-
公开(公告)号：CN117182425A
公开(公告)日：2023-12-08
申请号：CN202311325901.3
申请日：2023-10-13
Applicant: 华南理工大学 , 中建三局集团长江有限公司 , 中建三局集团有限公司
Abstract: 本发明公开了一种钢网架杆件与节点球体定位对正的装置，包括球体定位销载体、竖向套筒、连接杆件、球体节点，球体定位销载体与竖向套筒连接，竖向套筒套装在连接杆件上，球体节点放置在球体定位销载体中。本发明有益效果：本发明所述的一种钢网架杆件与节点球体定位对正的装置为可分离式结构，组装与拆卸方便快捷；带刻度小定位销钉和带刻度大定位销钉由于有刻度轴，从而保证该发明装置可以将球体节点与杆件精准对正；4根L形杆件可以稳固地拖住球体；可实现钢网架焊接定位的事前控制和事后监测两种功能；有效解决两截面对称的异形钢构建难以检测是否对正或难以找准对正位置的难题；构造简单，便于操作，大大提升构件安装焊接位置精度。
-
公开(公告)号：CN111581313B
公开(公告)日：2023-05-23
申请号：CN202010336144.X
申请日：2020-04-25
Applicant: 华南理工大学
IPC: G06V20/70 , G06V10/774 , G06V10/776 , G06V10/26 , G06V10/46 , G06V10/82 , G06N3/045 , G06N3/082 , G06T7/269 , G06T7/73
Abstract: 本发明涉及一种基于实例分割的语义SLAM鲁棒性改进方法，首先通过实例分割网络对关键帧进行实例分割，建立先验语义信息；然后计算特征点光流场对物体进一步区分，识别出场景真正运动物体并将属于动态物体的特征点去除；最后进行语义关联，建立无动态物体干扰的语义地图。本发明与现有技术相比，采用深度学习与光流相互结合的方法建立语义地图且在彩色图的基础上增加深度图，赋予系统建立稠密三维点云语义地图的能力；另外，采用Mask‑RCNN框架实时语义分割，通过光流信息估计的动态特征点与像素级别的语义信息相互结合可计算物体动态信息。本发明采用深度学习与光流相互结合使得整个系统的鲁棒性得到显著提高，能将其应用于动态场景下实时语义地图构建。
-
公开(公告)号：CN112509051A
公开(公告)日：2021-03-16
申请号：CN202011521855.0
申请日：2020-12-21
Applicant: 华南理工大学
IPC: G06T7/73 , G06T7/10 , G06F16/587 , G06N3/04 , G06N3/00
Abstract: 本发明公开了一种基于仿生学的自主移动平台环境感知与建图方法，包括以下步骤：S1、收集自动驾驶数据集，将图片送入改进语义分割网络，对改进语义分割网络进行训练；S2、初始化双目视觉和IMU联合；S3、融合双目视觉和IMU；S4、构建仿生学细胞模型；S5、构建认知地图。本方法使用仿生学原理建立经验地图极大地降低地图中的参数量，可以保存范围较大的场景地图信息。同时通过语义分割建模地点信息并与位置细胞进行融合，可以提升检测的鲁棒性。充分利用了卷积神经网络强大的特征提取和学习能力，可以改进传统SLAM方法建图计算量过大，识别不准确的问题，对于仿生学环境感知和建图过程中地点判断的准确性有较好的提升。
-
公开(公告)号：CN110137333B
公开(公告)日：2020-11-24
申请号：CN201910319888.8
申请日：2019-04-19
Applicant: 华南理工大学
IPC: H01L33/50
Abstract: 本发明公开了一种根据生产数据调整白光LED荧光粉配比的方法，包括以下步骤：1）根据白光LED封装过程中的炉前预抽检和产品检测的数据，判断当前产品是否有异常参数出现，如果有则转到异常处理报警程序；2）如果没有异常参数则根据炉前预抽检和产品检测的数据，查询麦克亚当椭圆表，计算当前产品所属色坐标是否超出相对于标准产品的刚辨差；3）如果超出相对标准产品的刚辨差，则参考标准产品使用的黄、红和绿荧光粉的特性参数与组成配比以及使用的蓝色LED芯片波长，计算出需要调整的荧光粉的种类和总量。本发明根据产品品质波动的实际情况计算调整荧光粉的种类和数量，避免盲目调整的不确定性，也避免根据经验调整的人员依赖性。
-
公开(公告)号：CN108334596B
公开(公告)日：2020-08-18
申请号：CN201810095569.9
申请日：2018-01-31
Abstract: 本发明涉及一种面向大数据平台的海量关系数据高效并行迁移方法，包括以下步骤：输入迁移表名、划分列、并行度；迁移任务决策器从RDBMS中获取迁移表的元数据；根据迁移表的元数据对迁移表进行分区划分；计算划分的各分区的数据密度；判断各分区划分是否均匀；若分区划分均匀则将划分结果发送至Hadoop；若分区划分不均匀，则迁移任务决策器对分区进行重划分，并将新划分结果发送至Hadoop；Hadoop根据接收信息创建、执行数据迁移作业，实现数据从RDBMS高效并行迁移至HDFS、HBase。本发明提供的一种面向大数据平台的海量关系数据高效并行迁移方法设计科学合理，既能保证数据的高效抽取，又避免了数据抽取过程中的数据倾斜问题；还解决了数据迁移至HDFS后数据分布不均的问题。
