-
公开(公告)号：CN115326737A
公开(公告)日：2022-11-11
申请号：CN202211068605.5
申请日：2022-08-30
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01N21/3504 , G01N1/26
Abstract: 本发明涉及检测CO2含量技术领域，且公开了一种快速检测工业园区CO2含量的红外光检测方法，包括以下步骤：a、准备气体收集箱，将其放在工业园区内；b、将气体收集箱打开，自然放置在工业园区一段时间后，气体收集箱内的气体与外界的空气一致时，使得气体收集箱为密封状态；该种快速检测工业园区CO2含量的红外光检测方法，利用红外吸收法二氧化碳分析器的4.3um波长作为测量光束,3.9um波长作为参比光束，二氧化碳在4.3um红外区有一个吸收峰,在此波长下,氧、氮、一氧化碳、水蒸汽都没有明显的吸收，因此红外线吸收法是测量空气中二氧化碳的理想方法，且该方法快速简洁；通过在红外吸收法二氧化碳分析器内装有一个小电磁泵，可自动将环境空气吸入进行测量。
-
公开(公告)号：CN115115860A
公开(公告)日：2022-09-27
申请号：CN202210856359.3
申请日：2022-07-20
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明基于改进的SuperPoint网络和改进的SuperGlue网络设计了一种融合网络，该网络利用全卷积网络提取图像特征点，使用一种亚像素化模块利用邻域窗口信息增进特征点的坐标精度，对图像特征点与特征向量联合编码后利用注意力机制模拟人类进行特征点匹配的过程并采用Sinkhorn算法解算匹配关系。本发明设计了自适应的空间约束层，利用空间约束关系对粗匹配点对进行多种方法的并行筛选和计算，能够自适应判别图像间的空间关系，对输入图像提取出匹配好的特征点对。
-
公开(公告)号：CN119942370A
公开(公告)日：2025-05-06
申请号：CN202311452714.1
申请日：2023-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V20/17 , G06V10/25 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种针对无人机图像的弱小目标检测方法。该发明在目标检测方向上具有一定的通用性。针对弱小目标检测难度较大的问题，本发明提出了一个上下文感知模块利用具有可变形卷积层的特征提取器和基于非局部的全局上下文(GC)模块来共同学习局部几何信息和全局语义特征。同时使用路径增强网络(PANet)来学习多尺度特征，然后应用一个细化块，整合不同层的高级的语义信息和低级的位置信息，以此提升对目标的定位能力。在基于无人机图像的弱小目标检测上，能够达到更高的识别精度。
-
公开(公告)号：CN119850940A
公开(公告)日：2025-04-18
申请号：CN202311350268.3
申请日：2023-10-18
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二维三维卷积的点云语义分割方法。本发明针对现有的方法探索了像素或点之间的依赖关系，而忽略了对象之间的关系的问题，并考虑到ALS点云坐标在XY平面上的方差大于沿Z轴方向的方差，所以首先通过添加2D卷积来增强由3D卷积获得的特征的代表性，以便更多地关注XY平面上的点分布。在特征提取模块，本发明将KPConv中的原有的单个3D KPConv算子替换为2D KPConv和3D KPConv，以二维三维卷积信息来提取更具代表性的点的特征；在在对象级别，应用空间通道注意力机制，以考虑全局信息。通过应用空间注意力矩阵，获取了所有点对之间的信息，并将二维三维卷积的输出嵌入到点对之间，以此进行信息增益，提高了点与对象的联系，增强了语义一致性。
-
公开(公告)号：CN114965329B
公开(公告)日：2025-03-14
申请号：CN202210441422.7
申请日：2022-04-25
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明提供了一种利用顶空单滴微萃取‑分光移液管法测定天然水体中的砷含量的方法，属于检测技术领域。本发明检测方法中采用的设备成本低，便携性好，容易操作，可以适时调整采样策略以适应任何特定环境的需要，在现场得到5min‑1的典型样品吞吐量。本发明的检测方法灵敏、稳健、可靠、简单、实用，可以在野外快速测量天然水体中不同形态砷的纳摩尔浓度。本发明的检测方法对砷的线性检测范围是0.3‑65nM(R2＝0.9980)，检出限是0.1nM，对于25nM As(III)测量的RSDs
-
Patent Agency Ranking
公开(公告)号：CN114082418B
公开(公告)日：2023-10-24
申请号：CN202111387969.5
申请日：2021-11-22
Applicant: 电子科技大学长三角研究院(湖州) , 北京化工大学
