|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
大學(xué).jpg){kind=logo}
一種利用煉鋼轉(zhuǎn)爐渣對工件表面進(jìn)行噴砂處理的方法
（專利號：ZL 201310670511.X） 簡介：本發(fā)明公開了一種利用煉鋼轉(zhuǎn)爐渣對工件表面進(jìn)行噴砂處理的方法，屬于煉鋼轉(zhuǎn)爐渣的綜合利用技術(shù)領(lǐng)域。其步驟為：轉(zhuǎn)爐渣預(yù)處理，在轉(zhuǎn)爐煉鋼末期，通過向轉(zhuǎn)爐內(nèi)加入助熔劑對轉(zhuǎn)爐渣進(jìn)行預(yù)處理；轉(zhuǎn)爐渣風(fēng)淬處理，通過渣罐車將液態(tài)轉(zhuǎn)爐渣送入風(fēng)淬處理工位，液態(tài)轉(zhuǎn)爐渣從中間罐流出，再通過拉瓦爾噴嘴噴出的空氣吹散，破碎成顆粒狀；轉(zhuǎn)爐渣分選處理，磁選后的轉(zhuǎn)爐渣渣粒進(jìn)行三級分選；噴砂處理，噴砂處理中的噴嘴包括中心噴嘴
安徽工業(yè)大學(xué)
2021-01-12
.jpg){kind=logo}
適用于IC裝備工件定位運動臺的仿真系統(tǒng)及其建模方法
本發(fā)明公開了一種適用于IC裝備工件定位運動臺的仿真系統(tǒng)及建模方法，該方法包括：獲取運動臺基礎(chǔ)部件的部件模型，將所述部件模型以學(xué)科領(lǐng)域進(jìn)行分類，構(gòu)建部件級多領(lǐng)域模型庫；選用部件級多領(lǐng)域模型庫中的部件模型，構(gòu)建功能模塊級模型庫；選用所述功能模塊級模型庫中的模型構(gòu)建系統(tǒng)級模型；對系統(tǒng)級模型進(jìn)行檢查，檢查無誤后設(shè)定模型參數(shù)，以完成運動臺仿真系統(tǒng)的建模。該系統(tǒng)包括部件級多領(lǐng)域模型庫、功能模塊級模型庫、系統(tǒng)級模型、模型編譯及仿真模塊、輸出模塊。上述部件級多領(lǐng)域模型庫、功能模塊級模型庫和系統(tǒng)級模型均在MWorks統(tǒng)一建模環(huán)境基于Modelica建模語言進(jìn)行。本發(fā)明適用性強，建模效率高，可有效解決多領(lǐng)域耦合的問題。
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
基于多信息融合的軌跡數(shù)據(jù)路網(wǎng)精確匹配方法
高校科技成果盡在科轉(zhuǎn)云
電子科技大學(xué)
2021-04-10
一種快速互相關(guān)灰度圖像匹配方法與裝置
本發(fā)明公開了一種快速互相關(guān)灰度圖像匹配方法與裝置，用于 在灰度目標(biāo)圖像中查找目標(biāo)圖案的位置與方向，所述方法包括：對模 板圖像進(jìn)行極坐標(biāo)轉(zhuǎn)換；獲取灰度目標(biāo)圖像中目標(biāo)圖案的外接盒，將 其定義為目標(biāo)圖案搜索區(qū)；在目標(biāo)圖案搜索區(qū)中選取與模板圖像同樣 大小的匹配區(qū)域，對所述匹配區(qū)域進(jìn)行極坐標(biāo)轉(zhuǎn)換，計算所述匹配區(qū) 域一維數(shù)據(jù)與所述模板圖像一維數(shù)組的相關(guān)性；直至對所有的匹配區(qū) 域均完成相關(guān)性計算，選取相關(guān)性最大的匹配區(qū)域作為目標(biāo)圖案，獲 取所述目標(biāo)圖案的位置與方向。通過本發(fā)明方法，從而縮小匹配的搜 索范圍，提高匹配速度，并且通過極坐標(biāo)形式的歸一化互相關(guān)計算， 實現(xiàn)目標(biāo)圖像±180 度全角度匹配。
華中科技大學(xué)
2021-04-11
.jpg){kind=logo}
