-
公开(公告)号：CN101408591A
公开(公告)日：2009-04-15
申请号：CN200810153256.0
申请日：2008-11-24
Applicant: 南开大学
IPC: G01R31/36
Abstract: 一种无线传感器网络节点的实时能量检测系统。本发明提供的实时能量检测系统，由Maxim公司的基于开路电压(OCV)的独立式电量计芯片DS2786和控制核心——Silicon Laboratories公司的超低功耗微控制器C8051F920及其外围电路构成。本发明提供了一种低功耗无线传感器网络节点能量管理的硬件解决方案，根据电池闲置一段时间后的开路电压来估算可充电锂离子和锂离子聚合物电池的可用电量；高速率放电时使用库仑计来估算相对电量；并根据测得的温度数据进行补偿，能够获得较精确的电池剩余电量值。
-
公开(公告)号：CN100456898C
公开(公告)日：2009-01-28
申请号：CN200410072698.4
申请日：2004-11-11
Applicant: 南开大学
Abstract: 本发明涉及一种加热设备，特别是利用微波谐振腔进行加热的谐振腔的结构，主要应用于化学反应，属于微波化学技术领域。传统的加热方法，要有一个高温热源，采用的是表面加热源，效率低、操作时间长，加热过程中无选择性。本发明提供了一种内部与表面同时进行加热的微波谐振腔的新设计。它包括谐振腔、截止波导、耦合波导等；谐振腔是一个立式空心圆柱体，磁控管产生微波，通过波导进入谐振腔，在谐振腔中加热物料，使化学反应在谐振腔中进行。本发明的有益效果是：与现有技术的对比，系统中安装微波泄漏检测传感器，实现微波泄漏的在线实时检测，配上显示仪器，即可实现微波泄漏的在线实时显示。带有视窗，便于及时观察。
-
公开(公告)号：CN1776396A
公开(公告)日：2006-05-24
申请号：CN200510122058.4
申请日：2005-12-01
Applicant: 南开大学
Abstract: 本发明涉及一种加热设备，特别是利用微波/超声波复合作用的谐振腔，属于微波化学技术领域。传统的微波加热，只有一种促进化学反应的手段，本发明提供了一种新的改进型微波/超声波加热装置的新设计。它包括谐振腔、波导盖、调谐器、截至阀等；超声波从谐振腔底部进入，通过耦合剂传递给消解/萃取瓶中的介质。谐振腔是一个立式空心圆柱体，微波通过波导入口进入谐振腔，当消解/萃取的样品介质发生变化时，通过调节调谐螺钉就可改变调谐片，使之达到最佳谐振状态。本发明的有益效果是：当消解/萃取的样品介质发生变化时，谐振频率发生偏移，通过调节调谐螺钉就可改变调谐片位置，使之谐振在谐振点上。微波/超声波相结合的技术比单独使用微波、超声波更具有优势，可更进一步缩短加热时间，提高产率。
-
公开(公告)号：CN113932712B
公开(公告)日：2024-07-26
申请号：CN202111189990.4
申请日：2021-10-13
Applicant: 南开大学
Abstract: 本发明属于图像处理技术领域，具体涉及一种基于深度相机和关键点检测的瓜果类蔬菜尺寸非接触测量方法。该方法使用双目深度相机获取蔬菜的彩色图像和深度。关键点检测网络以彩色图像作为输入，能够识别瓜果类蔬菜的种类，并定位柄、顶、左、底、右和中心六个关键点。尺寸计算模块融合关键点的位置关系及深度值，可估算多种瓜果类蔬菜的尺寸。实验结果表明，本发明能够准确识别4种瓜果类蔬菜种类，并高精度测量其直径和长度。本发明为使用视觉方法解决蔬菜非接触测量问题提供了新思路，推动计算机视觉在农业自动化领域的应用。
-
公开(公告)号：CN115908216A
公开(公告)日：2023-04-04
申请号：CN202211487389.8
申请日：2022-11-25
Applicant: 南开大学
IPC: G06T5/50 , G06N3/0464 , G06N3/084
Abstract: 本发明属于信号处理和深度学习技术领域，具体涉及一种应用于压缩感知的自然图像重构方法。针对如何实现自然图像的稀疏采样与高质量重构这一问题，本发明提出了一种基于近端梯度下降的可解释性深度压缩感知图像重构模型。该模型由自适应采样、初始化重构和深度重构三部分子网络组成，采样网络实现图像的自适应采样；初始化重构利用测量矩阵的转置矩阵实现图像的初始化重构；深度重构基于近端梯度下降与注意力机制，构建了基于优化的阶段性网络结构，模型的构建同时实现了图像的自适应采样与端到端映射。实验结果表明，本发明提出的基于近端梯度下降的可解释性深度压缩感知图像重构方法，可以在保持重构速度的同时，提升图像的重构质量。
-
Patent Agency Ranking
公开(公告)号：CN113932712A
