-
公开(公告)号：CN102633405B
公开(公告)日：2013-10-09
申请号：CN201210095877.4
申请日：2012-04-01
Applicant: 中南大学
Abstract: 本发明涉及一种适用于造纸黑液(特别是以麦草类为原料的碱法制浆造纸黑液)的处理方法。将新鲜黑液先静置处理，处理后的黑液加高效碱析剂，析出木质素，滤液再进行生物强化技术处理。该工艺能将初始COD为83,000mg/l、pH 13.1，色度为225,000CU的黑液，经静置处理、碱析法和生物强化系统联合处理后，出水COD和色度分别降为原黑液的15％和7％以下(即整个系统的COD和色度总去除率分别为85％和93％左右)，可与造纸厂中数量甚大的中段废水相混合，按现有较成熟的中段废水处理方法进行处理。该工艺具有投资和运转费用低，木质素可回收利用的特点，适于5000吨以上麦草浆造纸厂使用。
-
公开(公告)号：CN102093972A
公开(公告)日：2011-06-15
申请号：CN201010578660.X
申请日：2010-12-08
Applicant: 中南大学
IPC: C12N1/20 , C02F3/34 , C02F103/28
Abstract: 本发明公开了一株直接用于高浓度造纸黑液处理的细菌Comamonas sp.B-9，保藏号为CGMCC No.4251。发明人采集长沙简牍博物馆收藏的爆发了蚀斑病的三国时期吴国竹简浸泡液为原料，经过富集培养、分离纯化和筛选，得到一株能够在碱木质素为唯一碳源的培养基上生长的菌株。该菌可直接用于处理未经任何物化预处理的高浓度碱法草浆造纸黑液，能使初始pH＝11，COD为30000mg/L，色度为8500的高浓度碱法草浆造纸黑液在五天时间内COD降低38.9％。
-
公开(公告)号：CN115035472B
公开(公告)日：2025-02-14
申请号：CN202210701256.X
申请日：2022-06-21
Applicant: 中南大学
IPC: G06V20/52 , G06V20/70 , G06V10/764 , G06V10/774 , G06V10/82 , G06F16/951 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种安全帽佩戴识别模型训练方法、识别方法及存储介质，其中训练方法包括获取工业场所图片集；对工业场所图片集进行标签标记，其中标签类别包括安全帽和工作人员；将标签标记处理后的工业场所图片集划分为训练集和测试集；构建安全帽佩戴识别模型框架，包括基于CNN的特征提取网络、基于GCN的标签分类器建立网络，特征提取网络得到的特征向量与标签分类器作点积运算输出预测分数矩阵；基于训练集和测试集对安全帽佩戴识别模型进行训练，得到最终的安全帽佩戴识别模型。本方案能够正确、高效的识别工业场所工作人员佩戴安全帽的情况，为减少工业场所工作人员因未佩戴安全帽造成风险事故的概率提供了一种可靠智能识别方法。
-
公开(公告)号：CN118095215A
公开(公告)日：2024-05-28
申请号：CN202410387238.8
申请日：2024-04-01
Applicant: 中南大学
IPC: G06F40/151 , G06F18/241 , G06F40/295 , G06N20/00
Abstract: 本发明公开了一种条例文本到监管语言的转化方法及系统，定义监管语言要素和监管语言语法结构；根据定义的监管语言要素和监管语言语法结构所需的信息，将条例文本到监管语言生成流程划分为多个条例文本预处理环节和一个监管语言生成环节；构建各个环节所需的微调数据集以及政策条例问答数据集；基于各环节的微调数据集和政策条例问题数据集，训练各环节的大语言模型，得到各环节的子模型；根据各环节条例预处理的问题需求，设计提示模板，将提示模板与新输入的条例对应作为各子模型的输入，得到各子模型的输出；将各子模型的输出通过设计的提示模板整合成提示语句，将提示语句输入大语言模型，得到条例对应的监管语言。本发明实现了监管智能化。
-
公开(公告)号：CN112649512A
公开(公告)日：2021-04-13
申请号：CN202011475811.9
申请日：2020-12-14
Applicant: 中南大学
IPC: G01N29/14
Abstract: 本发明涉及声发射初至拾取方法，公开了一种岩体声发射初至自适应识别方法，包括以下步骤：S1、获得监测信号的包络曲线；S2、确定所述监测信号的包络周期；S3、对所述包络曲线进行去除周期变化和异常值后获得趋势曲线；S4、通过判定曲线对所述趋势曲线进行判断，以自动识别声发射初至点。本发明能自动判别监测信号有无声发射，并自动识别声发射初至，且对初至拾取的适应性强、准确性高。
