公开(公告)号：CN119642762A

公开(公告)日：2025-03-18

申请号：CN202411813629.8

申请日：2024-12-10

Applicant: 核工业北京地质研究院 ,  中国人民解放军陆军工程大学 ,  大连理工大学

Inventor： 陈亮 ,  王驹 ,  赵星光 ,  李二兵 ,  赵雪峰 ,  马洪素 ,  刘健 ,  李翔 ,  郑益武 ,  叶勇 ,  王春萍 ,  张博 ,  张海洋

IPC: G01B21/02 ,  G01B11/02

Abstract: 本申请公开了一种硬岩内部位移对比监测方法，涉及高放废物处置领域，该方法首先从已开挖巷道向待开挖TBM/钻爆巷道方向打钻孔，并在钻孔中布设TBM段/钻爆段硬岩位移监测系统；在TBM法/钻爆法开挖过程中，采用TBM段/钻爆段硬岩位移监测系统得到TBM段/钻爆段位移监测数据，根据TBM段/钻爆段位移监测数据分析TBM巷道/钻爆巷道的硬岩位移演化规律，能够提高TBM法和钻爆法开挖过程的硬岩位移响应表征的准确性；根据TBM巷道和钻爆巷道的硬岩位移演化规律分析结果指导TBM法和钻爆法开挖过程，能够实现TBM法和钻爆法的科学施工过程。

公开(公告)号：CN115661830A

公开(公告)日：2023-01-31

申请号：CN202211331171.3

申请日：2022-10-28

Applicant: 大连理工大学

Inventor： 刘宇 ,  薛明成 ,  徐凯平 ,  于承扬 ,  张海洋

IPC: G06V30/148 ,  G06V30/18 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明提供一种基于结构化多模态融合网络的文本指导图像分割方法，通过构建多个多模态融合结构来联合建模全局多模态上下文，高亮文本描述的物体所在的空间区域，进一步通过构建多层次渐进细化模块来整合高层次语义和低层次视觉特征从而将文本描述的物体与相似的物体明显区分开、生成精准的分割掩码。该方法主要包括：特征提取、渐进的多模态融合树模块构建、跨膜态融合Transformer模块构建、多层次渐进融合细化模块构建。使用卷积神经网络提取图片中的语义特征；通过渐进的多模态融合树模块建模初步的全局多模态上下文信息；再通过跨膜态融合Transformer模块进一步的建模高质量的全局多模态上下文；最后通过整合高层次多模态语义和低层次视觉细节信息来补充文本描述物体所在空间区域的视觉细节从而明确物体之间的边界，使文本描述的物体与其他物体明显区分开，最终生成精确的分割掩码。

公开(公告)号：CN112037239A

公开(公告)日：2020-12-04

申请号：CN202010882340.7

申请日：2020-08-28

Applicant: 大连理工大学

Inventor： 刘宇 ,  李新宇 ,  徐凯平 ,  冯毅强 ,  张海洋

IPC: G06T7/12 ,  G06F40/35 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明提供一种基于多层次显式关系选择的文本指导图像分割方法，从图像语义中的实体关系，多尺度文本等多角度多层次指导图像分割，使得该方法对于丰富复杂的语言描述也可得到准确的结果。该方法主要包括：特征提取、金字塔池化、空间实体关系捕捉和多层图文关系强化。使用卷积神经网络提取图片中的语义特征；通过增加不同大小箱的金字塔池化方法得到具有全局信息的图片特征；再通过自注意力机制获取图片空间上的实体与实体之间的关系，当句子中含有多个实体描述时，能够有效提高实体定位的准确性；最后通过不同尺度的自然语言文本向量循环增强图像与语言之间的联系，对前一步结果进行多次矫正，得到更具鲁棒性结果。

公开(公告)号：CN117986651A

公开(公告)日：2024-05-07

申请号：CN202410172640.4

申请日：2024-02-07

Applicant: 大连理工大学

Inventor： 张凤祥 ,  巩守涛 ,  韩龙 ,  张鑫莉 ,  张海洋

IPC: C08J5/22 ,  C08L65/00

Abstract: 本发明提供一种基于高自由体积主链的阴离子交换膜及其制备方法，属于碱性燃料电池阴离子交换膜领域。所述的阴离子交换膜的材料以无醚的聚芳基哌啶或聚芳基吲哚为主链且含有多环的大体积结构单元，以碘甲烷或长侧链型离子液体为季铵化试剂。本发明利用多环的大体积结构单元增加阴离子交换膜的自由体积，有利于亲水相聚集形成离子簇。含多环大体积结构单元的膜相比于传统主链的膜具有更高的氢氧根电导率。本发明制备的阴离子膜具有结构可调控性，且表现出较好的化学稳定性、尺寸稳定性以及较高的电导率，同时原料易得，成本较低，可用于燃料电池、电解水和电渗析等领域。

公开(公告)号：CN112037239B

公开(公告)日：2022-09-13

申请号：CN202010882340.7

申请日：2020-08-28

Applicant: 大连理工大学

Inventor： 刘宇 ,  李新宇 ,  徐凯平 ,  冯毅强 ,  张海洋

IPC: G06V10/26 ,  G06V10/22 ,  G06V10/82 ,  G06F40/35 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明提供一种基于多层次显式关系选择的文本指导图像分割方法，从图像语义中的实体关系，多尺度文本等多角度多层次指导图像分割，使得该方法对于丰富复杂的语言描述也可得到准确的结果。该方法主要包括：特征提取、金字塔池化、空间实体关系捕捉和多层图文关系强化。使用卷积神经网络提取图片中的语义特征；通过增加不同大小箱的金字塔池化方法得到具有全局信息的图片特征；再通过自注意力机制获取图片空间上的实体与实体之间的关系，当句子中含有多个实体描述时，能够有效提高实体定位的准确性；最后通过不同尺度的自然语言文本向量循环增强图像与语言之间的联系，对前一步结果进行多次矫正，得到更具鲁棒性结果。