-
公开(公告)号：CN220685752U
公开(公告)日：2024-03-29
申请号：CN202322151518.2
申请日：2023-08-10
Applicant: 中铁工程设计咨询集团有限公司
Abstract: 本实用新型提供了一种单侧设置钢横梁的铁路简支T梁桥，涉及铁路桥梁技术领域，包括简支T梁结构、声屏障机构、和钢横梁结构，简支T梁结构包括一片第一边梁、一片第二边梁和至少一片中梁，第一边梁、中梁和第二边梁均包括设置在上表面的桥面板和设置在桥面板下方的横隔板，第一边梁、所有中梁和第二边梁依次通过湿接缝混凝土固定连接，第一边梁靠近接桥梁中心的一侧设置有第一挡砟墙，第二边梁远离桥梁中心的一侧设置有第二挡砟墙；声屏障机构设置在第一边梁上远离第一挡砟墙的端部；钢横梁结构设置在第二边梁上远离桥面中心的一侧，钢横梁结构与第二挡砟墙固定连接。本申请提供更可靠的声屏障支撑结构，以满足铁路噪声控制的需求。
-
公开(公告)号：CN215800691U
公开(公告)日：2022-02-11
申请号：CN202121665325.3
申请日：2021-07-21
Applicant: 中铁工程设计咨询集团有限公司
IPC: E01B1/00
Abstract: 本实用新型涉及轨道交通技术领域，具体而言，涉及一种U型混凝土轨道梁。所述轨道梁包括:轨道梁结构、预埋锚筋和预留孔，所述轨道梁结构包括有两块腹板和一块底板，两块所述腹板设置在所述底板的两侧，两块所述腹板与所述底板相互垂直设置；所述预埋锚筋设置有多个，多个所述预埋锚筋均设置在所述底板内，多个所述预埋锚筋设置为两组，两组所述预埋锚筋平行设置；所述预留孔设置在所述腹板内侧壁上，所述预留孔设置有多个，预留孔均与所述腹板内侧壁相互垂直设置。本实用新型通过上述结构在保障车辆平稳运行的同时，保障乘客安全。
-
Patent Agency Ranking
公开(公告)号：CN221052293U
公开(公告)日：2024-05-31
申请号：CN202322373099.7
申请日：2023-09-01
Applicant: 中铁工程设计咨询集团有限公司
Abstract: 本实用新型提供了一种设声屏障的预制装配式铁路简支T梁结构，涉及桥梁技术领域，包括预制块和带牛腿加劲肋，所述预制块包括靠近预制T梁翼缘的挡砟墙、位于预制块上表面的电缆槽和声屏障立柱预埋件，所述电缆槽位于挡砟墙和声屏障立柱预埋件之间；所述带牛腿加劲肋连接预制T梁，所述带牛腿加劲肋上方平面连接预制块。本申请采用预制装配式施工，实现绿色建造，减少现浇施工工作量、提高施工质量、减少后期维护工作，提高结构的耐久性。
-
公开(公告)号：CN116385426A
公开(公告)日：2023-07-04
申请号：CN202310476352.3
申请日：2023-04-28
Applicant: 中南大学
IPC: G06T7/00 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种纺织物表面缺陷检测方法及相关设备，包括：采集纺织物的表面缺陷图像测试集；将表面缺陷图像测试集输入至改进的Yolov7网络进行训练，得到目标检测最优模型；将待检测的纺织物表面图像输入至目标检测最优模型进行表面缺陷检测，得到检测结果；改进的Yolov7网络包括：输入模块、用于特征提取的骨干模块、用于特征融合的头部模块、用于检测小缺陷的检测模块和用于缺陷类别预测的预测Transformer预测头；相较与现有技术来说，使用Transformer预测头代替原始预测头，进一步探索模型的预测潜力，再增加一个检测模块，使得模型对纺织物小缺陷更加敏感，提升了目标检测的精度和性能。
-
公开(公告)号：CN111553348A
公开(公告)日：2020-08-18
申请号：CN202010340219.1
申请日：2020-04-26
Applicant: 中南大学
Abstract: 本发明公开了一种基于centernet的anchor-based目标检测方法。方法以关键点检测为基础，针对检测到的关键点通过anchor回归图像中目标的大小。以关键点确定目标位置的方式减少了anchor之间的互相干扰，并以此为基础减少传统anchor-based算法中非极大值抑制的算法复杂度。和传统单阶段anchor-based目标检测算法的不同之处在于本发明是以关键点检测为基础，非极大值抑制作用的对象是检测到的关键点所对应的预测框，两者相比，本发明提出的方法大大减少了非极大值抑制的计算量和设置超参数阈值的步骤，省去了调节模型的工作量。
-
公开(公告)号：CN111538761A
公开(公告)日：2020-08-14
申请号：CN202010317646.8
申请日：2020-04-21
Applicant: 中南大学
IPC: G06F16/2458 , G06K9/62 , G06F17/16 , G06N3/04
Abstract: 本发明提供了一种基于注意力机制的点击率预测方法，包括：步骤1，对用户的特征进行预处理，将同一类用户特征进行One-hot独热编码，得到一个高维度的稀疏特征向量；步骤2，将高维度的稀疏特征向量通过嵌入向量对特征向量进行降维，将降维后的特征向量作为点击率模型的输入向量分别带入到压缩交互网络和深度神经网络之中；步骤3，将输入的初始特征向量与每一个隐藏层的输入向量进行哈达玛积，将得到的结果作为下一个隐藏层输入值，每多一个隐藏层，特征之间的组合就上升一个维度。本发明综合考虑了用户的低维特征、显式高维特征和隐式高维特征，并通过自注意力机制筛选有用的特征组合，提高预测效率，不需要人工提取特征，可以提取高维度的特征组合。
-
公开(公告)号：CN111523540A
公开(公告)日：2020-08-11
申请号：CN202010306489.0
申请日：2020-04-17
Applicant: 中南大学
Abstract: 本发明提供了一种基于深度学习的金属表面缺陷检测方法，包括：步骤1，根据金属缺陷零件大小确定相机和光源型号，搭建好光源和相机的取图环境，进行图像采集；步骤2，对采集的图像进行数据集标注和数据集增强，并输入到混合特征金字塔网络结构中，进行特征提取；步骤3，将得到的每一层的特征图输入到RPN网络中，进行候选区域选取。本发明所提供的基于深度学习的金属表面缺陷检测方法，实现自动对生产线输入图像进行检测和缺陷识别定位，特征自动提取，消除手工特征提取带来的负影响，克服了机器视觉中受环境因素影响较大的缺点，混合特征金字塔网络结构针对较小目标以及多尺度问题有更好的表现。
-
-
-
-
-
-
Search Results
27
records
(took 0.063 seconds)
