-
公开(公告)号：CN103936297B
公开(公告)日：2016-01-20
申请号：CN201410185563.2
申请日：2014-05-04
Applicant: 江南大学
Abstract: 一种超双疏增透玻璃表面层及其制备方法，本发明属于新型材料领域，特别属于自清洁光学材料领域。本发明先通过NH4F/HF刻蚀液刻蚀玻璃本体表面，以获得超双疏所需的表面双级微纳结构中的下层亚微米粗糙结构，然后通过纳米二氧化硅的混合溶剂分散液进行喷涂，直接构建成具有悬垂结构的双级粗糙玻璃表面层，通过调控溶剂的比例，可达到最佳填充因子，再以小分子含氟化合物为修饰剂，以具有优良成膜性能及透光性的聚甲基丙烯酸甲酯为成膜液，进行氟化修饰，制得耐候性强，稳定性好的超双疏增透玻璃表面层；且工艺简单，不需要复杂的设备，易于操作，成本低廉，具有很高的工业化价值。
-
公开(公告)号：CN103951278B
公开(公告)日：2015-12-09
申请号：CN201410183073.9
申请日：2014-05-04
Applicant: 江南大学
IPC: C03C17/23
Abstract: 一种超疏水超疏油增透玻璃表面层及其制备方法，本发明属于新型材料领域，特别属于自清洁光学材料领域。本发明先通过CF3/O2等离子体刻蚀玻璃本体表面来构建亚微米粗糙结构，然后化学键合一层SiO2纳米多孔层，通过添加致孔剂调控空间填充因子，构建成具有悬垂结构的双级粗糙玻璃表面层，最后进行氟化修饰以降低表面自由能，所得玻璃表面层均达到超疏水超疏油的自清洁标准，且兼具优良的透光性。由于超双疏所需的微纳复合粗糙结构的下层亚微米结构是直接由玻璃本体构建而成，然后化学键合上一层纳米多孔层，避免了现有技术的双层疏松结构，大大提高了表面层的机械强度，制备了稳定性高、耐用性强的玻璃表面层，具有重要的实际应用价值。
-
公开(公告)号：CN103969327A
公开(公告)日：2014-08-06
申请号：CN201410243639.2
申请日：2014-06-04
Applicant: 江南大学
IPC: G01N29/024
Abstract: 一种超声波油烟浓度传感器，主要包括：超声波发射端、超声波接收端、压力传感器、温度传感器和连接杆；超声波发射端和接收端，主要包括：金属保护外壳、屏蔽层、消音材料、并联多片压电晶体片、匹配层、疏水疏油保护玻璃和保护网。超声波在油烟中的传播速度反映了油烟浓度的大小，经压力和温度校正、CPU数据处理，即可获得准确的油烟浓度。本发明由于超声波发射端和接收端均采用多片并联压电晶片，使信号成倍放大；消音材料和超声匹配层的结构组合使余振大大减小，疏水疏油玻璃保证了传感器具有抗油烟粘附污染的能力，因此本发明能实现油烟浓度的在线监测，具有灵敏度高、性能可靠、抗污染能力强、维护方便的优势。
-
公开(公告)号：CN113962458B
公开(公告)日：2024-06-07
申请号：CN202111222520.3
申请日：2021-10-20
Applicant: 江南大学
IPC: G06Q10/0637 , G06Q50/06 , G06N3/006
Abstract: 本发明公开了电网能源控制预测技术领域的基于蜉蝣优化算法的短期负荷预测系统及方法，包括：获取待预测区域的温度特征变量；将温度特征变量输入极限学习机模型进行训练；基于蜉蝣优化算法确定极限学习机模型的隐含层神经元个数；基于隐含层神经元个数确定训练参数解；基于训练参数解输出待预测区域的电力负荷数据。本发明通过温度的多形式变量策略，可有效提高在气象敏感性较高地区的负荷预测精度，通过采用改进蜉蝣算法对极限学习机进行参数寻优，可有效避免因参数设置不当而引起的过拟合问题。
-
公开(公告)号：CN114980216B
公开(公告)日：2024-03-22
申请号：CN202210615826.3
申请日：2022-06-01
Applicant: 江南大学
Abstract: 本发明公开了移动通信技术领域的基于移动边缘计算的依赖型任务卸载系统及方法，包括：将移动终端上的应用形式化为多个任务组成的工作流，并用DAG图表示，图中顶点表示任务，边表示任务之间的依赖关系；遍历应用的DAG图，依据遍历的深度将工作流中所有任务划分为不同调度层并确定各调度层的执行顺序；为每个调度层内的各任务分配不同的优先级，依据任务的优先级顺序调整调度层内各任务执行顺序；计算工作流中各任务的时延和能耗；以应用的所有任务时延和能耗最小化为目标，按照任务执行顺序依次确定每个任务的卸载决策。本发明中移动终端的应用程序完成时延和终端能耗显著减少，充分利用了计算资源，有效保证了服务质量。
-
Patent Agency Ranking
公开(公告)号：CN114980216A
公开(公告)日：2022-08-30
