|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
.jpg){kind=logo}
一種基于 GPU/CPU 混合架構(gòu)的流程序多粒度劃分與調(diào)度方法
本發(fā)明公開了一種基于 GPU/CPU 混合架構(gòu)的流程序多粒度劃分與調(diào)度方法，包括：根據(jù)數(shù)據(jù)流程序各個(gè)任務(wù)的計(jì)算特點(diǎn)以及任務(wù)之間的數(shù)據(jù)通信量，將任務(wù)分配到合適的計(jì)算平臺上；利用 GPU 端任務(wù)的并行性將其均衡分裂到各個(gè) GPU，以避免 GPU 間高額的通信開銷；通過選擇 CPU 核，將 CPU 端各任務(wù)均衡分配給各 CPU 核，以保證負(fù)載均衡并提高 CPU 核的利用率；采用多種數(shù)據(jù)存儲結(jié)構(gòu)和多種訪問類型的方法，以提高內(nèi)存的訪問效率；通過生成目標(biāo)模板類和壓縮目標(biāo)結(jié)點(diǎn)的個(gè)數(shù)，降低目標(biāo)代碼的冗余量。本發(fā)明在
華中科技大學(xué)
2021-04-14
一種基于多波段耦合的增材制造過程熔池監(jiān)測裝置及方法
本發(fā)明公開了一種基于多波段耦合的增材制造過程熔池監(jiān)測裝置及方法，所述裝置由加工單元、信號采集單元、數(shù)據(jù)處理單元和數(shù)據(jù)存儲單元組成。本發(fā)明利用多波長折-衍混合 f-theta 聚焦鏡、二向色鏡等光學(xué)元件將三種不同波段的光路(激光加工光路、激光照明光路以及熔池圖像信息采集光路)在成形腔外進(jìn)行同軸耦合，用于對快速移動(dòng)的微小熔池進(jìn)行實(shí)時(shí)追蹤和采集。此外，通過數(shù)據(jù)處理單元和數(shù)據(jù)存儲單元對熔池圖像和特征信息進(jìn)行快速計(jì)算處理和多級
華中科技大學(xué)
2021-04-14
基于超材料的肖特基型遠(yuǎn)紅外多譜信號探測器和制備方法
本發(fā)明公開了一種基于超材料的肖特基型遠(yuǎn)紅外多譜信號探測器，包括自下而上依次設(shè)置的襯底層、N 型砷化鎵層、二氧化硅層與超材料層、歐姆電極和肖特基電極；其中超材料層為具有周期性微納米結(jié)構(gòu)的金屬開環(huán)共振單元陣列，金屬開環(huán)共振單元陣列包含了多種圖形及其特征尺寸參數(shù)，每個(gè)圖形對于特定電磁波具有完全吸收特性，通過改變金屬開環(huán)共振單元的結(jié)構(gòu)和尺寸參數(shù)可以調(diào)控對應(yīng)的電磁波吸收頻段，通過改變 N 型砷化鎵的耗盡層寬度可以調(diào)控超材料層中
華中科技大學(xué)
2021-04-14
基于超材料的肖特基型遠(yuǎn)紅外多譜信號探測器和制備方法
本發(fā)明公開了一種基于超材料的肖特基型遠(yuǎn)紅外多譜信號探測器，包括自下而上依次設(shè)置的襯底層、N 型砷化鎵層、二氧化硅層與超材料層、歐姆電極和肖特基電極；其中超材料層為具有周期性微納米結(jié)構(gòu)的金屬開環(huán)共振單元陣列，金屬開環(huán)共振單元陣列包含了多種圖形及其特征尺寸參數(shù)，每個(gè)圖形對于特定電磁波具有完全吸收特性，通過改變金屬開環(huán)共振單元的結(jié)構(gòu)和尺寸參數(shù)可以調(diào)控對應(yīng)的電磁波吸收頻段，通過改變 N 型砷化鎵的耗盡層寬度可以調(diào)控超材料層中
華中科技大學(xué)
2021-04-14
能提高煙塵凈化效果的多振鏡大幅面激光選區(qū)熔化裝備
