qū)域的聲源強；根據(jù)噪聲地圖繪制單元及聲源強，繪制待測區(qū)域?qū)脑肼暤貓D，以便根據(jù)噪聲地圖對城市軌道區(qū)域交通噪聲進行預測，其是基于耦合系統(tǒng)(車輛系統(tǒng)、軌道系統(tǒng)、橋梁-樁基系統(tǒng)和環(huán)境土體系統(tǒng))的振動響應計算聲源強，使得計算結(jié)果準確合理，且適用于各種車輛和高架軌道結(jié)構(gòu)，并且本方法中將待測區(qū)域的交通噪聲繪制成噪聲地圖，通過該方式使我國城市軌道交通的噪聲管理與控制、噪聲環(huán)境影響評價、公眾參與以及方案決策變得直觀且方便。
西南交通大學
2018-09-18
指紋配準方法及裝置
1. 痛點問題
手指是三維柔性器官，在利用主流的接觸式指紋采集技術(shù)時，天然會引入皮膚變形，并且無法一次采集得到全部信息。變形給指紋識別以及指紋拼接帶來了很大挑戰(zhàn)。在指紋識別方面，為提高指紋識別率，通常在匹配前先使用指紋配準技術(shù)將待匹配指紋與庫指紋進行對齊，再計算匹配分數(shù)。然而變形導致配準偏差，從而影響識別率。目前的解決方案采取容忍偏差的方式，沒有精密測量手指變形，區(qū)分真假匹配指紋的能力受到很大限制。指紋拼接是將不同角度采集的指紋圖像進行拼接，得到完整指紋的技術(shù)。由于目前基于細節(jié)點匹配的方案難以準確測量指紋變形，在拼接時很容易出現(xiàn)脊線錯位，產(chǎn)生虛假特征，并遺漏真實特征，進而影響識別率。
2. 解決方案
本技術(shù)的核心在于將通信領(lǐng)域的一維信號相位解調(diào)技術(shù)拓展到二維指紋圖像的精確配準?；驹頌椋航o定兩幅指紋圖像，首先通過細節(jié)點匹配進行粗配準，然后再采用基于相位解調(diào)的方法進行精細配準。因此，該方法結(jié)合了細節(jié)點匹配適合全局對齊的優(yōu)點，以及相位解調(diào)適合處理局部變形的優(yōu)點，對噪聲魯棒而且速度快。本技術(shù)可用于指紋識別系統(tǒng)，還可用于指紋拼接模塊。
合作需求
尋求在生物特征識別領(lǐng)域有相關(guān)技術(shù)開發(fā)、市場推廣經(jīng)驗，能推廣本技術(shù)落地的高科技企業(yè)，可以進行深度合作。
清華大學
2022-02-24
致密球形陶瓷顆粒制備方法
本發(fā)明公開了一種致密球形陶瓷顆粒制備方法，用于制造用于人體組織修復和填充材料，包括以下主要的工藝步驟：明膠2重量份、羧甲基殼聚糖1重量份、檸檬酸鈉0.6份重量，用50～80重量份的水溶解后，加入陶瓷漿料30～50重量份混合后配置成陶瓷/明膠一羧甲基殼聚糖泥漿；經(jīng)去氣處理后加入到油相中，在常溫常壓環(huán)境下攪拌，使泥漿成為溶膠狀球形顆粒；再加入戊二醛水溶液使所述球形溶膠狀顆粒發(fā)生原位凝膠化過程而固化賦形，濾除乳化劑后獲得凝膠狀球形顆粒，然后經(jīng)干燥、培燒以及機械整形工藝獲得初坯，再經(jīng)燒結(jié)工藝即獲得致密球形顆粒制品。本發(fā)明具有容易成型，工序少，工藝簡單，易于操作，而且無需高壓機等復雜的大型設(shè)備，產(chǎn)品致密度和強度高的優(yōu)點。
西南交通大學
2016-10-20
手寫文字的識別方法
本發(fā)明涉及手寫文字的識別方法，包括：a.歸一化手寫輸入數(shù)據(jù)，定義神經(jīng)元數(shù)，建立自動編碼器模型并初始化權(quán)重和偏置；b.通過壓縮感知模型進行數(shù)據(jù)壓縮采樣；c.對得到數(shù)據(jù)進行自動編解碼后重建手寫輸入數(shù)據(jù)，使重建數(shù)據(jù)相對原始手寫輸入的誤差最小化；d.將構(gòu)建的各模型逐層堆疊組成n層神經(jīng)元的特征深度學習模型，并對所述的n層神經(jīng)元遍歷進行深度特征學習，其中n為自然數(shù)；e.輸出識別的手寫文字。本發(fā)明能夠通過模擬人腦視覺神經(jīng)元感知事物的特性，結(jié)合壓縮感知和深度學習，自動挖掘表征手寫文字的細致特征，非常有效的提高了手寫文字的表征能力和模型學習的效率，大幅度的提高了手寫文字特別是手寫數(shù)字的識別精度和識別效率。
西南交通大學
2016-10-14
一種圖案繪制方法