申请号：CN202210615826.3
申请日：2022-06-01
Applicant: 江南大学
Abstract: 本发明公开了移动通信技术领域的基于移动边缘计算的依赖型任务卸载系统及方法，包括：将移动终端上的应用形式化为多个任务组成的工作流，并用DAG图表示，图中顶点表示任务，边表示任务之间的依赖关系；遍历应用的DAG图，依据遍历的深度将工作流中所有任务划分为不同调度层并确定各调度层的执行顺序；为每个调度层内的各任务分配不同的优先级，依据任务的优先级顺序调整调度层内各任务执行顺序；计算工作流中各任务的时延和能耗；以应用的所有任务时延和能耗最小化为目标，按照任务执行顺序依次确定每个任务的卸载决策。本发明中移动终端的应用程序完成时延和终端能耗显著减少，充分利用了计算资源，有效保证了服务质量。
-
公开(公告)号：CN114707604A
公开(公告)日：2022-07-05
申请号：CN202210359573.8
申请日：2022-04-07
Applicant: 江南大学
IPC: G06K9/62 , G06V10/82 , G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本发明公开了计算机视觉的目标跟踪技术领域的一种基于时空注意力机制的孪生网络跟踪系统及方法，包括：获取图像数据中的模板图像数据和搜索图像数据；将模板图像数据和搜索图像数据分别输入到模板分支与搜索分支中进行特征提取，得到模板特征数据与搜索特征数据；将搜索特征数据输入到时空注意力机制模块中，得到时空注意力信息特征；将模板特征数据与时空注意力信息特征互相关得到响应图；将响应图输入分类回归网络中进行逐像素的分类与回归，对每个像素点进行分类，计算像素点到预测框的距离，得到分类结果与边界框。本发明能够更够准确的跟踪目标，有效解决模型对于时空上下文信息难以建立关联、目标分类与边界框回归较为复杂等问题。
-
公开(公告)号：CN113762149A
公开(公告)日：2021-12-07
申请号：CN202111043736.3
申请日：2021-09-07
Applicant: 江南大学
Abstract: 本发明公开了计算机视觉的动作识别技术领域的一种基于分割注意力的特征融合人体行为识别系统及方法，包括：获取视频样本；基于视频样本进行逐帧分解采样；将采样后的视频帧输入分割注意力网络中进行深度特征提取，输出特征向量；将提取的特征向量输入到双向长短时记忆网络中建模时间信息，提取时间特征；基于提取的时间特征，使用softmax分类器对其结果进行动作类别分类，其中得分最高的动作为识别结果，所述动作得分为该类动作的识别准确率。本发明能够解决传统卷积神经网络所提取特征精确度不足的情况，以及单向长短时记忆网络不能充分利用时间信息的问题，有效提升了识别性能。
-
公开(公告)号：CN113741999A
公开(公告)日：2021-12-03
申请号：CN202110980231.3
申请日：2021-08-25
Applicant: 江南大学
Abstract: 本发明公开了一种基于移动边缘计算的依赖型任务卸载方法及装置，方法包括：将应用形式化为多个任务组成的工作流，并用DAG图表示；遍历应用的DAG图，依据遍历的深度将工作流中所有任务划分为不同调度层；依据调度层的顺序依次处理调度层内的各任务；以应用的所有任务完成时延最小化为目标，考虑到跨服务器协作，将降低系统完成时延问题转化为面向各调度层的联合任务卸载和迁移问题；应用多领导者多跟随者的Stackelberg博弈，按照调度层顺序依次确定每个任务的卸载决策和迁移决策。本发明依据任务完成时延最小，将任务卸载到移动终端或边缘服务器执行，充分利用了计算资源，有效保证了服务质量，降低了系统的完成时延。
-
公开(公告)号：CN112039988A
公开(公告)日：2020-12-04
申请号：CN202010895155.1
申请日：2020-08-31
Abstract: 本发明涉及网络协议与数据传输技术领域，具体公开了一种基于IPv6网络的智慧校园平台，包括数据采集层、数据传输层、数据处理层以及平台应用层；数据采集层，用于通过传感器对校园内各建筑能耗状态的数据进行收集，构建底层数据库，并将校园内各建筑能耗状态数据进行标准化处理；数据传输层，用于通过网关，对校园内各建筑能耗状态数据进行传送、通信以及部分处理；数据处理层，用于处理数据传输层传送的校园内各建筑能耗状态数据；平台应用层，用于依据处理后的校园内各建筑能耗状态数据，构建可视化的智慧校园平台。本发明通过IPv6网络可以很好的改善数据传输，从以更加科学和智慧的方式来管理并处理校园内建筑的能源消耗及感知数据。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.02 seconds)