本發(fā)明公開了一種能提高煙塵凈化效果的多振鏡大幅面激光選區(qū)熔化裝備，該裝備包含工作艙體、工作平臺、成形缸組件、鋪粉組件、振鏡組合、移動(dòng)式分區(qū)煙塵凈化組件、保護(hù)氣氛調(diào)控組件和控制系統(tǒng)；移動(dòng)式分區(qū)煙塵凈化組件與振鏡組合分別包含 M(M≥1)組抽送氣口和 M 列振鏡隊(duì)列，每組抽送氣口均與一列振鏡隊(duì)列相配套，使得每組抽送氣口都可在與其對應(yīng)的面積較小的輻照區(qū)域上方產(chǎn)生穩(wěn)定、均勻的氣流，從而保證整個(gè)金屬粉末層上方的煙塵均能被及時(shí)、
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
用于 GIS 矢量建筑物多邊形的多尺度表達(dá)信息生成方法
本發(fā)明提供一種用于 GIS 矢量建筑物多邊形的多尺度表達(dá)信息生成方法，包括輸入不同尺度下的同 名矢量建筑物多邊形，然后對起始圖形和目標(biāo)圖形分別轉(zhuǎn)為轉(zhuǎn)向角函數(shù)表達(dá)形式；基于轉(zhuǎn)向角函數(shù)分析 建筑物多邊形的邊特征，獲得邊的變換規(guī)律，包括將特征點(diǎn)匹配得到的邊集分別與目標(biāo)圖形對應(yīng)邊進(jìn)行 轉(zhuǎn)向角匹配，劃分同邊和異邊；融合得到任意中間尺度下多邊形的轉(zhuǎn)向角函數(shù)，轉(zhuǎn)為坐標(biāo)串表達(dá)形式， 得到中間尺度的插值圖形。本發(fā)明能在有效保持矢量建筑物多邊形直角化邊界特征的前提
武漢大學(xué)
2021-04-14
一種模塊化多電平換流器功率運(yùn)行區(qū)間的獲取方法
本發(fā)明公開了一種模塊化多電平換流器功率運(yùn)行區(qū)間的獲取方 法，包括下述步驟：(1)根據(jù)已知的模塊化多電平換流器的基本參數(shù)， 建立旋轉(zhuǎn)坐標(biāo)系下模塊化多電平換流器的穩(wěn)態(tài)數(shù)學(xué)解析模型；(2)確定 要考慮的運(yùn)行約束條件；(3)根據(jù)穩(wěn)態(tài)數(shù)學(xué)解析模型計(jì)算各約束條件下 功率運(yùn)行區(qū)間；(4)將各約束條件下的功率運(yùn)行區(qū)間取交集，獲得考慮 多重運(yùn)行約束條件下模塊化多電平換流器的功率運(yùn)行區(qū)間。本發(fā)明考 慮的運(yùn)行約束條件，通過建立一套旋轉(zhuǎn)坐標(biāo)系下模塊化多電平換流器 的穩(wěn)態(tài)數(shù)學(xué)解析模型，并通過取交集得到考慮多重約束條件下的功率
華中科技大學(xué)
2021-04-14
一種多軸聯(lián)動(dòng)砂帶磨削加工中的進(jìn)退刀路規(guī)劃方法
本發(fā)明公開了一種砂帶磨削加工的進(jìn)退刀軌跡規(guī)劃方法，包括：確定初始進(jìn)刀路徑和退刀路徑；確定優(yōu)化的進(jìn)刀路徑和退刀路徑，即將初始進(jìn)刀路徑中沿其最后一個(gè)刀觸點(diǎn)依次到初始切削位置，然后再所形成的路徑作為優(yōu)化的進(jìn)刀路徑，將初始退刀路徑中從其中的第一個(gè)刀觸點(diǎn)開始依次沿后續(xù)刀觸點(diǎn)至切削結(jié)束位置，然后再反向形成的路徑作為優(yōu)化的退刀路徑；確定優(yōu)化的進(jìn)刀路徑和退刀路徑上各刀觸點(diǎn)處對應(yīng)的刀具浮動(dòng)高度；根據(jù)上述優(yōu)化的進(jìn)刀路徑和退刀路徑及各自對應(yīng)的浮動(dòng)高度，即可確定優(yōu)化的砂帶磨削加工中的進(jìn)刀軌跡和退刀軌跡。本發(fā)明的方法可以有效