一種基于不變量特征匹配的車輛測速方法
本發(fā)明公開了一種基于不變量特征匹配的車輛測速方法，其包括步驟：（1）確定兩幅初始圖像中車輛大致區(qū)域圖像；（2）提取兩幅車輛大致區(qū)域圖像的特征點，獲得兩組不變量特征點的集合；（3）在兩組特征點集合中進(jìn)行特征匹配，得到兩幅車輛大致區(qū)域圖像的匹配特征點集合；（4）計算每一對匹配特征點在車輛縱向方向上的相對距離；（5）對所有匹配特征點進(jìn)行聚類，聚類中心處的相對距離即為車輛在圖像中的移動距離；（6）將圖像距離轉(zhuǎn)化為車輛實際的行駛距離，除以獲取兩幀圖像的時間差得到車輛速度。本發(fā)明解決了運動物體在圖像中的精確定位
安徽建筑大學(xué)
2021-01-12
.jpg){kind=logo}
一種基于輪詢自匹配的網(wǎng)絡(luò)監(jiān)測方法及裝置
本發(fā)明公開了一種基于輪詢自匹配的網(wǎng)絡(luò)監(jiān)測方法及裝置，由可調(diào)光源為待監(jiān)測的鏈路內(nèi)調(diào)制并出射一個與待監(jiān)測鏈路相對應(yīng)的監(jiān)測脈沖序列，利用接收處理及控制單元發(fā)出的指令逐個完成對待監(jiān)測的鏈路狀態(tài)識別。本發(fā)明方法能夠有效地對無源光網(wǎng)絡(luò)中各分支光纖鏈路實現(xiàn)監(jiān)測，在接收端，通過監(jiān)測脈沖序列與終端編碼器匹配時形成的獨有信號特征來判別各分支光纖鏈路的狀態(tài)。同時，該裝置具有結(jié)構(gòu)簡單，能有效降低系統(tǒng)及用戶成本。
東南大學(xué)
2021-04-14
一種基于決策判斷 Hausdorff 距離的圖像匹配方法
本發(fā)明公開了一種基于決策判斷 Hausdorff 距離的圖像匹配方法，包括：（a）讀取模板圖像和待匹配圖像，并獲取相應(yīng)的有限像素點集；（b）設(shè)定匹配閾值和搜索閾值，然后將模板圖像在待匹配圖像中執(zhí)行平移搜索，在此過程中：當(dāng)兩者之間對應(yīng)點的最小距離均小于匹配閾值時，則取所有最小距離的平均值作為兩者之間的 Hausdorff 距離；反之，則取最小距離中的最大值作為兩者之間的 Hausdorff 距離；（c）對所有搜索點的 Hausdorff 距離取其最小值并與匹配閾值相比較，由
華中科技大學(xué)
2021-04-14
一種快速互相關(guān)灰度圖像匹配方法與裝置
本發(fā)明公開了一種快速互相關(guān)灰度圖像匹配方法與裝置，用于在灰度目標(biāo)圖像中查找目標(biāo)圖案的位置與方向，所述方法包括：對模板圖像進(jìn)行極坐標(biāo)轉(zhuǎn)換；獲取灰度目標(biāo)圖像中目標(biāo)圖案的外接盒，將其定義為目標(biāo)圖案搜索區(qū)；在目標(biāo)圖案搜索區(qū)中選取與模板圖像同樣大小的匹配區(qū)域，對所述匹配區(qū)域進(jìn)行極坐標(biāo)轉(zhuǎn)換，計算所述匹配區(qū)域一維數(shù)據(jù)與所述模板圖像一維數(shù)組的相關(guān)性；直至對所有的匹配區(qū)域均完成相關(guān)性計算，選取相關(guān)性最大的匹配區(qū)域作為目標(biāo)圖案，獲取所述目標(biāo)圖案的位置與方向。通過本發(fā)明方法，從而縮小匹配的搜索范圍，提高匹配速度，并且通過
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
機(jī)械零件的動態(tài)特性設(shè)計和 NVH 匹配設(shè)計
機(jī)械零件的動態(tài)特性設(shè)計和 NVH 匹配設(shè)計
上海理工大學(xué)
2021-01-12
云上展廳已成功吸引1萬余家企業(yè)入駐！
云上高博會
2025-02-10