公开(公告)日：2022-01-14
申请号：CN202111189990.4
申请日：2021-10-13
Applicant: 南开大学
Abstract: 本发明属于图像处理技术领域，具体涉及一种基于深度相机和关键点检测的瓜果类蔬菜尺寸非接触测量方法。该方法使用双目深度相机获取蔬菜的彩色图像和深度。关键点检测网络以彩色图像作为输入，能够识别瓜果类蔬菜的种类，并定位柄、顶、左、底、右和中心六个关键点。尺寸计算模块融合关键点的位置关系及深度值，可估算多种瓜果类蔬菜的尺寸。实验结果表明，本发明能够准确识别4种瓜果类蔬菜种类，并高精度测量其直径和长度。本发明为使用视觉方法解决蔬菜非接触测量问题提供了新思路，推动计算机视觉在农业自动化领域的应用。
-
公开(公告)号：CN112836368A
公开(公告)日：2021-05-25
申请号：CN202110122583.5
申请日：2021-01-29
Applicant: 南开大学
IPC: G06F30/20 , G06F17/16 , G06F111/04 , G06F119/08
Abstract: 本发明公开了一种基于低秩张量填充(LRTC)的温室大棚模型构建及恢复方法。该方法主要针对大规模且环境参数变化缓慢的多属性无线传感器网络(WSNs)，由于该网络监测到的温室大棚数据张量具有固有相关性：低秩性和时间维度上的平滑特性，因此构建基于时间平滑性的张量核范数正则化(TNN)最小化模型，并采用交替方向乘子法(ADMM)对该模型进行优化求解。通过较好地平衡数据张量的低秩性和时间平滑性，本发明所提出的数据恢复方法在稳定性和恢复精度两方面都有较大程度的提升。
-
公开(公告)号：CN112257023A
公开(公告)日：2021-01-22
申请号：CN202010509985.6
申请日：2020-06-08
Applicant: 南开大学
IPC: G06F17/16 , G06F16/9535
Abstract: 本发明属于推荐算法和凸优化技术领域，具体涉及一种应用于SVD++推荐算法的求解无约束凸优化方法。本发明深入发掘SVD++推荐算法梯度下降的局限性，提出了一种基于回溯求解凸优化SVD++的推荐算法。该方法同时利用了凸优化求解问题的高效性，结合SVD++推荐算法模型，利用回溯搜索对推荐算法中梯度下降问题进行求解。回溯SVD++推荐算法模型与传统推荐算法模型相比，可以更有效地利用算法中梯度下降自动更新学习率更快地求解全局最优解。实验结果表明，本发明提出的一种基于回溯求解凸优化SVD++的推荐算法具有很好的收敛性，与现有方法相比，可以有效提升推荐系统的准确性与效率。
-
公开(公告)号：CN106972862B
公开(公告)日：2020-12-11
申请号：CN201710185910.5
申请日：2017-03-21
Applicant: 南开大学
IPC: H03M7/30
Abstract: 本发明属于信号处理和稀疏表示技术领域，具体涉及一种应用于压缩感知的图像重构方法。本发明深入发掘图像的非局部自相似性，提出了一种基于截断核范数最小化的组稀疏压缩感知图像重构方法。该方法同时利用了自然图像的稀疏性与低秩性，结合截断核范数最小化和组稀疏表示模型，利用交替方向乘子法对压缩感知中图像的重构问题进行求解。截断核范数最小化模型与传统的核范数最小化模型相比，可以更有效地利用图像的低秩性。实验结果表明，本发明提出的基于截断核范数最小化的组稀疏压缩感知重构方法具有很好的收敛性，与现有方法相比，可以有效提升图像的重构效果。
-
公开(公告)号：CN110609976A
公开(公告)日：2019-12-24
申请号：CN201910861167.X
申请日：2019-09-11
Applicant: 南开大学
Abstract: 本发明公开了一种基于矩阵填充(Matrix Completion，MC)的环境温湿度数学模型构建及恢复方法。本发明主要是针对大规模且环境温湿度变化缓慢的无线传感器网络(Wireless Sensor Network，WSNs)，由于该网络监测到的温湿度数据具有低秩性和短时稳定性，因此在模型构建的过程中融入这两方面。本发明采用加速近似梯度奇异值阈值(Accelerated Proximal Gradient Singular Value Thresholding，abbreviated APG)算法对构建的模型进行求解。基于低秩性和短时稳定性的数据恢复方法通过较好地平衡两者对恢复效果的影响，从而能够较大程度的提升对大规模无线传感器网络温湿度数据的恢复性能和重构精度。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.019 seconds)
