一种立式螺旋折流板U型管式冷凝器

    公开(公告)号:CN103105075A

    公开(公告)日:2013-05-15

    申请号:CN201310026031.X

    申请日:2013-01-24

    Applicant: 东南大学

    Inventor: 陈亚平 张治 林丽

    Abstract: 一种立式螺旋折流板U型管式冷凝器,包括壳体组件、管束组件、上封头组件等;其管束组件的螺旋折流板组的扇形折流板的下游边向上折弯形成挡液堰,位于管排之间;在扇形折流板的弧形边上设有上游疏液缺口和下游疏液缺口;扇形折流板的倾斜角从上到下分段减小;螺旋折流板组还可为双头螺旋或三头螺旋。扇形折流板不仅支撑管束,而且有助于将管束表面液膜刮干,并将凝结液引导到壳体内壁,沿壁面排放到底部,使在折流板下方的管子以干燥表面与蒸汽直接接触,提高凝结换热系数。本发明使得具有占地面积较小、抽管束方便、便于维修优点的立式管壳式冷凝器的换热系数得以提高。

    基于分层图的仓配一体化物流应急供应预测系统及方法

    公开(公告)号:CN118886806A

    公开(公告)日:2024-11-01

    申请号:CN202411085377.1

    申请日:2024-08-08

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于分层图的仓配一体化物流应急供应预测系统及方法,至少包括微观图学习模块、宏观图学习模块和时空联合预测模块,所述微观图模块引入元路径聚合仓配网络路由特征,并采用多视图学习,分别从路由视图和事件视图来获取仓配站点的空间特征;宏观图学习模块使用了一种轻量级图卷积方法,以刻画应急场景中以城市为单位的仓库集群和配送站之间的关系,学习仓配节点在宏观维度上的空间关联特征;时空联合预测模块捕捉供应数据的时序相关性,并与空间特征融合,以准确预测未来物流站点的供应能力。本方法通过分析应急物流网络中仓库和配送站的时空关联特征,以实现提高预测准确率、提升应急场景中仓配两端供应能力的总体目标。

    一种面向应急最后一公里物流的快递员资源分配方法

    公开(公告)号:CN117057521A

    公开(公告)日:2023-11-14

    申请号:CN202310313504.8

    申请日:2023-03-28

    Applicant: 东南大学

    Abstract: 本发明公开了一种面向应急最后一公里物流的快递员资源分配方法。具体来说,在预测阶段,我们设计了一个资源感知预测模块,该模块使用变分图GRU编码器对不稳定的需求特征进行时空建模,并构建任务资源回归器以准确预测需求。在优化阶段,优先级排序模块首先解决供需不平衡情况下的供给资源匹配问题。然后利用多因素任务分配模块对动态演化环境进行建模,合理分配快递员的配送任务。本框架通过提取应急事件演化信息,结合资源预测感知,以保证快递员数量分配的合理性,在满足配送时间约束的条件下降低订单超时率和快递员的风险承担的总体目标。

    一种立式螺旋折流板U型管式冷凝器

    公开(公告)号:CN103105075B

    公开(公告)日:2014-09-10

    申请号:CN201310026031.X

    申请日:2013-01-24

    Applicant: 东南大学

    Inventor: 陈亚平 张治 林丽

    Abstract: 一种立式螺旋折流板U型管式冷凝器,包括壳体组件、管束组件、上封头组件等;其管束组件的螺旋折流板组的扇形折流板的下游边向上折弯形成挡液堰,位于管排之间;在扇形折流板的弧形边上设有上游疏液缺口和下游疏液缺口;扇形折流板的倾斜角从上到下分段减小;螺旋折流板组还可为双头螺旋或三头螺旋。扇形折流板不仅支撑管束,而且有助于将管束表面液膜刮干,并将凝结液引导到壳体内壁,沿壁面排放到底部,使在折流板下方的管子以干燥表面与蒸汽直接接触,提高凝结换热系数。本发明使得具有占地面积较小、抽管束方便、便于维修优点的立式管壳式冷凝器的换热系数得以提高。

    多模态大型语言模型训练、装置、存储介质以及电子装置

    公开(公告)号:CN118690872A

    公开(公告)日:2024-09-24

    申请号:CN202410628558.8

    申请日:2024-05-20

    Applicant: 东南大学

    Abstract: 本发明公开一种多模态大型语言模型训练、装置、存储介质以及电子装置,其技术要点是:构建多模态数据集,并对其中的数据对进行严格过滤,以保证数据对的内容与文本描述紧密相关;使用筛选后的前述数据对,对学生模型中的特征对齐层进行预训练,以学习如何匹配图像的视觉特征和文本的语义特征,基于训练完毕的特征对齐层,进行多模态指令微调,进行多模态指令微调,使所述学生模型对所提出问题的回答与教师模型给出的多模态回答保持一致;进行多模态数据质量评估,生成多模态数据,以生成更多的新指令并将其与原始图像相结合,构建新的多模态指令数据集来训练所述学生模型,迭代增强所述学生模型的多模态能力。

    一种基于快照提示的多任务时空预测方法

    公开(公告)号:CN118607580A

    公开(公告)日:2024-09-06

    申请号:CN202410732068.2

    申请日:2024-06-06

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于快照提示的多任务时空预测方法,它结合了动态图预训练和与未来快照的多任务预测,由三个阶段组成:在预训练阶段,使用动态子图序列重新定义了预训练任务,并提出了基于自监督训练的多粒度演化图卷积,从动态图中提取局部和全局特征。在提示阶段,引入了一种新颖的子图提示方法,其中包括前提图中节点和边缘的可训练提示,能够更好地捕获未来快照的演化信息。在微调阶段,利用元学习来更新子图提示参数,使得提示能够有效地适应多样的下游任务。对真实世界数据集进行的大量实验证明了本方法取得了最先进的性能。

    一种潜在用户识别方法及相关装置

    公开(公告)号:CN118505275A

    公开(公告)日:2024-08-16

    申请号:CN202410776073.3

    申请日:2024-06-17

    Applicant: 东南大学

    Abstract: 本发明公开了一种潜在用户识别方法及相关装置,本发明关注影响用户决策的不同层面,获得更加细粒度的特征信息,在不同层面对用户节点进行分组,采用组内通用的特征信息更新用户节点特征信息实现信息的层次传递,针对每个用户节点进行特征信息拼接和聚合,获得用户节点完整且细粒度的特征信息,从而可准确判断用户是否为潜在用户,相较于传统方法,识别更加准确。

    面向POI的突发公共卫生事件重点区域预测方法及系统

    公开(公告)号:CN116525132A

    公开(公告)日:2023-08-01

    申请号:CN202310318142.1

    申请日:2023-03-29

    Applicant: 东南大学

    Abstract: 本发明公开了一种面向POI的突发公共卫生事件重点区域预测方法及系统,首先对待测城市的细粒度区域进行预测信息的收集与统计,并利用预测信息进行传染病模型构建,进行公共卫生事件演变规律的挖掘;针对演变规律,搭建公共卫生事件不可观测信息重建网络;以24小时为单位,构建以细粒度区域为节点的人口流动异质有向多图,基于异质有向图的特点,在空间上捕捉每个人口流动图内各区域间与关联区域的信息,得到每个人口流动图的空间嵌入表示;再根据24张人口流动图的时序关系,在时间维度进行各节点的信息融合,得到最终的城市细粒度区域嵌入表示,将其输入城市重点区域识别网络,得到各个细粒度区域潜在的风险等级,实现风险预测。

Patent Agency Ranking