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
潮風(fēng)草提取物在制備腫瘤多藥逆轉(zhuǎn)劑藥物中的應(yīng)用
潮風(fēng)草系蘿藦科Asclepiadaceae鵝絨藤屬植物潮風(fēng)草Cynanchum ascyrifolium (Franch. Et sav.)，分布在日本、朝鮮以及中國大陸的遼寧、吉林、山東、河北等地，多生于山坡草地上、疏林下向陽處和溝邊。《全國中草藥匯編》收載潮風(fēng)草的根味苦、咸，性寒，具有清熱涼血，利尿通淋，解毒療瘡的功能。用于陰虛內(nèi)熱，骨蒸潮熱，自汗盜汗，風(fēng)溫灼熱多眠，產(chǎn)后虛煩血厥，肺熱咳血，溫瘧，熱淋，血淋，風(fēng)溫痹痛，瘰疬，咽喉腫痛，乳癰，瘡癰腫痛，但至今未見潮風(fēng)草提取物用于腫瘤細(xì)胞多藥耐藥逆轉(zhuǎn)劑方面的報(bào)道。 惡性腫瘤是目前嚴(yán)重危害人類健康的疾病之一，它以細(xì)胞異常增殖和轉(zhuǎn)移為特點(diǎn)。世界衛(wèi)生組織統(tǒng)計(jì)資料表明，2000年全球新發(fā)惡性腫瘤病例約1000萬，死亡620萬，患病2200萬例；預(yù)計(jì)到2020年惡性腫瘤新發(fā)病例將達(dá)到1500萬，死亡1000萬，患病3000萬例。化療是惡性腫瘤綜合療法的方法之一，廣泛用于術(shù)前、術(shù)中和術(shù)后，但腫瘤細(xì)胞多藥耐藥現(xiàn)象嚴(yán)重影響化療對惡性腫瘤的療效。克服腫瘤藥物的多藥耐藥，恢復(fù)耐藥腫瘤細(xì)胞對藥物的敏感性，尋找高效低毒的腫瘤細(xì)胞多藥耐藥逆轉(zhuǎn)劑是當(dāng)前腫瘤治療藥物的研究方向。
青島大學(xué)
2021-04-13
一種基于多智能體強(qiáng)化學(xué)習(xí)的運(yùn)輸車路徑優(yōu)化方法
本發(fā)明提出一種基于多智能體強(qiáng)化學(xué)習(xí)的運(yùn)輸車路徑優(yōu)化方法，該方法涉及智能優(yōu)化技術(shù)領(lǐng)域， 我國AGV每年新增裝機(jī)量自2010年起迅速增長，自2013年起年同比增速維持在50%以上。目前AGV產(chǎn)品主要集中于中低端市場，產(chǎn)品功能比較單一。而一些大型汽車、家電企業(yè)希望通過獲得AGV系統(tǒng)和整機(jī)產(chǎn)品的相關(guān)技術(shù)，自己實(shí)現(xiàn)AGV產(chǎn)品的定制化生產(chǎn)。在此背景下，從AGV制造商的角度來說，要從國內(nèi)嚴(yán)重同質(zhì)化的中低端AGV產(chǎn)品中脫穎而出，從軟件系統(tǒng)上提供先進(jìn)的路徑規(guī)劃方法，并且在未來不斷升級，未嘗不是一種提升產(chǎn)品服務(wù)質(zhì)量、贏得客戶青睞的做法。隨著硬件性能的提高和計(jì)算技術(shù)的發(fā)展，系統(tǒng)仿真得以在越來越短的時(shí)間之內(nèi)完成，以每輛AGV為單位進(jìn)行微觀系統(tǒng)仿真可以更好地反映AGV之間的相互影響。而強(qiáng)化學(xué)習(xí)方法作為一種利用交互和反饋進(jìn)行策略優(yōu)化的機(jī)器學(xué)習(xí)方法，正好可以利用AGV交互的數(shù)據(jù)為每輛AGV規(guī)劃路徑，使總的生產(chǎn)效率或搬運(yùn)效率最高,從而降低物料搬運(yùn)的成本。
青島大學(xué)
2021-04-13