-
公开(公告)号：CN115798122A
公开(公告)日：2023-03-14
申请号：CN202211374020.6
申请日：2022-11-03
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于单片机的超市购物系统设计方法，从目前超市面临的排队痛点以及顾客的实际需求出发，运用单片机相关知识，实现超市购物最基本的扫码、结账、打印小票的功能。将这个购物系统安装在每一辆购物车上，顾客购物时可以清楚得知当前的消费总额，预防超支，大大提高购物效率。如果扫描条形码不成功，按下“手动输入”键，通过矩阵按键手动输入给单片机查询，再显示出来查询结果。在扫描的过程中如果相同的商品扫描若干次，它的数量就会累加。扫描完成之后，点击“结算”的按钮，显示屏会有扫描到的商品的单价和数量，并且计算出商品的总价格，发送电脉冲使继电器工作，控制小票打印机打印小票。
-
公开(公告)号：CN115789458A
公开(公告)日：2023-03-14
申请号：CN202211492552.X
申请日：2022-11-25
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明涉及检测设备技术领域，具体涉及一种工业园区硫化氢含量的检测设备，包括升降设备和硫化氢检测器，所述升降设备设置有多个，且任意两个升降设备动力输出端的中轴线呈平行排布；还包括：收拉调节组件，设置于升降设备的动力输出端；硫化氢检测组件，设置于多个收拉调节组件的输出端；罩体组件，设置于硫化氢检测组件的外围；通过升降设备以及收拉调节组件的调节作用，能够调整硫化氢检测组件在工业园区上空的位置及高度，同时通过配合硫化氢检测器能够对空气中硫化氢的含量进行检测，从而有效的提升了对工业园区上空各处的硫化氢含量进行全面检测的效果，避免了样本采集误差导致测量不够精确的问题。
-
公开(公告)号：CN115757717A
公开(公告)日：2023-03-07
申请号：CN202211368420.6
申请日：2022-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F16/332 , G06F16/36 , G06F40/211 , G06N3/042
Abstract: 基于知识图谱的问答系统是问答系统中的一个热门分支，随着社会不断地进步发展，信息时代，人们获取的信息多而杂乱，从互联网上获取的信息往往缺乏精确性，基于知识图谱的问答系统就可以将杂乱繁多的信息整合起来，给出的具有语义理解智能程度高、回答准确性高结果。在已有的基于知识图谱问答系统中，在给定上下文的条件下，目前现有的方法，对于问答对使用语言模型处理，对于知识图谱使用图神经网络进行处理，并且相互之间不更新彼此的嵌入，也不做语义的对齐表示，问答对与知识图谱由于分开表示，限制了模型推理的能力，针对上述问题，本发明提出一种基于GAT‑KBD的医疗领域问答算法，将问答对和知识图谱的信息联合构建图谱，最终取得了更好的效果。
-
公开(公告)号：CN115661679A
公开(公告)日：2023-01-31
申请号：CN202211386889.2
申请日：2022-11-07
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于改进的YOLOv5的旋转目标检测方法。该发明在旋转目标检测方向上具有一定的通用性，该专利以遥感图像目标检测为说明案例。对于特征提取过程中提取到过多背景信息的问题，本文引入了注意力机制，并且对其做出改进，针对遥感图像中目标的特点，采用拥有更小感受野的卷积核来赋予模型空间上的注意力。残差模块采用C3结构构建更深层次的网络，SPP用于不同尺度特征的融合，并且引入角度分类的思想以及CSL标签，采用高斯函数作为窗口函数，让模型具有学习角度距离的能力。
-
公开(公告)号：CN115641439A
公开(公告)日：2023-01-24
申请号：CN202211378814.X
申请日：2022-11-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于点体素联合的三维点云语义分割方法。该发明针对基于体素或基于点的算法处理三维数据的计算效率都很低的问题，提出点体素联合的方法。基于体素的方法在体素化过程中会有信息丢失，且计算成本和内存需求都随着体素分辨率的增加而增加；而基于点的方法会导致高达80％的时间浪费在构造内存局部性较差的稀疏数据上。本发明提出的基于点体素联合的三维点云语义分割方法，将点云体素化，获得规则的体素数据，应用3D CNN来获取低分辨率的局部特征，然后利用最近邻插值去体素化，应用PointNet网络提取高分辨率的逐点特征，并将基于体素的局部特征和基于点的全局特征拼接起来，作为网络提取的特征，以此在保证精度的同时，提高计算效率。
-
Patent Agency Ranking
公开(公告)号：CN115608144A
公开(公告)日：2023-01-17