本發(fā)明公開了一種圖案繪制方法。首先選擇導電材料為基體、導電材料為繪制材料，然后在基體和繪制材料之間施加脈沖電源，其中，基體與脈沖電源的陰極連接，繪制材料與脈沖電源的陽極連接，控制繪制材料與基體之間的距離至繪制材料開始熔化，使熔化后的液態(tài)繪制材料沉積到基體表面的同時與基體形成化學鍵結(jié)合，通過控制繪制材料的移動方向從而形成所需圖案。在一定電壓下，當基體與繪制材料接近至二者之間的介質(zhì)被短路電流擊穿時會產(chǎn)生局部高溫，使得繪制材料熔化并沉積到基體表面的同時與基體形成化學鍵結(jié)合，結(jié)合力強，不易發(fā)生脫落等現(xiàn)象。在沉積過程中，基體所受的應力幾乎為零，因此不會有任何變形或開裂風險。
西南交通大學
2016-10-19
一種目標檢測方法
本發(fā)明公開了基于維數(shù)遞增弱線性回歸樹的目標檢測方法，其步驟為：①準備訓練樣本集(xi，yi)，i＝1，……，N，xi 表示訓練樣本的特征值集合，yi 為樣本類別，N 為訓練樣本數(shù)，N 為自然數(shù)；②初始化訓練樣本權(quán)重為其中 t 為自然數(shù)，初始化時 t＝1；③對樣本集合進行循環(huán)計算，選定循環(huán)次數(shù) T，T 為自然數(shù)每次循環(huán)都得到一個線性回歸樹作為弱分類器。等到 T 次循環(huán)完成后，再將 T 個弱分類器合成一個強分類器；④使用該強分類器對數(shù)字圖像中的各個區(qū)域進行分類，從而判斷是否為
華中科技大學
2021-04-14
一種水文預報方法
本發(fā)明公開了一種基于理想邊界和多元線性回歸的上下限區(qū)間水文預報方法。本發(fā)明分別采用同倍比放大和縮小實測流量的方法構(gòu)造理想的上下限邊界，在率定期以理想上、下限邊界為目標和最小二乘法為原則確定多元線性回歸上限和下限模型的結(jié)構(gòu)和參數(shù)，通過率定期和檢驗期的上下限預報結(jié)果實現(xiàn)上下限區(qū)間水文預報。以預報區(qū)間包含率、相對寬度、對稱性和均方根誤差(采用區(qū)間中值作為預報值)為精度評定指標，對比現(xiàn)有神經(jīng)網(wǎng)絡(luò)方法和不同相對寬度的回歸模型區(qū)間預報結(jié)果，本發(fā)明提出的方法表現(xiàn)出較好的預報精度和預報效果。本發(fā)明采用的方法計算簡單
華中科技大學
2021-04-14
荷葉收割裝置及其控制方法
本發(fā)明涉及一種荷葉收割船裝置，屬于農(nóng)業(yè)機械領(lǐng)域。精巧的機構(gòu)設(shè)計系統(tǒng)設(shè)計和可靠的控制系統(tǒng)達到通過人工遙控實現(xiàn)控制收割刀具的啟動、停止，船體的前進后退、左右轉(zhuǎn)彎, 自行調(diào)節(jié)高度以適應不同荷葉高度上的差異等功能,有效提高生產(chǎn)效率,改善荷葉收割質(zhì)量,避免各種人身傷害。船在不工作時可把刀具全部推入船體內(nèi)側(cè)，減少占地空間。荷葉可廣泛應用于功能食品、保健食品和飲料中，它還是綠色食品包裝及多種藥品的生產(chǎn)原料，市場需求量大。 該裝置實現(xiàn)荷葉的自動收割去梗，提高工作效率，降低人力勞動成本。收割刀具可升降能夠適應大多數(shù)荷葉的高度差異，適用范圍廣。整體裝置采用遙控控制，遠程操作大大降低安全隱患。整個裝置結(jié)構(gòu)簡單輕便，自動化程度高，生產(chǎn)成本低，提高勞動生產(chǎn)率，具有良好社會經(jīng)濟效益。
青島大學
2021-04-13
荷葉收割裝置及其控制方法
本發(fā)明涉及一種荷葉收割船裝置，屬于農(nóng)業(yè)機械領(lǐng)域。精巧的機構(gòu)設(shè)計系統(tǒng)設(shè)計和可靠的控制系統(tǒng)達到通過人工遙控實現(xiàn)控制收割刀具的啟動、停止，船體的前進后退、左右轉(zhuǎn)彎, 自行調(diào)節(jié)高度以適應不同荷葉高度上的差異等功能,有效提高生產(chǎn)效率,改善荷葉收割質(zhì)量,避免各種人身傷害。船在不工作時可把刀具全部推入船體內(nèi)側(cè)，減少占地空間。荷葉可廣泛應用于功能食品、保健食品和飲料中，它還是綠色食品包裝及多種藥品的生產(chǎn)原料，市場需求量大。 該裝置實現(xiàn)荷葉的自動收割去梗，提高工作效率，降低人力勞動成本。收割刀具可升降能夠適應大多數(shù)荷葉的高度差異，適用范圍廣。整體裝置采用遙控控制，遠程操作大大降低安全隱患。整個裝置結(jié)構(gòu)簡單輕便，自動化程度高，生產(chǎn)成本低，提高勞動生產(chǎn)率，具有良好社會經(jīng)濟效益。
青島大學
2021-04-13