本發(fā)明涉及一種鈦合金構(gòu)件局部氣冷保護(hù)與絲導(dǎo)超聲電弧增材裝備及方法，包括渦流制冷管、氣冷托罩、焊槍、送絲銅嘴、鈦合金基板、焊絲矯直器、超聲波組件以及基板平臺(tái)，鈦合金基板水平設(shè)置在基板平臺(tái)頂部；焊槍垂直設(shè)置在鈦合金基板正上方；氣冷托罩和送絲...

本發(fā)明提出基于混合數(shù)據(jù)增強(qiáng)的模型魯棒性提升方法，所述方法用于深度神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練迭代過(guò)程，通過(guò)引入樣本不確定性引導(dǎo)的配對(duì)策略，結(jié)合?MixUp?與?CutMix?形成混合增強(qiáng)方式，并在兩種增強(qiáng)視圖之間加入輸出分布一致性約束，來(lái)緩解魯棒...

本發(fā)明提出一種面向電器柜裝配的工業(yè)機(jī)械臂智能布線方法，所述方法通過(guò)對(duì)線束三維點(diǎn)位信息進(jìn)行分段處理，計(jì)算線束骨架部分的重合率以實(shí)現(xiàn)初步分組；基于重合部分長(zhǎng)度重新排列并建立損失函數(shù)確定最小單元組，再通過(guò)匹配度函數(shù)進(jìn)行重組得到最終分組；采用緊...

本發(fā)明提出一種基于Lab主色感知的彩色電泳電子紙顯示優(yōu)化方法，包括：S1、將輸入彩色圖像從RGB色彩空間轉(zhuǎn)換至Lab色彩空間；S2、計(jì)算每個(gè)像素點(diǎn)屬于紅、綠、藍(lán)三種主色的概率權(quán)重并歸一化，將最大概率對(duì)應(yīng)的顏色類別確定為像素的初步主色標(biāo)簽...

本發(fā)明涉及一種從單目視覺(jué)重建柔性機(jī)器人三維形狀方法及系統(tǒng)，方法包括：采集柔性連續(xù)體機(jī)器人的位置數(shù)據(jù)、運(yùn)動(dòng)數(shù)據(jù)以及二維RGB圖像數(shù)據(jù)，并構(gòu)建數(shù)據(jù)集；從所述數(shù)據(jù)集中提取關(guān)鍵特征，獲取三維渲染參數(shù)；沿光線方向生成采樣點(diǎn)，結(jié)合所述三維渲染參數(shù)，...

本發(fā)明公開(kāi)了一種用于低軌衛(wèi)星通信的雙圓極化光學(xué)透明漏波天線，其結(jié)構(gòu)包括帶有緊湊型復(fù)合饋電網(wǎng)絡(luò)的激勵(lì)波導(dǎo)、周期排列的圓極化單元、透明介質(zhì)基板以及底部設(shè)有透明導(dǎo)電反射層。所述天線通過(guò)設(shè)計(jì)線極化子單元的間距以實(shí)現(xiàn)具有90°相位差的圓極化單元；...

本發(fā)明提供了一種基于Stackelberg博弈的車聯(lián)網(wǎng)邊緣智能推理加速方法，包括以下步驟：步驟1：部署車聯(lián)網(wǎng)邊緣智能系統(tǒng)，所述車聯(lián)網(wǎng)邊緣智能系統(tǒng)包括邊緣層和車輛層；步驟2：在邊緣層和車輛層之間通過(guò)采用RSMA機(jī)制將車輛端的傳輸信號(hào)劃分為...

本發(fā)明涉及一種基于注意力協(xié)同引導(dǎo)的顯著性目標(biāo)檢測(cè)方法，包括以下步驟：步驟S1：拍攝不同背景下不同的目標(biāo)圖像并形成數(shù)據(jù)集，然后對(duì)數(shù)據(jù)集中圖像進(jìn)行預(yù)處理；步驟S2：將預(yù)處理后的圖像數(shù)據(jù)輸入深淺層協(xié)同引導(dǎo)模塊，通過(guò)拼接融合深層特征以及淺層特征...

本發(fā)明提出基于廣義空間異質(zhì)性學(xué)習(xí)的人類活動(dòng)強(qiáng)度預(yù)測(cè)方法，包括節(jié)點(diǎn)到節(jié)點(diǎn)的傳播學(xué)習(xí)、節(jié)點(diǎn)到分區(qū)的傳播學(xué)習(xí)，使用移動(dòng)性引導(dǎo)的圖學(xué)習(xí)模塊，將空間交互建模的移動(dòng)性模型與圖信息傳播相結(jié)合；引入輻射模型計(jì)算節(jié)點(diǎn)之間的移動(dòng)概率矩陣，捕獲局部流動(dòng)性決策...

本發(fā)明提出一種面向混合教學(xué)的學(xué)生行為數(shù)據(jù)采集與分析方法，所述采集方法包括線下學(xué)生行為數(shù)據(jù)采集方法、線上學(xué)生行為數(shù)據(jù)采集方法；線下學(xué)生行為數(shù)據(jù)采集方法通過(guò)線下學(xué)生行為數(shù)據(jù)收集軟件進(jìn)行，當(dāng)教師準(zhǔn)備開(kāi)始課程時(shí)打開(kāi)該軟件，并將預(yù)設(shè)的課程信息和供...

