|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
一種多攝像頭自適應(yīng)的立體視覺(jué)測(cè)距裝置
本實(shí)用新型涉及雙目立體視覺(jué)測(cè)距技術(shù)，具體涉及一種多攝像頭自適應(yīng)的立體視覺(jué)測(cè)距裝置，包括 主板，固定在主板上的左一攝像頭、左二攝像頭、右一攝像頭、右二攝像頭、右三攝像頭、左數(shù)據(jù)傳輸 接口，及右數(shù)據(jù)傳輸接口，還包括外部控制板；左一攝像頭、左二攝像頭通過(guò)主板與左數(shù)據(jù)傳輸接口連 接；右一攝像頭、右二攝像頭、右三攝像頭通過(guò)主板與右數(shù)據(jù)傳輸接口連接；左數(shù)據(jù)傳輸接口、右數(shù)據(jù) 傳輸接口分別與外部控制板連接。該測(cè)距裝置結(jié)構(gòu)簡(jiǎn)單、操作方便、成本低，具有多個(gè)攝像頭，允許根 據(jù)待測(cè)物的實(shí)際位置和實(shí)際距離選擇使用攝像頭對(duì)，具有自適應(yīng)性，可移植性強(qiáng)，能夠?qū)崿F(xiàn)雙目立體視 覺(jué)測(cè)距所需圖像數(shù)據(jù)的實(shí)時(shí)采集和傳輸。
武漢大學(xué)
2021-04-13
一種適于規(guī)則網(wǎng)格 DEM 的結(jié)構(gòu)化多尺度重構(gòu)方法
一種適于規(guī)則網(wǎng)格 DEM 的結(jié)構(gòu)化多尺度重構(gòu)方法，包括如下步驟:步驟 1，谷地匯水區(qū)域的提取 及結(jié)構(gòu)化組織;步驟 2，谷地選取與匯水區(qū)域的合并;步驟 3，基于合并后的匯水區(qū)域進(jìn)行約束內(nèi)插生 成新的、刪除次要谷地后的 DEM。其優(yōu)點(diǎn)是:通過(guò)實(shí)驗(yàn)對(duì)比，傳統(tǒng)重采樣及濾波綜合方法無(wú)論谷地和 山脊大小同等程度地削減正向、負(fù)向地貌，沒(méi)有顧及地理特征的保持;而采用本發(fā)明方法綜合后，圖中 表示次要谷地的等高線彎曲呈現(xiàn)成組刪除的效果，表示主要谷地源頭的等高線彎曲保持較好，與專家手 工綜合的效果接近。
武漢大學(xué)
2021-04-13
一種基于多尺度梯度差分熵的圖像質(zhì)量評(píng)價(jià)方法
本發(fā)明公開(kāi)了一種基于多尺度梯度差分熵的圖像質(zhì)量評(píng)價(jià)方法，包括如下步驟：步驟 1，將原始圖 像和失真圖像均轉(zhuǎn)換成灰度圖像；步驟 2，基于步驟 1 的結(jié)果，計(jì)算不同尺度空間內(nèi)的梯度差分熵，并 將不同尺度空間內(nèi)的梯度差分熵進(jìn)行加權(quán)平均；步驟 3，計(jì)算原始圖像和失真圖像對(duì)應(yīng)的灰度圖像均值 的比值；步驟 4，計(jì)算原始圖像和失真圖像對(duì)應(yīng)的灰度圖像方差的比值；步驟 5，基于步驟 2，步驟 3 和步驟 4 的結(jié)果，進(jìn)行綜合評(píng)價(jià)。本發(fā)明引入尺度空間的基本思想，基于人在不同距離下目標(biāo)在視網(wǎng)膜 上的形成過(guò)程，通過(guò)提取尺度空間下的輪廓特征，并通過(guò)熵來(lái)反映原始圖像和失真圖像在尺度空間下輪 廓特征的差異，與主觀評(píng)價(jià)結(jié)果具有較好的一致性。
武漢大學(xué)
2021-04-13
城市深層地?zé)崮茉撮_(kāi)發(fā)-水力熱多場(chǎng)耦合技術(shù)
