本發(fā)明公開(kāi)了一種用于高有機(jī)質(zhì)工程泥漿深度脫水并降低植物毒性的調(diào)理材料及調(diào)理方法。該調(diào)理材料由聚合氯化鋁（PAC）和羧甲基殼聚糖（CMCS）組成，采用先投加PAC、后投加CMCS的兩段式順序投加工藝。在pH?6.0?8.0條件下，PAC快...

本發(fā)明公開(kāi)了一種多輪式移動(dòng)機(jī)器人模塊化編隊(duì)避碰控制系統(tǒng)及方法，包括在線(xiàn)調(diào)節(jié)器模塊和軌跡跟蹤控制器模塊。首先，在在線(xiàn)調(diào)節(jié)器模塊中構(gòu)建多個(gè)虛擬智能體，生成滿(mǎn)足輪式移動(dòng)機(jī)器人系統(tǒng)要求的編隊(duì)避碰參考軌跡；然后，設(shè)計(jì)輪式移動(dòng)機(jī)器人的軌跡跟蹤控制器...

本發(fā)明公開(kāi)了一種基于綠氨生產(chǎn)系統(tǒng)的LSTM–MPC協(xié)同閉環(huán)多變量約束最優(yōu)控制方法，涉及綠氨制備工藝多變量協(xié)同優(yōu)化控制相關(guān)技術(shù)領(lǐng)域。該方案采用LSTM對(duì)氨生成速率進(jìn)行多步預(yù)測(cè)，并利用過(guò)程反饋對(duì)其預(yù)測(cè)誤差進(jìn)行在線(xiàn)校正。并據(jù)此，MPC在滾動(dòng)時(shí)...

本發(fā)明公開(kāi)一種含有輔助陽(yáng)極的納米溝道晶體管結(jié)構(gòu)及驅(qū)動(dòng)方法，該結(jié)構(gòu)包括絕緣襯底以及制作于其上的陰極、柵極和陽(yáng)極，在陽(yáng)極遠(yuǎn)離陰極的一側(cè)增設(shè)至少一個(gè)輔助陽(yáng)極。輔助陽(yáng)極與陽(yáng)極可以存在高度差，通過(guò)施加不同的直流電壓，在陽(yáng)極與輔助陽(yáng)極之間形成調(diào)控電...

本發(fā)明公開(kāi)了一種基于Transformer的可擴(kuò)展多無(wú)人機(jī)移動(dòng)邊緣計(jì)算協(xié)同調(diào)度方法，包括獲取各無(wú)人機(jī)的局部觀測(cè)信息，并將初始觀測(cè)與時(shí)隙觀測(cè)分別編碼為定長(zhǎng)詞元；利用Transformer自注意力機(jī)制對(duì)多個(gè)無(wú)人機(jī)的詞元序列進(jìn)行協(xié)作特征融合；...

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，公開(kāi)了一種基于長(zhǎng)期目標(biāo)的AIAgent決策執(zhí)行方法及系統(tǒng)，通過(guò)將長(zhǎng)期目標(biāo)結(jié)構(gòu)化為硬約束集合、趨勢(shì)約束集合及可偏離邊界集合，并基于狀態(tài)特征向量構(gòu)建目標(biāo)張力場(chǎng)，計(jì)算候選動(dòng)作對(duì)應(yīng)的目標(biāo)張力變化量，結(jié)合風(fēng)險(xiǎn)評(píng)估結(jié)果生...

本發(fā)明屬于催化劑技術(shù)領(lǐng)域，具體公開(kāi)了一種用于調(diào)控生物質(zhì)衍生物羥醛縮合過(guò)程的固體堿催化劑和制備方法及其應(yīng)用。本發(fā)明首先通過(guò)共沉淀法合成了Mg?Al水滑石，再通過(guò)研磨混合制備的Mg?Al水滑石和NaY分子篩，制備得到了Mg?Al?HT/Na...

本發(fā)明公開(kāi)了一種基于深度學(xué)習(xí)引導(dǎo)的自適應(yīng)搜索的智能諧波鎖模方法及系統(tǒng)，屬于超快光纖激光器及自動(dòng)控制技術(shù)領(lǐng)域。該方法包括：采集激光器輸出的光譜信號(hào)、時(shí)域信號(hào)和射頻信號(hào)，對(duì)激光器當(dāng)前工作狀態(tài)進(jìn)行識(shí)別，以區(qū)分連續(xù)光狀態(tài)、調(diào)Q鎖模狀態(tài)和基頻鎖模...

本發(fā)明公開(kāi)了一種降低混合型MMC半橋?全橋模塊電壓波動(dòng)差異的平衡控制方法、系統(tǒng)，屬于多電平變換器領(lǐng)域，具體為：根據(jù)需要投入的模塊總數(shù)目生成半橋和全橋模塊投入數(shù)目候選組合；計(jì)算橋臂內(nèi)部半橋和全橋模塊電容平均電壓的所有預(yù)測(cè)值；計(jì)算所有候選組...

本發(fā)明公開(kāi)了一種基于多層PCB及石墨烯材料的六維力/力矩傳感器及系統(tǒng)，傳感器包括第一到第六PCB板，第一PCB板上鋪設(shè)有往復(fù)彎折的沿第一方向排列的第一平行導(dǎo)線(xiàn)，第二PCB板上鋪設(shè)有往復(fù)彎折的沿第二方向排列的第二平行導(dǎo)線(xiàn)，第一方向和第二方...