本發(fā)明涉及一種基于一致感知自蒸餾的圖像描述定位方法，包括：S1：獲取跨模態(tài)視覺(jué)定位任務(wù)訓(xùn)練集，對(duì)其中的文本和圖像數(shù)據(jù)進(jìn)行預(yù)處理，將數(shù)據(jù)送入CLIP編碼器中獲得CLIP預(yù)訓(xùn)練特征；然后送入Transformer編碼器獲得編碼特征；S2：將...

本發(fā)明涉及一種滑沖型近斷層地震動(dòng)的多脈沖低頻成分提取方法，包括以下內(nèi)容：輸入滑沖型近斷層地震速度記錄SW作為目標(biāo)地震速度時(shí)程V(t)；采用移動(dòng)平均濾波方法對(duì)目標(biāo)地震速度時(shí)程V(t)進(jìn)行處理，得到擬低頻速度成分MnD；基于最小二乘法，采用...

本發(fā)明公開(kāi)了一種含DBU基離子液體的亞胺類共價(jià)有機(jī)框架材料的制備方法與應(yīng)用。其是以苯胺類化合物和苯二甲醛類化合物為原料進(jìn)行縮合反應(yīng)，得到亞胺鍵共價(jià)有機(jī)框架，再將DBU基離子液體通過(guò)共價(jià)鍵連接到共價(jià)有機(jī)框架中，制得所述材料。本發(fā)明所得材料...

本發(fā)明涉及一種計(jì)及碳交易機(jī)制的交直流混合配電網(wǎng)儲(chǔ)能優(yōu)化配置方法，包括以下步驟：構(gòu)建面向交直流混合配電網(wǎng)的碳交易機(jī)制數(shù)學(xué)模型；結(jié)合碳交易機(jī)制數(shù)學(xué)模型，建立交直流混合配電網(wǎng)儲(chǔ)能雙層規(guī)劃模型；應(yīng)用融合混沌初始化的改進(jìn)多目標(biāo)粒子群優(yōu)化算法求解交...

本發(fā)明涉及一種面向狹窄泊車位的全輪轉(zhuǎn)向車輛平行泊車路徑規(guī)劃方法。根據(jù)車輛參數(shù)以及傳感器檢測(cè)到的平行泊車位尺寸及道路信息，建立全輪轉(zhuǎn)向車輛的平行泊車場(chǎng)景，輸入車輛定位的起始泊車點(diǎn)信息，執(zhí)行設(shè)計(jì)的算法，實(shí)時(shí)檢測(cè)存在的安全泊車路徑。其中，實(shí)時(shí)...

本發(fā)明公開(kāi)了一種基于感應(yīng)加熱的端部淬火自動(dòng)化裝置和方法，該裝置包括樣品臺(tái)、機(jī)械手、工作臺(tái)、控制臺(tái)，所述控制臺(tái)內(nèi)部集成有感應(yīng)加熱電源模塊。樣品臺(tái)用于樣品的分區(qū)放置與周轉(zhuǎn)；機(jī)械手配備多自由度機(jī)械臂及專用夾具，實(shí)現(xiàn)樣品的自動(dòng)抓取與轉(zhuǎn)移；工作臺(tái)...

本發(fā)明提供一種基于CT影像參數(shù)的無(wú)創(chuàng)人體組織溫度測(cè)量二次校準(zhǔn)方法，包括：采集待測(cè)量組織的CT影像數(shù)據(jù)，以提取待測(cè)量區(qū)域的Hounsfield?Unit值；確定以人體37℃常溫點(diǎn)為基線錨點(diǎn)對(duì)應(yīng)的基準(zhǔn)Hounsfield?Unit值；計(jì)算所...

本發(fā)明提供了一種基于可調(diào)頻顆粒阻尼吸振器的準(zhǔn)零剛度組合式隔振裝置及其工作方法，包括與外部負(fù)載連接的上殼體，所述上殼體的內(nèi)部通過(guò)彈性片連接有顆粒阻尼吸振裝置；所述上殼體底部?jī)蓚?cè)耳片通過(guò)銷軸連接有擺桿，所述擺桿的另一側(cè)有導(dǎo)桿穿過(guò)，所述導(dǎo)桿上...

本發(fā)明提供了一種大型海藻養(yǎng)殖釋放的藻源溶解有機(jī)碳儲(chǔ)量的測(cè)量系統(tǒng)及方法：包括海藻養(yǎng)殖支持模塊、DOC原位紫外監(jiān)測(cè)矩陣模塊、DOC儲(chǔ)量核算模塊，通過(guò)海藻養(yǎng)殖支持模塊調(diào)控海水水流交換和清除海藻顆粒碳，進(jìn)行大型海藻室內(nèi)筏式養(yǎng)殖和背景干擾排除，同...

本發(fā)明涉及一種基于多模態(tài)融合的人體動(dòng)作捕獲方法，包括：獲取含有人體動(dòng)作的圖像數(shù)據(jù)及同步的IMU數(shù)據(jù)，從圖像數(shù)據(jù)中提取人體2D關(guān)節(jié)點(diǎn)坐標(biāo)；對(duì)數(shù)據(jù)進(jìn)行時(shí)序?qū)R與標(biāo)準(zhǔn)化處理；將處理后的數(shù)據(jù)劃分為訓(xùn)練集和測(cè)試集；構(gòu)建兩級(jí)深度神經(jīng)網(wǎng)絡(luò)，第一級(jí)網(wǎng)絡(luò)...