一种带有离合器功能的磁齿轮实现方法

    公开(公告)号:CN109586547A

    公开(公告)日:2019-04-05

    申请号:CN201811387428.0

    申请日:2018-11-21

    Abstract: 本发明涉及一种带有离合器功能的磁齿轮实现方法,采用的磁齿轮包括内转子、外转子和定子结构,所述定子结构包括第一调磁环和第二调磁环,所述第一调磁环和第二调磁环在轴向上交错布置,使得第一调磁环中的气隙与第二调磁环中的高导磁材料相对;其中,两个调磁环中的一个调磁环与执行机构相连,所述执行机构带动与其连接的调磁环在轴向移动,使得第一调磁环和第二调磁环能够交叉嵌入和分离。本发明能够可靠传递发动机最大转矩并实现发动的平顺接合与分离。

    一种机场新建卫星厅的转场航班分配方法

    公开(公告)号:CN109460900A

    公开(公告)日:2019-03-12

    申请号:CN201811195455.8

    申请日:2018-10-15

    Applicant: 东华大学

    Abstract: 本发明提供了一种机场新建卫星厅的转场航班分配方法,首先进行登机口、航班预处理,分别编号,且混合随机排列在染色体上;然后设置约束条件:染色体上同一个登机口基因下的航班须符合该登机口属性,每个登机口基因下的相邻航班起飞与降落的时间必须保持在设定的临界值以上,满足这两个条件的染色体才能通过筛选留下;再对通过筛选留下的染色体进行适应度的计算;在执行染色体交叉和变异后,通过适应度函数使每条染色体均产生一个适应度值,所有染色体中适应度值最高的染色体上的登机口航班排列顺序即为登机口转场航班最优分配方法。本发明能够对登机口停靠的转场航班进行优化分配,在最大化安排飞机停靠数目的基础上最小化占用登机口数目。

    一种高活性聚合物、生物芯片及其制备方法和应用

    公开(公告)号:CN118290631B

    公开(公告)日:2025-04-18

    申请号:CN202410419654.1

    申请日:2024-04-09

    Applicant: 东华大学

    Inventor: 田伟 刘浩 李慧

    Abstract: 本申请涉及生物芯片技术领域,具体涉及一种高活性聚合物、生物芯片及其制备方法和应用。所述高活性聚合物的制备方法,包括:用丙烯酸与五氟苯酚制备丙烯酸五氟苯酚酯;丙烯酸五氟苯酚酯在引发剂的作用下聚合,得到聚丙烯酸五氟苯酚酯;聚丙烯酸五氟苯酚酯与化合物A、化合物B进行酰胺化反应,得到高活性聚合物;其中,所述化合物A包含叠氮基和氨基官能团,所述化合物B包含氨基、羧基、环氧或氰基官能团中的至少一种。本申请通过将丙烯酸五氟苯酚酯进行均聚制备聚丙烯酸五氟苯酚酯,以聚丙烯酸五氟苯酚酯作为聚合物平台,与含有不同官能团的有机物通过酰胺化反应,将官能团引入到聚合物结构中,合成工艺简单,且制备成本低。

    一种基于训练集样本低秩筛选的图像特征鉴别方法

    公开(公告)号:CN111275100A

    公开(公告)日:2020-06-12

    申请号:CN202010057887.3

    申请日:2020-01-16

    Applicant: 东华大学

    Abstract: 本发明公开了一种基于训练集样本低秩筛选的图像特征鉴别方法,基于2D LDA特征提取的最近邻分类器对噪声比较敏感,为此本发明将2D PCA低秩技术和2D LDA方法结合起来,所提方法通过进行训练集样本图像的有效信息择决操作,在一定置信度下获取不同类别的可靠样本,从而找到一个能够体现原始样本信息的容错训练子集。在图像特征鉴别中引入2D PCA预处理,可使筛选后的容错训练子集对噪声不敏感,使得后续的最近邻分类模型更加精确可靠,从而提高图像特征鉴别的鲁棒性和分类正确率,是大规模图像信息归类的一种有效方式。

    一种标签缺失情况下的低秩投影特征提取方法

    公开(公告)号:CN111259916A

    公开(公告)日:2020-06-09

    申请号:CN202010089419.4

    申请日:2020-02-12

    Applicant: 东华大学

    Abstract: 本发明公开了一种标签缺失情况下的低秩投影特征提取方法,所提方法逐一对样本数据和标签进行检测,获得当前样本和对应的标签。若当前样本标签属于正常范围,则继续检测下一个样本,若当前样本标签为缺失时,则计算每个样本在原始空间中距离该样本的欧氏距离,通过k近邻原则求得可能性最大的标签,并把对应于该样本的标签写入原始数据集中。在标签补偿后,构造最近邻图矩阵,通过PCA算法学习投影矩阵,并将投影矩阵应用到测试集上,用分类器执行归类。所提方法能够自适应地为各种归类模型提供更准确合理的训练数据,以帮助分类器生成更好的归类模型,提高图像分类的准确度和鲁棒性。

    一种基于训练集样本低秩筛选的图像特征鉴别方法

    公开(公告)号:CN111275100B

    公开(公告)日:2022-12-09

    申请号:CN202010057887.3

    申请日:2020-01-16

    Applicant: 东华大学

    Abstract: 本发明公开了一种基于训练集样本低秩筛选的图像特征鉴别方法,基于2D LDA特征提取的最近邻分类器对噪声比较敏感,为此本发明将2D PCA低秩技术和2D LDA方法结合起来,所提方法通过进行训练集样本图像的有效信息择决操作,在一定置信度下获取不同类别的可靠样本,从而找到一个能够体现原始样本信息的容错训练子集。在图像特征鉴别中引入2D PCA预处理,可使筛选后的容错训练子集对噪声不敏感,使得后续的最近邻分类模型更加精确可靠,从而提高图像特征鉴别的鲁棒性和分类正确率,是大规模图像信息归类的一种有效方式。

Patent Agency Ranking