本發(fā)明公開(kāi)了一種面向U6G的XL?MIMO基站頻譜地圖數(shù)據(jù)集生成方法，包括：從5G?SSB波束掃描度量覆蓋的角度定義XL?MIMO頻譜地圖并建立XL?MIMO頻譜地圖數(shù)學(xué)模型；根據(jù)XL?MIMO頻譜地圖數(shù)學(xué)模型，獲取地圖數(shù)據(jù)并進(jìn)行三維環(huán)...

本發(fā)明公開(kāi)了一種直驅(qū)式波浪發(fā)電系統(tǒng)無(wú)位置傳感器動(dòng)子運(yùn)動(dòng)狀態(tài)估計(jì)方法及系統(tǒng)，首先，基于浮子在不規(guī)則波浪激勵(lì)力下的運(yùn)動(dòng)方程、永磁同步直線(xiàn)發(fā)電機(jī)模型及功率跟蹤控制電路，建立直驅(qū)式波浪發(fā)電系統(tǒng)數(shù)學(xué)模型；再基于系統(tǒng)中水動(dòng)力、機(jī)械與電氣響應(yīng)之間的耦...

本發(fā)明公開(kāi)了一種土層含水率實(shí)時(shí)判別與調(diào)控的粉噴樁鉆頭及噴粉樁施工方法，涉及巖土工程技術(shù)領(lǐng)域。該鉆頭包括：鉆桿，其桿壁上設(shè)有多層攪拌葉片；多個(gè)含水率檢測(cè)單元，設(shè)置于所述鉆桿不同高度位置，用于實(shí)時(shí)檢測(cè)不同深度土層的含水率；所述鉆桿上部桿壁上...

本發(fā)明公開(kāi)了一種基于可編程電磁神經(jīng)網(wǎng)絡(luò)的電磁回波信號(hào)處理方法，該系統(tǒng)包括車(chē)輛、障礙物、發(fā)射端SPNN、發(fā)射端天線(xiàn)陣、接收端天線(xiàn)陣、接收端模組，接收端SPNN、強(qiáng)度檢波模塊、采集和決策模塊；該方法為：基于可編程電磁神經(jīng)網(wǎng)絡(luò)硬件設(shè)計(jì)發(fā)射端電...

本發(fā)明提供了一種基于交替訓(xùn)練與反饋的QoS保障低開(kāi)銷(xiāo)多點(diǎn)協(xié)作波束跟蹤方法，解決無(wú)蜂窩MIMO系統(tǒng)波束訓(xùn)練高開(kāi)銷(xiāo)、跟蹤性能與資源利用率難以兼顧的問(wèn)題。本方法包含AP訓(xùn)練順序決策和交替訓(xùn)練波束跟蹤兩大模塊，先收集路徑損耗信息輸入AP訓(xùn)練順序...

本發(fā)明涉及智慧水務(wù)與城市公共安全技術(shù)領(lǐng)域，尤其涉及一種人工智能驅(qū)動(dòng)的城市管網(wǎng)洪澇韌性評(píng)估方法及系統(tǒng)，包括：利用包含勢(shì)壘函數(shù)的度量矩陣構(gòu)建黎曼度規(guī)張量，建立管網(wǎng)物理狀態(tài)的黎曼流形嵌入空間；接著基于流體能量構(gòu)建哈密頓函數(shù)，利用辛神經(jīng)網(wǎng)絡(luò)及保...

本發(fā)明提供了一種高原適應(yīng)性脫氮復(fù)合菌劑的培養(yǎng)方法，屬于水處理與資源化技術(shù)領(lǐng)域。本申請(qǐng)針對(duì)高原低溫低氧復(fù)合脅迫下污水脫氮功能菌代謝受限的現(xiàn)存問(wèn)題，構(gòu)建特定的具有低溫低氧適應(yīng)性的復(fù)合微生物體系，從高原原位環(huán)境獲取菌種來(lái)源，在模擬高原環(huán)境下采...

本發(fā)明公開(kāi)了一種阻性傳感器陣列的多步驟測(cè)量方法及測(cè)試電路，本發(fā)明針對(duì)共用行線(xiàn)和列線(xiàn)的M×N二維阻性傳感器陣列；所述測(cè)試電路包括：1個(gè)反相運(yùn)算放大器、1個(gè)電壓跟隨器、若干個(gè)行多路開(kāi)關(guān)、若干個(gè)列多路開(kāi)關(guān)。阻性傳感器陣列行線(xiàn)以及列線(xiàn)都可以通過(guò)...

本發(fā)明涉及一種基于環(huán)境感知的路面病害檢測(cè)方法及系統(tǒng)，其中，檢測(cè)系統(tǒng)包括：數(shù)據(jù)采集模塊，用于采集帶時(shí)間戳與位置信息的路面圖像；環(huán)境感知模塊，用于結(jié)合外部氣象數(shù)據(jù)與圖像環(huán)境分類(lèi)結(jié)果，生成環(huán)境狀態(tài)概率分布；多專(zhuān)家檢測(cè)模塊，包括共享特征提取網(wǎng)絡(luò)...

本發(fā)明公開(kāi)了一種基于遺傳優(yōu)化的稀疏MIMO陣列設(shè)計(jì)方法，用于在減少發(fā)射與接收陣元數(shù)量的情況下實(shí)現(xiàn)高分辨率虛擬陣列構(gòu)建，包括以下步驟，首先，依據(jù)陣列性能評(píng)價(jià)指標(biāo)構(gòu)建多個(gè)幾何子陣結(jié)構(gòu)約束；接著，初始化種群及系統(tǒng)參數(shù)設(shè)置；其次，以最大化適應(yīng)度...