-
公开(公告)号：CN113913758A
公开(公告)日：2022-01-11
申请号：CN202111095334.8
申请日：2021-09-17
Applicant: 广东工业大学
Abstract: 本发明属于表面防护涂层材料领域，公开了一种纳米复合结构的高熵氮化物硬质涂层及其制备方法和应用。所述高熵氮化物硬质涂层的化学分子式为：Ti3AlbCrcTadWeBfN，其中，0.08＜a＜0.2、0.08＜b＜0.55、0.08＜c＜0.2、0.08＜d＜0.2、0.08＜e＜0.2，且满足a+b+c+d+e+f＝1；所述高熵氮化物硬质涂层TiaAlbCrcTadWeBfN为非晶BN包裹纳米晶(Ti，Al，Cr，Ta，W)N复合结构。该硬质涂层具有高硬度和优异的热稳定性；沉积态时的硬度值为37～42GPa，在900～1200℃退火后，其平均硬度值为39～40GPa。
-
公开(公告)号：CN112084899A
公开(公告)日：2020-12-15
申请号：CN202010865249.4
申请日：2020-08-25
Applicant: 广东工业大学
Abstract: 本发明提供一种基于深度学习的跌倒事件检测方法，包括以下步骤：Mask‑RCNN层对人体轮廓进行背景减除，形成二值人体轮廓图像；CNN层提取二值人体轮廓图像的特征，此特征通过全连接层输出T×4096的深度特征矩阵，并将其深度特征矩阵传输到双向LSTM层；深度特征矩阵通过双向LSTM层得到对应的特征向量；注意力层计算双向LSTM层输出的特征向量的权重，根据权重检测跌倒事件。首先使用Mask‑RCNN层来检测视频中的人，形成二值人体轮廓图像，从检测到的二值人体轮廓图像中提取有用的特征，输出深度特征矩阵，将深度特征矩阵输入到双向LSTM层中得到对应的特征向量，以进行跌落检测，双向LSTM层具有高准确率的特点，注意力层计算特征向量的权重，使整个网络模型表现出更好的性能。
-
公开(公告)号：CN108893440A
公开(公告)日：2018-11-27
申请号：CN201810798306.4
申请日：2018-07-19
Applicant: 广东工业大学 , 五邑大学 , 江门市大健康国际创新研究院
Abstract: 本发明提供了一种基于单层纳米纤维基片共培养技术构建的生物屏障及其方法以及一种微流控芯片，本发明提供的基于单层纳米纤维基片共培养技术构建的生物屏障的生物相容性好，膜孔径均匀，该模型能够形成稳定性高、重复性高、生理功能接近于体内的生物屏障模型，并可以与微流控装置相匹配。
-
Patent Agency Ranking
公开(公告)号：CN105035593B
公开(公告)日：2017-01-11
申请号：CN201510384058.5
申请日：2015-07-03
Applicant: 广东工业大学
Abstract: 本发明是一种自动打包套袋垃圾箱。包括踏板、底座、箱体、脚拉踏板，箱体的底部装设在底座上，底座上装设有主弹簧，主弹簧与踏板相连，脚拉踏板的底部置于主弹簧上，且脚拉踏板的底部与踏板连接，脚拉踏板所设的至少两条支撑杆置于箱体的内侧壁，箱体的四周开有至少两条插槽，插槽上部装设有楔形滑块，垃圾袋上装设有橡皮筋，橡皮筋上装设有若干个T型滑块，T型滑块也能插入插槽中，且置于楔形滑块的旁侧，插槽上、T型滑块的下部还装设有弹簧，脚拉踏板的至少两条支撑杆的上部都设有挡块，挡块位于楔形滑块及T型滑块的上方，踏板能推动脚拉踏板运动，脚拉踏板上的挡块能挡住由弹簧推动而向上运动的T型滑块。本发明可实现自动打包垃圾袋，方便实用。
-
公开(公告)号：CN105035593A
公开(公告)日：2015-11-11
申请号：CN201510384058.5
申请日：2015-07-03
Applicant: 广东工业大学