-
Patent Agency Ranking
公开(公告)号：CN108390249A
公开(公告)日：2018-08-10
申请号：CN201810487958.6
申请日：2018-05-18
Applicant: 华南理工大学
IPC: H01S3/115
Abstract: 本发明公开了基于光子晶体微腔的动态调Q装置，包括波长可调谐脉冲激光器、p-i-n结电光调制器以及光子晶体微腔-波导结构；所述光子晶体微腔-波导结构由前侧光子晶体波导、多模光子晶体微腔、后侧光子晶体波导组成；所述前侧光子晶体波导位于多模光子晶体微腔的左侧，后侧光子晶体波导位于多模光子晶体微腔的右侧。本发明还公开了基于光子晶体微腔的动态调Q方法。本发明结构简单，易于实现和集成，可以通过对多模光子晶体微腔的形状、结构和尺寸的精细设计来自由操控低Q值腔模和超高Q值腔模的谐振频率和Q值大小，使多模光子晶体微腔具有较大的动态调Q范围及较大的工作带宽。
-
公开(公告)号：CN106596621B
公开(公告)日：2023-09-15
申请号：CN201710082606.8
申请日：2017-02-16
Applicant: 安徽省交通控股集团有限公司 , 华南理工大学
IPC: G01N25/00
Abstract: 本发明提供一种用于桥面铺装结构的融冰能力评估装置及方法。该装置包括测试件、电极、加压导电装置，温度控制装置、温度传感装置以及与通过温度传感装置连接的温度测试装置；所述测试件包括：功能层和连接于功能层之间的钢筋网格；所述功能层由下至上依次包括：水泥混凝土层、防水粘结层、导电骨料层以及沥青铺装层；首先在沥青铺装层上布设多个测试点，然后启动温度控制装置，使多个测试点的初始温度相同；再启动加压导电装置，获取多个测试点达到规定温度时所需时间的试验数据，并对试验数据进行弃差处理，获取试验结果；根据试验结果，精确直观地评估桥面铺装结构的融冰能力。
-
公开(公告)号：CN108390249B
公开(公告)日：2023-07-18
申请号：CN201810487958.6
申请日：2018-05-18
Applicant: 华南理工大学
IPC: H01S3/115
Abstract: 本发明公开了基于光子晶体微腔的动态调Q装置，包括波长可调谐脉冲激光器、p‑i‑n结电光调制器以及光子晶体微腔‑波导结构；所述光子晶体微腔‑波导结构由前侧光子晶体波导、多模光子晶体微腔、后侧光子晶体波导组成；所述前侧光子晶体波导位于多模光子晶体微腔的左侧，后侧光子晶体波导位于多模光子晶体微腔的右侧。本发明还公开了基于光子晶体微腔的动态调Q方法。本发明结构简单，易于实现和集成，可以通过对多模光子晶体微腔的形状、结构和尺寸的精细设计来自由操控低Q值腔模和超高Q值腔模的谐振频率和Q值大小，使多模光子晶体微腔具有较大的动态调Q范围及较大的工作带宽。
-
公开(公告)号：CN112507338B
公开(公告)日：2023-02-14
申请号：CN202011521918.2
申请日：2020-12-21
Applicant: 华南理工大学
IPC: G06F21/56 , G06F16/245 , G06T7/10 , G06N3/04
Abstract: 本发明公开了一种基于深度学习语义分割算法的改进系统，包括总处理器模块、深度学习模块、信息输出模块、无线传输模块、接收终端模块、安全检验模块、数据提交模块、供电模块、分割算法模块、病毒查杀模块、数据记录模块；所述总处理器模块的输出端、深度学习模块、分割算法模块依次连接，所述供电模块的电源输出端连接所述总处理器模块的电源输入端，所述总处理器模块的外部安装有所述数据检验模块；所述供电模块的电源输出端连接有所述总处理器模块的电源输入端，所述总处理器模块的外部固定安装有所述数据检验模块；所述总处理器模块的输出端连接有所述信息输出模块的输入端。
-
公开(公告)号：CN112597329B
公开(公告)日：2022-12-16
申请号：CN202011523748.1
申请日：2020-12-21
Applicant: 华南理工大学
Abstract: 本发明公开的一种基于改进的语义分割网络的实时图像检索方法，包括以下步骤：S1、收集检索图像组成需要训练的数据集，并对数据集进行扩充，将扩充后的数据集分为训练集、测试集、验证集；S2、构建改进的实时计算的语义分割网络；S3、将训练集的图片输入改进的实时计算的语义分割网络，得到图片的语义向量，按照图片的类别信息存储语义向量，得到图像检索的语义向量数据库；S4、将测试集中待检测图片送入改进的实时计算的语义分割网络得到语义特征向量，比较待检索的图片的语义类别和图像检索语义向量数据库中向量的图像得到包含带检索图片语义类别的候选图片组；S5、将待检测图片的语义特征向量和候选图片组语义特征向量的进行匹配。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.064 seconds)
