|
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}
基于時(shí)空多尺度聯(lián)合學(xué)習(xí)模型的能源需求預(yù)測(cè)技術(shù)
本項(xiàng)目提出了將時(shí)間維度與空間維度相結(jié)合的多尺度綜合能源 需求分析與預(yù)測(cè)模型，設(shè)計(jì)并實(shí)現(xiàn)了一種面向智慧城市的綜合能源需 求分析與預(yù)測(cè)的方法，提升能源供應(yīng)規(guī)劃和營(yíng)銷(xiāo)策略的優(yōu)化與決策支 持。 項(xiàng)目特色： ? 面向綜合能源時(shí)空數(shù)據(jù)的需求分析和預(yù)測(cè)可以根據(jù)歷史數(shù)據(jù)， 結(jié)合地理區(qū)域的相互關(guān)系來(lái)預(yù)測(cè)給定時(shí)間范圍和空間位置的 能源需求。 ? 針對(duì)綜合能源的特性，項(xiàng)目提出了聯(lián)合學(xué)習(xí)和遷移學(xué)習(xí)的思想 對(duì)模型進(jìn)行訓(xùn)練。同時(shí)優(yōu)化不同區(qū)域中多種類(lèi)型能源的聯(lián)合預(yù) 測(cè)模型，將已有模型的結(jié)果遷移到訓(xùn)練集數(shù)據(jù)不足的模型中， 提高能源用量預(yù)測(cè)的準(zhǔn)確率。 ? 面向智慧城市的綜合能源信息應(yīng)用服務(wù)場(chǎng)景，并利用 GIS 技術(shù) 實(shí)現(xiàn)配電網(wǎng)分析和用戶(hù)用電特性分析的可視化。
南開(kāi)大學(xué)
2021-04-13
.jpg){kind=logo}
納米隱身功能復(fù)合材料的制備及其多頻段隱身性能研究
利用具有自主知識(shí)產(chǎn)權(quán)的專(zhuān)利氧化鋅晶須（簡(jiǎn)寫(xiě)為ZnOw）技術(shù)，進(jìn)行軍民納米隱身功能復(fù)合材料的開(kāi)發(fā)，研制一種吸收頻帶寬、重量輕、厚度薄、吸收率高、物理和化學(xué)性能好、室外施工、常溫固化、使用維修簡(jiǎn)便、采購(gòu)和維修費(fèi)用低等實(shí)用性較強(qiáng)的陷身材料，并在適當(dāng)裝備上實(shí)測(cè)驗(yàn)證其隱身效果。根據(jù)國(guó)防部門(mén)要求，參照國(guó)防標(biāo)準(zhǔn)本項(xiàng)目的主要技術(shù)經(jīng)濟(jì)術(shù)指標(biāo)為：1）隱身值：3mm波段，優(yōu)于—10dB(隱身值90%以上 8mm波段，優(yōu)于—5dB(隱身值75%)以上8cm波段，優(yōu)于—5dB(隱身值75%)以上2）附著力： ≥ 7Mpa3)沖出強(qiáng)度≥50kg.cm4)面密度：≤1.7kg/m2
西南交通大學(xué)
2021-04-13
.jpg){kind=logo}
一種基于深度信息提取的多聚焦圖像融合方法
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及一種基于深度信息提取的多聚焦圖像融合方法，廣泛應(yīng)用于目 標(biāo)識(shí)別，顯微成像，軍事作戰(zhàn)，機(jī)器視覺(jué)等領(lǐng)域。本發(fā)明首先利用各向異性熱擴(kuò)散理論建模多聚焦圖像 的成像過(guò)程，獲取原始的多聚焦圖像的深度信息，根據(jù)圖像信息確定聚焦區(qū)域，得到多聚焦圖像融合模 板，最后根據(jù)平滑的多層次融合模板圖進(jìn)行多聚焦圖像的融合。本方法不僅能夠有效的提高融合圖像的 質(zhì)量，并且具有良好的實(shí)用性和廣泛的適用性。
武漢大學(xué)
2021-04-13
大學(xué).jpg){kind=logo}
多壁納米碳管表面化學(xué)鍍鎳鋅的方法
研發(fā)階段/n一種多壁納米碳管表面化學(xué)鍍鎳鋅的方法，其特征在于：ａ．首先在鍍鎳鋅之前對(duì)碳納米管進(jìn)行預(yù)處理，通過(guò)純化、氧化處理獲得較純凈納米碳管，再通過(guò)活化、敏化處理在納米碳管表面形成催化金屬核；ｂ．將預(yù)處理后的納米碳管加入鎳鋅鍍液中，反應(yīng)過(guò)程用超聲波振蕩器充分散，Ｎｉ－Ｚｎ－Ｐ在納米碳管表面的催化金屬核上沉積并長(zhǎng)大，繼而形成連續(xù)結(jié)合鍍層，鎳的自催化活性使沉積持續(xù)進(jìn)行，從而得到較厚的鍍層。將經(jīng)過(guò)以上處理的納米碳管用作金屬基復(fù)合材料增強(qiáng)體時(shí)，可以和金屬基體緊密結(jié)合，充分發(fā)揮其優(yōu)良特性。
