一种汽轮发电机组大功率水泵/风机驱动耦合装置

    公开(公告)号:CN113339080B

    公开(公告)日:2022-07-05

    申请号:CN202110635719.2

    申请日:2021-06-08

    Abstract: 本发明提供了一种汽轮发电机组大功率水泵/风机驱动耦合装置,涉及驱动耦合技术领域,包括输入轴、输出轴、啮合齿轮、调速装置和齿轮组件;所述调速装置包括主动轴和从动轴,所述从动轴嵌套于所述主动轴外侧,所述主动轴和从动轴上分别套设有主动盘和被动盘,所述主动盘位于所述被动盘的外围;若干个所述卫星齿轮啮合内侧与所述中心齿轮啮合,若干个所述卫星齿轮啮合外侧与所述齿轮圈啮合;所述主动轴直接与所述齿轮圈同轴连接;所述从动轴通过啮合齿轮与所述卫星齿轮架啮合;所述输入轴通过离合器与所述主动轴连接,所述中心齿轮套设于所述输出轴上。由于采用了主、从动轴嵌套设计,省去了两对传动齿轮使得装置的动力传动效率有所提高。

    一种基于多尺度残差网络模型的高分影像建筑物提取方法

    公开(公告)号:CN113205018B

    公开(公告)日:2022-04-29

    申请号:CN202110434612.1

    申请日:2021-04-22

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于多尺度残差网络模型的高分影像建筑物提取方法。首先,对高分辨率遥感影像中的典型建筑物类型和特征做出分析,基于深度学习网络大量数据需求设计数据增广策略,确定训练样本集和验证样本集的超参数配比;其次,在U‑Net网络对称结构的基础单元中结合密集捷径结构,设计残差映射单元,并对基本单元中卷积层结构安排进行改进,利于模型训练;同时,该改进网络将影像输入阶段设计为特征金字塔输入结构,可在不同尺度上学习影像特征,结合设计的残差跳跃连接方式进行多尺度特征融合,通过多级残差单元运算细化建筑物分割结果,加强了不同网络层之间多级特征的重用性,有效地增强了梯度在网络中的传递,加速模型收敛。

    一种基于开源地理空间矢量数据的城市功能区定量识别方法

    公开(公告)号:CN111797188A

    公开(公告)日:2020-10-20

    申请号:CN202010594883.9

    申请日:2020-06-28

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于开源地理空间矢量数据的城市功能区定量识别方法,该方法确立了开源数据引导下识别城市功能区的框架体系和技术流程。首先,通过定性分析方法对数据质量进行评估,并通过语义分析建立了各类开源数据源与国家分类标准之间的映射关系,制定了融合策略。该方法中研究单元由地理国情道路数据划分,分类参考数据则由三部分组成:OSM融合面数据,自影像中提取的单栋建筑物数据以及POI数据。通过判断城市划分区块与分类参考数据的空间关系将城市区块分成了5类。本发明提供的方法可以提高类别提取精度与识别精度。

    一种汽轮发电机组大功率水泵/风机驱动耦合装置

    公开(公告)号:CN113339080A

    公开(公告)日:2021-09-03

    申请号:CN202110635719.2

    申请日:2021-06-08

    Abstract: 本发明提供了一种汽轮发电机组大功率水泵/风机驱动耦合装置,涉及驱动耦合技术领域,包括输入轴、输出轴、啮合齿轮、调速装置和齿轮组件;所述调速装置包括主动轴和从动轴,所述从动轴嵌套于所述主动轴外侧,所述主动轴和从动轴上分别套设有主动盘和被动盘,所述主动盘位于所述被动盘的外围;若干个所述卫星齿轮啮合内侧与所述中心齿轮啮合,若干个所述卫星齿轮啮合外侧与所述齿轮圈啮合;所述主动轴直接与所述齿轮圈同轴连接;所述从动轴通过啮合齿轮与所述卫星齿轮架啮合;所述输入轴通过离合器与所述主动轴连接,所述中心齿轮套设于所述输出轴上。由于采用了主、从动轴嵌套设计,省去了两对传动齿轮使得装置的动力传动效率有所提高。

    一种基于图像锐化的时序数据耕地提取方法

    公开(公告)号:CN113205014A

    公开(公告)日:2021-08-03

    申请号:CN202110421926.8

    申请日:2021-04-20

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于图像锐化的时序数据耕地提取方法,包括如下步骤:1)输入单时相高空间分辨率遥感影像全色波段并进行数据预处理;2)输入多时相Sentinel‑2遥感影像多光谱波段并进行数据预处理;3)基于单时相高空间分辨率全色波段和多时相Sentinel‑2多光谱波段进行Gram‑Schmidt图像锐化操作,生成高空间分辨率时序数据;4)基于高空间分辨率时序数据,计算归一化差异植被指数和土壤调节植被指数,生成植被指数时间序列数据集;5)构建分类样本库并进行分层抽样;6)利用随机森林的分类方法对作物类型进行识别,并对比原始时间序列数据提取结果与锐化后的时间序列提取结果;7)将提取的所有类型的耕地进行整合,生成耕地要素提取结果。

Patent Agency Ranking