IPC: B01J23/652 , B01J23/89 , B01J37/02 , C07C5/333 , C07C11/06
Abstract: 本发明公开了一种负载型铂基单原子三元合金催化剂及其制备方法，涉及催化剂技术领域。本发明的催化剂包括Pt和两种过渡金属；Pt0.01～3％；两种过渡金属0.01～3％，制备方法为金属氧化物载体与两种不同金属盐的前驱体及还原剂溶液形成分散液；取固体部分在惰性高温处理；二次浸渍于Pt盐溶液和表面活性剂的混合溶液中，固体产物在惰性气氛下热处理。本发明的催化剂以少量Pt为活性组分，降低了成本；Pt与双金属合金形成Pt单原子三元合金，Pt主要以单原子形式分散在双金属合金纳米颗粒表面，一方面极大地提高了Pt的原子利用率；另一方面促进了产物丙烯的脱附，抑制了C‑C键断裂和深度脱氢等副反应，因而很好地提升了催化剂的活性、选择性和稳定性。
-
公开(公告)号：CN115225625B
公开(公告)日：2023-05-23
申请号：CN202210892034.0
申请日：2022-07-27
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
IPC: H04L67/025 , H04L67/10 , H04L67/12
Abstract: 本发明公开一种基于远程控制的云化学分析系统，包括用户终端、云实验平台和本地分析系统；所述用户终端作为云实验平台的入口，用于提交用户的需求参数并获取和查看实验的进度和结果；所述云实验平台包括服务层、业务层、智慧层、控制层和持久层，服务层负责用户终端和本地分析系统的服务接入，业务层用于处理云实验平台内部的业务流程，智慧层用于生成实验策略，持久层负责业务数据的存储和状态维护，控制层负责对本地分析系统的远程调度；所述本地分析系统包括实验室客户端和实验设备，实验室客户端用于接收云实验平台下发的指令并驱动对应的实验设备完成指令，并向云实验平台反馈实验结果。本发明提供一种不受时间、空间限制的远程分析系统。
-
公开(公告)号：CN116009435A
公开(公告)日：2023-04-25
申请号：CN202211547022.0
申请日：2022-12-05
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G05B19/042 , H04W4/38
Abstract: 本发明公开了一种基于树莓派的语音智能节能系统的终端设计方法。该发明借助树莓派自身优势，设计了一个多重传感数据作为依据综合判断人员活动状态的智能监控系统。其中，需要采集的数据包括室内外环境温湿度、室内外光照值、人体红外传感器数值、噪声发生次数、图像人体识别等。多重传感器检测记录线程并行执行，通过调用Wring Pi开发库与树莓派上的GPIO设备，主要是传感器和红外收发器通信，实现高效率、低延迟的硬件层驱动程序。所得数据在终端临时存储，再利用Python程序Pandas、Numpy、tensorflow等AI库对数据进行预处理和格式化。最后，通过TCP/IP协议将规范化数据发给计算核心云服务器集群。终端自带一个单机版终端系统，可以通过局域网直接访问管理。
-
公开(公告)号：CN115830311A
公开(公告)日：2023-03-21
申请号：CN202211378833.2
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云数据自动增强的三维点云语义分割方法。该发明可以进一步增强以PointNet++为代表的点云语义分割算法在不同应用场景下的泛化性能。以往点云语义分割算法通常存在两个问题：一是利用传统的数据增强方法；二是将数据增强与网络训练分为两个阶段。本发明提出的基于点云数据自动增强的三维点云语义分割方法，通过考虑样本的基本几何结构，为每个输入样本回归一个特定的增强函数，同时学习点云样本的形状变换和逐点位移，并联合优化增强函数和优化器，解决网络中输入样本多样性不足的问题，增强网络的泛化能力。
-
公开(公告)号：CN115688786A
公开(公告)日：2023-02-03
申请号：CN202211386894.3
申请日：2022-11-07
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F40/295 , G06F18/214 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于Bi‑LSTM的法律命名实体识别方法，属于自然语言处理领域。本发明结合词向量训练和深度学习方法，对自然语言处理领域的命名实体识别任务进行了深度的改进和优化，使其兼顾准确性与模型复杂度地问题。本发明首先进行文本预处理，减少原始文本数据中大量干扰信息；然后对处理后的语料进行词向量训练，基于skip‑gram模型训练词向量。本发明提出利用Bi‑LSTM完成语料特征提取地方法，结合CRF限制标签间的关系以及进行结果校正，解决法律领域命名实体识别问题。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.032 seconds)
