-
公开(公告)号：CN117620489A
公开(公告)日：2024-03-01
申请号：CN202410035516.3
申请日：2024-01-10
Applicant: 南通大学
Abstract: 本发明公开了基于等离子表面掺磷的选择性光热植球焊接工艺，本焊接工艺包括以下步骤：对待加工基板焊接面的非焊接区进行隔热处理，并在焊接点铺设焊球；将基板背面铜线与可调节电压的装置连接，对基板的环境进行真空处理并放置到光热炉中。本发明与传统工艺中磷元素以中间合金的方式添加到焊料合金中相比，磷以磷离子掺杂在焊球表面，通过控制电压调控表面掺磷量，不但实现了对焊球表面抗氧化性和浸润性的提升，并且不会影响焊球内部的导电效果，同时对焊球的选择光热焊，避免了植球过程中因高温致使基板发生翘曲的问题，可以同时对多个焊球光热焊，而且通过在光热植球焊接的过程中进行表面掺磷，提高了焊接工艺的效率。
-
公开(公告)号：CN117695069A
公开(公告)日：2024-03-15
申请号：CN202311869050.9
申请日：2023-12-29
Applicant: 南通大学
Abstract: 本发明公开了一种基于时间‑频率浓度特征的运动信号识别方法，涉及生物医学信号处理领域，该方法包括以下步骤：基于手指与前臂肌肉的对应关系，采集sEMG信号并进行标记；利用滤波器与信号处理算法对标记的sEMG信号进行数据预处理，得到sEMG信号的时频关系图；根据sEMG信号的时频关系图进行分析，计算频率浓度值并进行归一化处理，建立时间‑频率浓度特征模型；利用时间‑频率浓度特征模型对运动信号进行信号识别与判定。本发明通过提出一种基于时间‑频率浓度特征的运动信号识别方法，可以同时结合表面肌电信号的频率和时间特性，更全面地反映肌肉的不同状态，提高了可靠性和实时性。
-
Patent Agency Ranking
公开(公告)号：CN116371804B
公开(公告)日：2023-12-05
申请号：CN202310365347.5
申请日：2023-04-07
Applicant: 南通大学 , 南通友拓新能源科技有限公司
Abstract: 本发明公开了一种硅废料清洗装置，包括底仓，所述底仓的外侧安装有框架，且框架位于底仓的顶部，底仓的一侧安装有撑座，本发明通过安装有撑座，利用清洗网上的清洗电极实现了清洗电极与清洗材料的点接触，减小了接触面积实现了更有效的清洗，采用可动菱形骨架配合网兜结构，实现了在清洗过程中不规则硅材料的分离，清洗更彻底，通过多次不同电极极性反转，实现了氢气泡的清洗与氧气泡清洗共同作用，实现了对无机污染物和有机污染物的同步去除，提高了清洗的效率。
-
公开(公告)号：CN119135059A
公开(公告)日：2024-12-13
申请号：CN202411207207.6
申请日：2024-08-30
Applicant: 南通大学
Abstract: 本发明公开了光伏组件清洁自动控制系统及控制方法，涉及光伏电池板技术领域，包括若干光伏电池板，光伏电池板的顶部设置有光伏板自加压清洁轨道，光伏板自加压清洁轨道的顶部设置有光伏板清洁刷盒，光伏板自加压清洁轨道的顶部设置有可伸缩型自走轨道框，光伏板自加压清洁轨道的一侧且位于光伏电池板的顶部设置有自加压夹脚。本发明通过布置在光伏电池板正面的光伏组件清洁自动控制系统，既能对光伏电池板表面进行清洁，也能对光伏电池板表面进行降温，从而增加发电效率，并且可以适应不同光伏电站的尺寸需求，从而大大减少了人工清洗的工作量和时间，提高了清洁效率。
-
公开(公告)号：CN116371804A
公开(公告)日：2023-07-04
申请号：CN202310365347.5
申请日：2023-04-07
Applicant: 南通大学 , 南通友拓新能源科技有限公司
Abstract: 本发明公开了一种硅废料清洗装置，包括底仓，所述底仓的外侧安装有框架，且框架位于底仓的顶部，底仓的一侧安装有撑座，本发明通过安装有撑座，利用清洗网上的清洗电极实现了清洗电极与清洗材料的点接触，减小了接触面积实现了更有效的清洗，采用可动菱形骨架配合网兜结构，实现了在清洗过程中不规则硅材料的分离，清洗更彻底，通过多次不同电极极性反转，实现了氢气泡的清洗与氧气泡清洗共同作用，实现了对无机污染物和有机污染物的同步去除，提高了清洗的效率。
-
公开(公告)号：CN119763832A
公开(公告)日：2025-04-04
申请号：CN202411867372.4
申请日：2024-12-18
Applicant: 南通大学
IPC: G16H50/30 , G16H20/60 , G16H50/70 , G06F18/10 , G06F18/15 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/006 , G06N3/0985 , G06F123/02
Abstract: 本发明公开了一种融合M‑One编码与深度学习的饮食健康指标预测方法，包括：采集目标用户饮食数据；对采集的数据预处理，对离散特征进行多维影响矩阵M‑One编码，生成二维影响矩阵；根据输入数据的特性，确定三维数据格式的参数；构建CNN‑LSTM模型，使用一维卷积神经网络1D‑CNN对数据进行卷积操作，提取时序数据的特征；通过麻雀算法优化CNN卷积层大小、两个LSTM层的神经元个数和学习率；本发明融合M‑One编码与1D‑CNN和LSTM的混合模型，实现多维特征的深度学习优化，为用户健康管理提供科学依据。
-
公开(公告)号：CN119646418A
公开(公告)日：2025-03-18
申请号：CN202411816690.8
申请日：2024-12-11
Applicant: 南通大学
IPC: G06F18/15 , G06F18/21 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/006 , G06N3/0985 , G06F123/02
Abstract: 本发明公开了基于麻雀算法的CNN‑LSTM缺失数据估算方法，涉及计算机领域，该方法包括以下步骤：基于获取数据对原始缺失数据进行补全处理；将处理后的数据转换为三维数据格式，基于转换后的三维数据格式，并结合麻雀算法，构建卷积神经网络‑长短期记忆网络模型；基于麻雀算法，优化卷积神经网络‑长短期记忆网络模型的卷积神经网络卷积层卷积核个数、长短期记忆网络层神经元个数和学习率，确定最优超参数组合；基于卷积神经网络‑长短期记忆网络模型，通过对比麻雀算法优化前后的模型，输出最优估算补全结果。本发明通过从用户的饮食数据中提取时间和空间特征并分析，从而为用户提供个性化的健康饮食建议。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