Abstract: 本发明是一种自动打包套袋垃圾箱。包括踏板、底座、箱体、脚拉踏板，箱体的底部装设在底座上，底座上装设有主弹簧，主弹簧与踏板相连，脚拉踏板的底部置于主弹簧上，且脚拉踏板的底部与踏板连接，脚拉踏板所设的至少两条支撑杆置于箱体的内侧壁，箱体的四周开有至少两条插槽，插槽上部装设有楔形滑块，垃圾袋上装设有橡皮筋，橡皮筋上装设有若干个T型滑块，T型滑块也能插入插槽中，且置于楔形滑块的旁侧，插槽上、T型滑块的下部还装设有弹簧，脚拉踏板的至少两条支撑杆的上部都设有挡块，挡块位于楔形滑块及T型滑块的上方，踏板能推动脚拉踏板运动，脚拉踏板上的挡块能挡住由弹簧推动而向上运动的T型滑块。本发明可实现自动打包垃圾袋，方便实用。
-
公开(公告)号：CN119903451A
公开(公告)日：2025-04-29
申请号：CN202411988638.0
申请日：2024-12-31
Applicant: 广东工业大学
IPC: G06F18/2433 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本发明公开的属于变压器异常检测技术领域，具体为一种基于多模态深度学习的变压器异常检测方法，包括具体步骤如下：采集变压器多模态数据，并进行预处理，得到变压器多模态数据集D；构建一种变压器异常检测模型，将变压器多模态数据输入到变压器异常检测模型中，变压器异常检测模型用于检测变压器是处于正常状态还是异常状态；基于构建的变压器多模态数据集对变压器异常检测模型进行训练，得到训练后的变压器异常检测模型；变压器异常检测模型训练完后，应用变压器异常检测模型检测变压器是处于正常状态还是异常状态。本发明使用变压器异常检测模型，从多个维度全面感知变压器的运行状态，减少误报和漏报情况；同时避免人工巡检的失误。
-
公开(公告)号：CN114606467A
公开(公告)日：2022-06-10
申请号：CN202210257944.1
申请日：2022-03-16
Applicant: 广东工业大学
Abstract: 本发明属于表面工程及切削刀具技术领域，公开了一种高耐磨TiAlMoN硬质涂层及其制备方法和应用。该涂层具有分子式TixAlyMozN，其中x：10～40at.％，y：40～70at.％，z：5～20at.％，x+y+z＝100％。本发明采用电弧离子镀沉积法，使用TiAlMo粉末冶金靶材，制备的涂层沉积速率快、膜基结合力好，通过合金成分设计，引入Mo元素与Al元素共同固溶在TiN中，其中Mo元素在摩擦过程中可以在表面生成MoO3，能有效降低摩擦系数，通过长距离摩擦测试证明该涂层的摩擦磨损性能显著优于传统TiAlN涂层，在干式车削316L测试中涂层刀具寿命提升了23％。
-
公开(公告)号：CN119806502A
公开(公告)日：2025-04-11
申请号：CN202411857009.4
申请日：2024-12-17
Applicant: 广东工业大学
IPC: G06F8/33 , G06F8/41 , G06F18/15 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/0499 , G06N3/0442 , G06N3/045 , G06N3/084
Abstract: 本发明公开的属于代码补全技术领域，具体为一种基于检索增强与多模态相结合的代码补全方法，包括具体步骤如下：构建代码补全数据集、构建代码补全模型、划分代码补全数据集并训练代码补全模型、应用代码补全模型进行代码补全。本发明对待补全代码进行检索增强，检索出相似的代码片段来辅助待补全代码进行补全，能够很好地利用代码的外在相似性，提高代码补全效率。提取从抽象语法树的叶子节点到待补全节点的路径特征，能够很好的利用路径上的语法结构信息，同时也能够一定程度上缓解路径爆炸问题。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.045 seconds)
