-
公开(公告)号:CN107452260A
公开(公告)日:2017-12-08
申请号:CN201710691097.9
申请日:2017-08-14
Applicant: 南京理工大学
IPC: G09B23/18
CPC classification number: G09B23/188
Abstract: 本发明公开了一种SVG工作原理演示仪。该演示仪结构如下:电网电源顺次通过隔离变压器、第一三相断路器、三相调压器接入负载,SVG装置顺次通过第三三相断路器、第二三相断路器接入负载;三相调压器的输出作为本演示仪中模拟的电网电源;负载包括可以改变投入数量的多个功率电阻和三相交流异步电机,功率电阻用于模拟电网消耗有功功率的设备、三相异步电机用于模拟电网消耗无功功率的设备;在第三三相断路器的AC两相上并联功率电阻,用于逆变器主电路充电时的限流;SVG装置通过采集电网的电压和电流信号、以及负载的电流信号,产生一个补偿负载无功功率的电流。本发明能够详细、安全地演示SVG工作原理,在教学上有很大的用途。
-
公开(公告)号:CN105107395A
公开(公告)日:2015-12-02
申请号:CN201510640070.8
申请日:2015-09-30
Applicant: 南京理工大学
Abstract: 本发明公开了一种中空介孔氧化硅球/聚醚砜复合超滤膜的制备方法。所述超滤膜通过将分散良好的中空介孔氧化硅球共混于聚醚砜体系,再利用相转化法制备得到。本发明中的中空介孔氧化硅球具有的介孔孔道和中空结构为水分子快速通过提供了途径,从而改善了聚醚砜超滤膜的通量;且本发明中的中空介孔氧化硅球表面富含羟基,将其共混于聚醚砜中能改善膜的亲水性及抗污染能力。
-
公开(公告)号:CN112016456A
公开(公告)日:2020-12-01
申请号:CN202010880004.9
申请日:2020-08-27
Applicant: 南京理工大学
Abstract: 本发明涉及一种基于自适应反向投影深度学习的视频超分辨率方法及系统,包括:根据待处理视频帧序列块确定运动补偿邻帧特征;采用多幅图像神经网络得放大运动补偿邻帧特征集合;采用第二卷积层得参考帧特征;采用深度反向投影网络得放大参考帧特征;将放大参考帧特征与邻帧的放大运动补偿邻帧特征作差,对差值特征提取得差值特征;根据参考帧特征确定标准化注意力参数;差值特征点乘标准化注意力参数加上放大参考帧特征得隐藏特征;将隐藏特征保存于列表中;将缩小隐藏特征更新为参考帧特征,重复上述步骤,直到确定每个邻帧的隐藏特征;将列表中的隐藏特征拼接,采用第三卷积层得超分辨率图像。通过本发明上述方法能有效提升视频图像的重建结果。
-
公开(公告)号:CN112016456B
公开(公告)日:2021-06-22
申请号:CN202010880004.9
申请日:2020-08-27
Applicant: 南京理工大学
Abstract: 本发明涉及一种基于自适应反向投影深度学习的视频超分辨率方法及系统,包括:根据待处理视频帧序列块确定运动补偿邻帧特征;采用多幅图像神经网络得放大运动补偿邻帧特征集合;采用第二卷积层得参考帧特征;采用深度反向投影网络得放大参考帧特征;将放大参考帧特征与邻帧的放大运动补偿邻帧特征作差,对差值特征提取得差值特征;根据参考帧特征确定标准化注意力参数;差值特征点乘标准化注意力参数加上放大参考帧特征得隐藏特征;将隐藏特征保存于列表中;将缩小隐藏特征更新为参考帧特征,重复上述步骤,直到确定每个邻帧的隐藏特征;将列表中的隐藏特征拼接,采用第三卷积层得超分辨率图像。通过本发明上述方法能有效提升视频图像的重建结果。
-
-
-