湖北工業(yè)大學(xué)
2021-01-12
.jpg){kind=logo}
火電機(jī)組深度調(diào)峰多模型智能預(yù)測(cè)控制系統(tǒng)
火電機(jī)組深度調(diào)峰改造是消納可再生能源的有效途徑，深度調(diào)峰就是在自動(dòng)控制的情況下將機(jī)組的負(fù)荷調(diào)節(jié)下限從原來(lái)的50%Pe下調(diào)至30%Pe，甚至更低。控制難點(diǎn)在于：當(dāng)機(jī)組處在低負(fù)荷工況時(shí)，機(jī)組被控過(guò)程的動(dòng)態(tài)特性具有快速變化的特征，常規(guī)控制策略難于有效控制。 本項(xiàng)成果采用多模型智能預(yù)測(cè)控制技術(shù)，分別提出了適合于亞臨界和超（超）臨界機(jī)組深度調(diào)峰的多模型智能預(yù)測(cè)控制系統(tǒng)，實(shí)現(xiàn)了在低負(fù)荷或超低負(fù)荷工況下的平穩(wěn)控制。 本項(xiàng)成果已成功應(yīng)用于華能丹東、華能大連、華能營(yíng)口、華能井岡山、華能大壩、國(guó)投欽州、大唐當(dāng)途、中鋁銀星、國(guó)信射陽(yáng)港、國(guó)華籌光等電廠近30臺(tái)300MW亞臨界、600MW和1000MW超（超）臨界機(jī)組的深度調(diào)峰中。特別是，已成功將華能營(yíng)口電廠#4 600MW超超臨界機(jī)組的負(fù)荷深調(diào)到15%Pe，并實(shí)現(xiàn)了機(jī)組”干態(tài)/濕態(tài)”的一鍵轉(zhuǎn)換控制，達(dá)到了國(guó)內(nèi)外最先進(jìn)的深調(diào)水平。目前，在國(guó)內(nèi)已完成的機(jī)組深度調(diào)峰改造中，大部分均采用了本深調(diào)優(yōu)化控制技術(shù)，得到了廣大用戶(hù)的一致好評(píng)。
東南大學(xué)
2021-04-13
.jpg){kind=logo}
基于機(jī)器學(xué)習(xí)的多模態(tài)醫(yī)學(xué)影像信息處理與分析
多模態(tài)醫(yī)學(xué)影像信息處理與分析，具有重大的應(yīng)用背景，是國(guó)家和社會(huì)當(dāng) 前高度重視的研究領(lǐng)域之一。 本項(xiàng)目擬基于機(jī)器學(xué)習(xí)方法，主要研究醫(yī)學(xué)影像的特征描述、設(shè)備無(wú)關(guān)性 的特征評(píng)價(jià)與特征選擇、基于內(nèi)容的多模態(tài)醫(yī)學(xué)影像檢索、醫(yī)學(xué)影像信息挖掘、 參考庫(kù)建設(shè)與算法輔助研究平臺(tái)的設(shè)計(jì)與開(kāi)發(fā)等內(nèi)容。研究目標(biāo)為： （1）建立統(tǒng)一的特征描述模型，實(shí)現(xiàn)跨模態(tài)醫(yī)學(xué)影像的統(tǒng)一特征描述； （2）提出有效解決特征提取層面上醫(yī)學(xué)影像信息處理與分析算法的設(shè)備無(wú) 關(guān)性問(wèn)題的通用框架； （3）在醫(yī)學(xué)影像標(biāo)注數(shù)據(jù)有限、數(shù)據(jù)庫(kù)為海量等條件下，實(shí)現(xiàn)高效率單模 50 態(tài)影像檢索，有效提高多模態(tài)、跨模態(tài)醫(yī)學(xué)影像檢索的精度，實(shí)現(xiàn)用戶(hù)友好的 檢索結(jié)果展示； （4）從結(jié)構(gòu)復(fù)雜的多模態(tài)醫(yī)學(xué)影像數(shù)據(jù)中，挖掘有用的知識(shí)，構(gòu)建有效的 輔助診斷模型、實(shí)現(xiàn)個(gè)人疾病風(fēng)險(xiǎn)預(yù)警； （5）完成首期參考庫(kù)建設(shè)與算法輔助研發(fā)平臺(tái)的開(kāi)發(fā)，為項(xiàng)目研究?jī)?nèi)容的 開(kāi)展提供有效數(shù)據(jù)和環(huán)境支撐。本項(xiàng)目獲得國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目資助，項(xiàng)目執(zhí)行期 2013.1-2017.12。
