一种低强度高塑性盘条的制法及高强度细钢丝的制法

    公开(公告)号:CN116287945A

    公开(公告)日:2023-06-23

    申请号:CN202310469842.0

    申请日:2023-04-27

    Applicant: 东南大学

    Abstract: 本发明公开了一种低强度高塑性盘条的制法及高强度细钢丝的制法,盘条的制法为:将盘条成分按照比例混合熔炼,将得到的钢水浇铸得到铸坯;对铸坯进行热轧,得到盘条;对盘条进行冷却,并且控制温度为660~700℃,时间为15~30s的相变过程。细钢丝的制法为:将上述的盘条经过拉拔、奥氏体化热处理及终拉拔制备而成。通过该方法生产的盘条变形性能得到改善,且能够优化拉拔后超细钢丝的综合性能,在不损失钢丝强度的同时,减少组织缺陷。由于盘条具有良好的变形能力,在生产过程中显著降低钢丝的断丝率,减少模具损耗和能耗,大大降低生产成本。

    基于多模态心脏信号的身份识别方法及系统

    公开(公告)号:CN118568697A

    公开(公告)日:2024-08-30

    申请号:CN202410693527.0

    申请日:2024-05-31

    Applicant: 东南大学

    Abstract: 本发明公开基于多模态心脏信号的身份识别方法及系统,属于生理指纹识别技术领域;基于多模态心脏信号的身份识别方法包括:对获取的PPG和PCG信号进行滤波处理和归一化处理;根据PPG的波形特点对处理后的PPG信号进行峰值检测,对收缩期的峰值进行定位;基于定位到的PPG收缩期峰值,对PPG进行切分,保留峰值前以及峰值后一段固定时间的信号;对PCG信号进行降采样处理,使其频率和PPG相同,基于定位到的PPG收缩期峰值对PCG信号进行切分,保留峰值前以及峰值后一段固定时间的信号;利用深度学习的方法完成对经过切分后保留峰值前后一段固定时间的PPG和PCG信号进行多模态融合,并进行训练,得到最终的识别结果;制定评价指标对身份识别任务结果进行评价。

Patent Agency Ranking