-
Patent Agency Ranking
公开(公告)号：CN102093971A
公开(公告)日：2011-06-15
申请号：CN201010578604.6
申请日：2010-12-08
Applicant: 中南大学
IPC: C12N1/20 , C02F3/34 , C02F103/28
Abstract: 本发明公开了一株直接用于高浓度造纸黑液处理的细菌Cupriavidus sp.B-8，保藏号为CGMCC No.4240。发明人采集长沙简牍博物馆收藏的爆发了蚀斑病的三国时期吴国竹简浸泡液为原料，经过富集培养、分离纯化和筛选，得到一株能够在碱木质素为唯一碳源的培养基上生长的菌株。该菌可直接用于处理未经任何物化预处理的高浓度碱法草浆造纸黑液，能使初始pH＝11，COD为30000mg/L，色度为8500的高浓度碱法草浆造纸黑液在五天时间内COD降低41.8％。
-
公开(公告)号：CN119272726A
公开(公告)日：2025-01-07
申请号：CN202411291623.9
申请日：2024-09-14
Applicant: 中南大学
IPC: G06F40/151 , G06F40/30 , G06T11/60 , G06V30/41 , G06N20/00
Abstract: 本发明公开了一种流程图描述文本的生成方法、终端设备及存储介质，针对复杂流程图难识别问题，提出基于分割思想的流程图识别方法，并设计流程图识别与文本生成的组合框架，将流程图转化为语义信息，帮助在智能化监管服务时处理一些只用流程图描述的数据以及监管规则，实现了对服务流程的自动化监管。
-
公开(公告)号：CN110983208B
公开(公告)日：2021-08-31
申请号：CN201911019864.7
申请日：2019-10-24
Applicant: 中南大学
IPC: C22C47/06 , C22C47/04 , C22C47/12 , C22C49/02 , C22C49/14 , C22C101/10 , C22C121/02
Abstract: 本发明涉及一种C/C‑SiC‑Cu复合材料及其制备方法和应用。所述C/C‑SiC‑Cu陶瓷基复合材料由C纤维、C基体、SiC基体和Cu合金组成，所述C基体包覆在C纤维上，所述SiC基体包覆在C基体上，所述Cu合金组成与SiC基体接触并形成冶金结合。其制备方法为：通过化学气相渗透法与压力熔渗法相结合的方式使C、SiC、Cu三相共存。本发明所设计和制备的复合材料具有强度高、耐高温、抗氧化、抗热震、耐烧蚀等优良性能。其特别适用于热防护部件、尤其适用于飞行器上所用热防护部件。
-
公开(公告)号：CN102633405A
公开(公告)日：2012-08-15
申请号：CN201210095877.4
申请日：2012-04-01
Applicant: 中南大学
Abstract: 本发明涉及一种适用于造纸黑液(特别是以麦草类为原料的碱法制浆造纸黑液)的处理方法。将新鲜黑液先静置处理，处理后的黑液加高效碱析剂，析出木质素，滤液再进行生物强化技术处理。该工艺能将初始COD为83,000mg/l、pH 13.1，色度为225,000CU的黑液，经静置处理、碱析法和生物强化系统联合处理后，出水COD和色度分别降为原黑液的15％和7％以下(即整个系统的COD和色度总去除率分别为85％和93％左右)，可与造纸厂中数量甚大的中段废水相混合，按现有较成熟的中段废水处理方法进行处理。该工艺具有投资和运转费用低，木质素可回收利用的特点，适于5000吨以上麦草浆造纸厂使用。
-
公开(公告)号：CN112508173B
公开(公告)日：2024-06-28
申请号：CN202011391942.9
申请日：2020-12-02
Applicant: 中南大学
IPC: G06N3/0464 , G06N3/044 , G06N3/0442 , G06N3/08 , G06F16/2458 , G06Q10/04 , G06Q50/40
Abstract: 本发明公开了一种交通时空序列多步预测方法、系统及存储介质，基于历史数据X1:T计算改进的历史均值#imgabs0#第二步，历史数据X1:T和改进的改进历史均值#imgabs1#通过3D‑CNN模块进行下采样；第三步，使用序列到序列模型进行多步预测得到#imgabs2#模型的编码器和解码器均由ConvLSTM组成，并在解码器中融入了注意力机制，进而使用转置3D卷积进行上采样；第四步，#imgabs3#与#imgabs4#做多模型融合，得到最终的预测结果#imgabs5#本发明预测方法的精度更高。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.057 seconds)
