一种光纤镀膜夹具及其使用方法
    1.
    发明公开

    公开(公告)号:CN118345338A

    公开(公告)日:2024-07-16

    申请号:CN202410420733.4

    申请日:2024-04-09

    Abstract: 本申请公开了一种光纤镀膜夹具及其使用方法,其中,该光纤镀膜夹具包括镀膜基座、两个光纤夹盘以及限位部件,镀膜基座具有镀膜开口,两个光纤夹盘分别位于镀膜开口的两侧,且至少一个光纤夹盘与镀膜基座活动连接,以实现调节两个光纤夹盘之间的间距,使得两个光纤夹盘调节光纤的镀膜长度,限位部件连接于镀膜基座和光纤夹盘,限位部件用于限制光纤夹盘移动,使得光纤夹盘固定于镀膜基座。本申请通过至少一个光纤夹盘与镀膜基座活动连接,通过移动光纤夹盘,以调节两个光纤夹盘之间的间距,进而实现调节光纤的镀膜位置和镀膜长度,操作简单便捷,生产效率高。

    一种狄拉克碲纳米材料及其制备方法和应用

    公开(公告)号:CN115784174B

    公开(公告)日:2024-06-18

    申请号:CN202211630897.7

    申请日:2022-12-19

    Abstract: 本发明属于量子纳米材料的制备领域,尤其涉及一种狄拉克纳米材料及其制备方法和应用。是以亚碲酸钠为碲源,乙二醇作为溶剂和还原剂,PVP为软模板,通过调控水热反应时长来获得不同形貌的碲纳米材料(碲纳米线、碲纳米管、碲纳米带),该纳米材料的制备工艺简单、安全性好、成本低、原料来源广泛;该材料有良好的光电性能,在光电器件领域有良好的应用前景。

    基于模糊阶跃向量波动的睡眠脑电分期方法

    公开(公告)号:CN115813407B

    公开(公告)日:2024-05-24

    申请号:CN202211422724.6

    申请日:2022-11-15

    Abstract: 本发明公开了一种基于模糊阶跃向量波动的睡眠脑电分期方法,属于生理信号处理和特征提取领域,具体包括:获取长度为L的睡眠脑电序列X(t),提取多维向量,构建睡眠脑电向量距离序列X'(t);设定X'(t)的上升和下降双向阈值节点;选择睡眠脑电上升和下降向量距离的模糊转化函数;选取睡眠脑电的阶跃区间,设定向量距离转化方式;通过模糊阶跃转化的上升和下降向量距离序列进行睡眠脑电向量波动特征提取。本发明在阈值范围内采用模糊渐转化方式,后在特定向量距离区间内采用阶跃转化方式,并且对上升和下降睡眠脑电向量距离波动进行区分处理,可有效解决当前基于向量距离等状态分布的不足,进而提取更加全面的睡眠脑电信号向量距离波动特征。

    基于混沌粒子群算法的混合桥直流变换器的效率优化方法

    公开(公告)号:CN117040282A

    公开(公告)日:2023-11-10

    申请号:CN202310929447.6

    申请日:2023-07-27

    Abstract: 本发明公开了基于混沌粒子群算法的混合桥直流变换器的效率优化方法,包括以下步骤:针对采用不对称占空比和扩展相移混合调制策略的混合桥变换器,首先对原边全桥的输出电压和副边半桥的输出电压进行频域变换,进而给出变换器的有功功率和电感电流有效值表达式;据此结合传输功率要求得到变换器无功功率的优化目标方程;采用混沌粒子群算法求解目标方程,得到最优解。本发明利用频域分析法导出的优化目标方程,可大幅提高混合桥变换器的运行效率,采用的混沌粒子群算法具有复杂度低、全局搜索能力强的优势。

    一种基于自适应融合生成多尺度时间特征的步态识别方法

    公开(公告)号:CN116597511A

    公开(公告)日:2023-08-15

    申请号:CN202310540692.8

    申请日:2023-05-15

    Abstract: 本发明属于计算机视觉、人物分割、特征融合、身份识别等交叉技术领域,公开了一种基于自适应融合生成多尺度时间特征的步态识别方法,首先对输入的单人步态视频进行预处理,提取步态轮廓序列,经过一组连续的CNN网络层,并应用全局最大池化和全局平均池化,提取轮廓序列的部分级特征,接着经过自适应融合生成步态序列的多尺度时间特征,针对不同尺度的时间特征,分别聚合全局时间特征并学习突出空间特征,最后将这两种特征沿通道维度串联起来作为最终的步态特征。本发明保留每帧的空间外观特征,有效地用于全局时间特征聚合和突出空间特征学习,充分挖掘行人的步态运动特征,有效提升在复杂场景下进行步态识别的准确性和鲁棒性。

    基于二分图结构进行人物交互检测的多模态特征融合方法

    公开(公告)号:CN116503654A

    公开(公告)日:2023-07-28

    申请号:CN202310476894.0

    申请日:2023-04-28

    Abstract: 本发明属于计算机视觉中的人与物体交互检测领域,公开一种基于二分图结构进行人物交互检测的多模态特征融合方法,该方法首先获取一个批次的图片生成初始检测集合,然后将初始检测集合输入到骨干特征提取网络中来提取图片中的视觉信息和空间信息,再通过姿态估计提取图片中人的关键点输入到关键点特征处理网络模块进行姿态信息的获取;接着将提取到的视觉特征和空间特征进行融合输入到推理网络中得到分类逻辑输出以及通过关键点特征处理网络得到分类逻辑输出,最后将两者的逻辑输出进行融合得到最后的分类结果。本发明充分利用图片中存在的各种信息,能够得到更全面的特征表示,有效提高人与物体交互检测的准确性和鲁棒性。

    基于交叉可视图的睡眠心脑信号关联性分析方法

    公开(公告)号:CN114515156A

    公开(公告)日:2022-05-20

    申请号:CN202210124585.2

    申请日:2022-02-10

    Abstract: 本发明所述的基于交叉可视图的睡眠心脑信号关联性分析方法,首先构建心电和脑电生理序列的前向和后向原始可视度序列,并通过元素替换的方式构建心脑信号之间的前向和后向交叉可视度序列,然后计算原始‑交叉可视度概率分布的差异性衡量心脑之间的因果关联性。基于交叉可视图的睡眠心脑信号关联性分析方法有效地解决了根据时间序列可视状态的特征关系衡量生理序列关联性的问题。

    一种基于深度学习的视频监控系统

    公开(公告)号:CN109460744B

    公开(公告)日:2021-08-27

    申请号:CN201811418016.9

    申请日:2018-11-26

    Abstract: 本发明公开了一种基于深度学习的视频监控系统,包括图像采集模块、图像预处理及筛选模块、分组转发模块、两级分类模块以及分类结果统计模块;所述图像采集模块连接各监控源,采集各监控源的图像数据;所述图像预处理及筛选模块对采集到的图像进行处理并筛选;所述分组转发模块对处理过的图像数据进行统一编码并将其发送到两级分类模块;所述两级分类模块对图像数据进行可疑异常检测、第二级的异常目标检测以及生产区域的安全隐患检测;所述分类结果统计模块统计得到的分类结果并通过对分类结果的连续时间性判断做出分类结果判定。本发明能够有效的结合到现有视频监控系统,能够实现实时的生产区域安全信息的提取,达到预防和控制安全隐患的目的。

Patent Agency Ranking