二氧化铱复合氮掺杂介孔碳纳米催化剂及其制备与催化氧化葡萄糖合成葡萄糖酸的方法

    公开(公告)号:CN109482224A

    公开(公告)日:2019-03-19

    申请号:CN201811417465.1

    申请日:2018-11-26

    Abstract: 本发明属于葡萄糖酸的技术领域,公开了二氧化铱复合氮掺杂介孔碳纳米催化剂及其制备与催化氧化葡萄糖合成葡萄糖酸的方法。催化剂的制备:1)将木糖、SBA-15以及水混合,水热反应;将反应产物,水以及己二胺混合,在惰性氛围下进行水热反应,煅烧,后续处理,获得氮掺杂介孔碳材料;3)将氮掺杂介孔碳材料分散于氯化铱溶液中,加入强碱溶液,搅拌均匀,去除水分,煅烧,洗涤,干燥,获得二氧化铱复合氮掺杂介孔碳纳米催化剂。将葡萄糖、水以及所述催化剂混合,在密闭的环境以及氧气的压力下进行加热反应,获得葡萄糖酸。本发明的方法简单,所获得的催化剂具有热稳定好、催化活性高及可循环使用等优点,催化合成的葡萄糖酸产率高。

    基于深度学习的时序点云数据增强方法

    公开(公告)号:CN114373108A

    公开(公告)日:2022-04-19

    申请号:CN202111666209.8

    申请日:2021-12-31

    Abstract: 本发明公开了一种基于深度学习的时序点云数据增强方法,包括:1)按采集的时间顺序对点云进行排序;2)抽取k个点云作为原始样本,并指定网络的总共迭代次数为T,网络包含增强器和分类器;3)将原始样本输入到增强器中进行数据增强,得到增强样本;4)将原始样本与增强样本输入到分类器中,利用分类器的分类结果得到分类损失值与增强损失值;5)利用分类损失值与增强损失值,采用反向传播算法更新增强器与分类器的参数,若网络的迭代次数t小于网络的总共迭代次数T,则跳转至步骤2),否则终止训练,得到最终的分类器参数。本发明为使用时序点云作为输入样本的深度学习模型提供一种数据增强方法,缓解深度学习模型的过拟合情况,协助对点云进行分类的任务。

    基于双聚类挖掘及模糊推理的股票交易规则预测方法

    公开(公告)号:CN106408128A

    公开(公告)日:2017-02-15

    申请号:CN201610854283.5

    申请日:2016-09-26

    Inventor: 黄庆华 杨杰

    CPC classification number: G06Q10/04 G06F16/2465 G06F16/285 G06Q40/04

    Abstract: 本发明公开了一种基于双聚类挖掘及模糊推理的股票交易规则预测方法,首先选取一段时间的股票数据作为挖掘双聚类的数据集,根据不同技术指标公式计算出每一天股票原始数据相对应的技术指标值,然后构造指标矩阵A=(aij)m×n,通过双聚类算法挖掘数据集中的双聚类,每个双聚类对应着股票数据集中的交易规则的模式,利用挖据出的双聚类,构造具有针对性的模糊规则,最后根据所有得到的模糊规则构建模糊预测模型并进行交易规则的预测。该方法提出的预测模型能够对股票价格曲线中的交易规则进行预测,为投资者提供股票最好的买入或者卖出参考时机,解决了传统方法中根据专家经验构建模糊规则存在的规则不够客观,专家经验难以获取的问题。

    一种基于毫米波雷达点云的步态识别方法

    公开(公告)号:CN114677758A

    公开(公告)日:2022-06-28

    申请号:CN202210286405.0

    申请日:2022-03-23

    Abstract: 本发明公开了一种基于毫米波雷达点云的步态识别方法,包括:1)对雷达输出的原始点云进行聚类、追踪获取目标点;2)坐标转换;3)使用随机采样的方法固定每一帧的目标点云数量;4)使用PointNet与双向LSTM获取步态的时间特征向量,使用T‑Net结合PointNet获取步态的空间特征向量;5)对全局特征进行距离计算,确认身份类别。本发明采用毫米波雷达采集人行走过程中的步态信息,降低了环境光照、水汽的影响;采用3D点云学习人行走过程中的运动特征,点既有3D空间坐标又有信噪比、速度信息,保证步态特征的丰富性;通过随机采样固定每一帧的点云数量,与RGB图像相比,降低了计算开销;通过计算人在行走过程中的时序特征与空间特征,进一步提高步态识别精度。

Patent Agency Ranking