山東大學(xué)
2021-04-13
業(yè)大學(xué).jpg){kind=logo}
基于多光譜成像的肉糜摻雜快速檢測(cè)設(shè)備及檢測(cè)方法
本發(fā)明公開(kāi)了一種基于多光譜成像的肉糜摻雜快速檢測(cè)設(shè)備及檢測(cè)方法，基于多光譜成像的肉糜摻雜快速檢測(cè)設(shè)備包括計(jì)算機(jī)、載物臺(tái)、電機(jī)、轉(zhuǎn)盤(pán)、CCD黑白攝像機(jī)、白光源和多個(gè)窄帶濾光片，多個(gè)窄帶濾光片的可見(jiàn)光光譜波段不同，所述轉(zhuǎn)盤(pán)上繞軸線(xiàn)設(shè)置有多個(gè)通孔，每個(gè)所述通孔中設(shè)置有所述窄帶濾光片，所述轉(zhuǎn)盤(pán)設(shè)置在所述電機(jī)的轉(zhuǎn)軸上，所述載物臺(tái)位于所述CCD黑白攝像機(jī)的下方，所述轉(zhuǎn)盤(pán)位于所述載物臺(tái)和所述CCD黑白攝像機(jī)之間，所述白光源的照射方向朝向所述載物臺(tái)；所述電機(jī)和所述CCD黑白攝像機(jī)與所述計(jì)算機(jī)連接。實(shí)現(xiàn)提高基于多光譜成像的肉糜摻雜快速檢測(cè)設(shè)備的檢測(cè)準(zhǔn)確性和檢測(cè)效率。
青島農(nóng)業(yè)大學(xué)
2021-04-13
沙理工大學(xué).jpg){kind=logo}
一種多噴嘴分散燃燒的低NOx燃?xì)馊紵?/span>
本發(fā)明提供了一種低NOx燃?xì)馊紵鳎C合了燃料分級(jí)、煙氣再循環(huán)和多點(diǎn)分散燃燒控制技術(shù)，具有可形成多點(diǎn)分散燃燒的長(zhǎng)火焰、降低燃燒峰值溫度、均勻爐內(nèi)熱輻射分布、操作便捷、寬調(diào)節(jié)比、超低NOx排放的特點(diǎn)。技術(shù)上成熟，可廣泛應(yīng)用于以氣體燃料的各種工業(yè)燃燒器及工業(yè)爐窯、工業(yè)鍋爐等燃燒設(shè)備，可實(shí)現(xiàn)高效燃燒與超低NOx排放。市場(chǎng)預(yù)測(cè)：該低NOx燃燒技術(shù)可廣泛應(yīng)用于采用氣體燃料的各種工業(yè)燃燒器及燃燒設(shè)備。保守估計(jì)，國(guó)內(nèi)具有10多萬(wàn)臺(tái)的市場(chǎng)容量，以平均每臺(tái)燃燒器2萬(wàn)元計(jì)
長(zhǎng)沙理工大學(xué)
2021-01-12
大學(xué).jpg){kind=logo}
一種基于多傳感器的機(jī)器人打磨方法
專(zhuān)利名稱(chēng)：
天津工業(yè)大學(xué)
2021-01-12
院.jpg){kind=logo}
基于無(wú)網(wǎng)格方法的可壓縮多介質(zhì)流場(chǎng)數(shù)值模擬
在非結(jié)構(gòu)網(wǎng)格方法打破網(wǎng)格結(jié)構(gòu)化思維的基礎(chǔ)上，無(wú)網(wǎng)格方法進(jìn) 一步拋棄了網(wǎng)格化的思維，在數(shù)值計(jì)算中只需要節(jié)點(diǎn)信息而無(wú)需將節(jié) 點(diǎn)連成網(wǎng)格單元。本課題組發(fā)展了一套適用于求解可壓縮多介質(zhì)流動(dòng) 的無(wú)網(wǎng)格方法。將介質(zhì)界面作為內(nèi)部可變形運(yùn)動(dòng)邊界處理，釆用動(dòng)態(tài) 無(wú)網(wǎng)格節(jié)點(diǎn)進(jìn)行追蹤。詳細(xì)研究了介質(zhì)界面上無(wú)網(wǎng)格節(jié)點(diǎn)的雙重流動(dòng) 狀態(tài)定義方法，并使用虛擬流體方法構(gòu)造界面兩側(cè)的虛擬介質(zhì)，將多 介質(zhì)問(wèn)題轉(zhuǎn)化為較為簡(jiǎn)單的單介質(zhì)問(wèn)題。對(duì)于微變形和大變形邊界附 近的動(dòng)態(tài)點(diǎn)云分別釆用彈簧
南京工程學(xué)院
2021-01-12