申请号：CN202211075666.4
申请日：2022-09-01
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明涉及降低CO含量技术领域，且公开了一种快速降低工业园区CO含量的方法，包括以下步骤：a、燃料处理：(1)采用粉煤燃烧技术，或者将煤液化或气化后，再进行燃烧，目的是为了减少煤中氮化物的生成，以减少燃烧时煤中氮与氧气发生反应，生成一氧化碳。该种快速降低工业园区CO含量的方法，在燃料燃烧时，采用分段燃烧，分段燃烧可以使锅炉中氮氧化物减少20％到25％，第二次加入燃料时，只需要加入总燃料的10％到20％左右，燃烧锅炉中的氮氧化物就会减少60％；采用粉煤燃烧技术，或者将煤液化或气化后，再进行燃烧，可减少煤中氮化物的生成，以减少燃烧时煤中氮与氧气发生反应，生成一氧化碳。
-
公开(公告)号：CN115375894A
公开(公告)日：2022-11-22
申请号：CN202210642608.9
申请日：2022-06-08
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州) , 电子科技大学天府协同创新中心
Abstract: 本发明属于分析检测技术领域，具体涉及一种环境水中铁离子的快速检测方法和系统。本发明的方法包括如下步骤：步骤1，采用化学显色体系处理待检测水样，使化学显色体系发生颜色变化，拍摄化学显色体系的图片；步骤2，从所述图片中分割出感兴趣区域；步骤3，计算所述感兴趣区域中RGB颜色空间和HSI颜色空间的各分量的变化值；步骤4，以步骤3得到的至少两种分量的变化值作为特征，通过多元性回归方程模型分析待检测水样中铁离子的含量。本发明具有成本低、操作简单、检测效率高、抗干扰能力强等显著优势，适用于自然水体中Fe3+浓度的快速检测，具有很好的应用前景。
-
公开(公告)号：CN114724023A
公开(公告)日：2022-07-08
申请号：CN202111472870.5
申请日：2021-12-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于孪生神经网络和FCN全卷积网络的水体变化检测方法。该发明基于孪生神经网络和FCN网络设计了一种可用于水体变化检测的方法，利用深度学习从原始遥感数据中充分提取出图像的特征信息，有效地弥补了传统变化检测方法中侧重于差异建模，而忽略图像本身的信息。本发明设计了一个孪生网络，其主要的结构由三部分组成，分别是编码器、解码器和分类器，编码器由共享权值的孪生网络和FCN全卷积网络构成，解码层则是利用双线性插值法进行上采样来逐步恢复出特征图的分辨率。此外，该网络还结合了修正归一化水体指数(RNDWI)来提取水体特征，避免图像中的其余地物的信息对水体的干扰，提高了网络对水体特征提取的性能和鲁棒性。
-
公开(公告)号：CN113828302A
公开(公告)日：2021-12-24
申请号：CN202111305095.4
申请日：2021-11-05
Applicant: 电子科技大学长三角研究院(湖州) , 北京化工大学
Abstract: 本发明公开了一种用于臭氧催化处理废水的复合催化剂及其制备方法，涉及催化剂制备技术领域。本发明的复合催化剂包括活性组分和载体；所述活性组分为MnOx，所述载体为膨润土载体，制备方法为：取膨润土，加入到酸溶液中浸泡，将膨润土水洗至中性，干燥后得膨润土载体；采用初期湿润浸渍法将锰的金属前驱体盐负载在所述膨润土载体上。本发明通过膨润土负载锰的多价态氧化物，利用膨润土的片层状结构提供活性位点，提高膨润土利用臭氧处理降解印染废水的能力，提高臭氧在处理过程中的利用率，且本发明的催化剂具有较好的稳定性、便于分离、易回收、对环境友好。
-
公开(公告)号：CN119961385A
公开(公告)日：2025-05-09
申请号：CN202311452517.X
申请日：2023-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F16/3329 , G06F16/334 , G06F16/353 , G06F40/205 , G06F18/2415 , G06N3/045 , G06N3/08
Abstract: 对话系统中按照建模方式可以分为两种：基于流水线的方法和基于端到端的方法。然而在基于流水线的方法中，各个模块只能分别优化，存在误差叠加问题，基于端到端的方法利用历史对话来直接生成系统回复。但由于基于端到端方法的对话系统没有全面考虑知识库中的信息，限制了任务型对话系统的效果。本文提出一种基于预训练自回归语言模型的任务型问答系统，将传统的基于流水线的对话系统中的各个模块集成到了单一的自回归语言模型中，并采用自回归语言模型的解析方式依次生成各个模块的结果，直到生成最终的系统回复。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.046 seconds)