項(xiàng)目背景：地?zé)峁I(yè)資源利用可獲取許多貴重的稀有元 素、放射性元素、稀有氣體和化合物，也可用于地?zé)岚l(fā)電、 地?zé)峁┡⒌責(zé)後t(yī)療等場(chǎng)景。目前，我國(guó)大科學(xué)計(jì)劃在探索 超熱巖發(fā)電技術(shù)、深層地?zé)衢_(kāi)發(fā)相關(guān)顛覆性技術(shù)方面，需要 支撐深層高溫鉆井和壓裂建庫(kù)等技術(shù)的研發(fā)設(shè)備平臺(tái)。因 此，研制高溫高壓巖石真三軸測(cè)試平臺(tái)等，可為后期開(kāi)發(fā)工 作提供基礎(chǔ)數(shù)據(jù)和理論依據(jù)。本項(xiàng)目的難點(diǎn)在熱、力學(xué)熱沖 擊效應(yīng)下，高溫巖石真三軸加熱保溫材料的多場(chǎng)耦合技術(shù)， 井筒密封，高溫聲發(fā)射監(jiān)測(cè)，并能模擬現(xiàn)場(chǎng)工況等，設(shè)計(jì)實(shí) 驗(yàn)平臺(tái)結(jié)構(gòu)設(shè)計(jì)并保證性能。
所需技術(shù)需求簡(jiǎn)要描述：關(guān)鍵技術(shù)；巖樣尺寸（方形）： 200mm（250MPa）、300mm（400℃）主要試樣、600mm（ 400℃ ）。 真三軸試驗(yàn)力：10000kN×3、精度 0.5% ，剛性加載，位移、 變形、力三種控制。巖樣最高溫度：400℃，程序升溫，升 溫梯度 5-20℃/min，溫度精度±1℃。水力壓裂注入壓力： 120MPa/攜沙，壓力、流量控制，精度 0.5%，壓力控制 0.001MPa；升學(xué)監(jiān)測(cè)：16 通道，波導(dǎo)桿和直接測(cè)量。暫堵裝 置：流量 1000L/min，壓力 30MPa。
對(duì)技術(shù)提供方的要求:在深層地?zé)豳Y源開(kāi)發(fā)領(lǐng)域，擁有 一定的研發(fā)基礎(chǔ)和實(shí)驗(yàn)平臺(tái)制造經(jīng)驗(yàn)，相關(guān)研究成果處于國(guó) 內(nèi)領(lǐng)先水平。
青島乾坤興智能科技有限公司
2021-09-13
.jpg){kind=logo}
一種實(shí)現(xiàn) TD-LTE-Advanced 中多流波束賦形的方法
本發(fā)明公開(kāi)了一種實(shí)現(xiàn) TD-LTE-Advanced 中多流波束賦形的方法，包括：從 TD-LTE-Advanced 基站的上行探測(cè)參考信號(hào)獲取 4×8的信道矩陣，將信道矩陣 A1進(jìn)行分解，以得到兩個(gè) 4×4子信道矩陣，對(duì)每個(gè)子信道矩陣進(jìn)行 Household 變換，以生成上Hessenberg 矩陣，對(duì)上 Hessenberg 矩陣 J(1)進(jìn)行 Givens 旋轉(zhuǎn)，以將該矩陣 J(1)變換成對(duì)角矩陣，重復(fù)上述運(yùn)算達(dá)至少 5 次，其中上一次計(jì)算得到的矩陣又會(huì)作為下一次計(jì)算中所使用的Hessenberg 矩陣，將得到的右乘 Household 變換矩陣和得到的右乘Givens 矩陣疊乘，以得到一個(gè) 4*4 的矩陣。利用最大比傳輸算法對(duì)生成的矩陣 V 的每一列進(jìn)行加權(quán)處理，以生成最終的波束賦形權(quán)矢量。本發(fā)明能夠克服現(xiàn)有 EBB 算法的不足，準(zhǔn)確地計(jì)算多流波束賦形權(quán)矢量，并有效降低誤碼率。
華中科技大學(xué)
2021-04-11
院.jpg){kind=logo}
多電機(jī)驅(qū)動(dòng)系統(tǒng)新型離散滑模跟蹤控制方法、系統(tǒng)、設(shè)備和介質(zhì)
本發(fā)明公開(kāi)一種多電機(jī)驅(qū)動(dòng)系統(tǒng)新型離散滑模跟蹤控制方法、系統(tǒng)、設(shè)備和介質(zhì)。屬于多電機(jī)驅(qū)動(dòng)系統(tǒng)控制技術(shù)領(lǐng)域。本發(fā)明依據(jù)特征建模理論，建立針對(duì)位置跟蹤控制的多電機(jī)驅(qū)動(dòng)系統(tǒng)特征模型，該模型比常規(guī)動(dòng)力學(xué)模型階次更低且參數(shù)更少；采用帶遺忘因子的遞推最小二乘法對(duì)特征模型參數(shù)進(jìn)行在線辨識(shí)，并投影到參數(shù)范圍集合；設(shè)計(jì)一種多冪次二階滑模面，以加快跟蹤誤差在不同誤差帶內(nèi)的收斂速度；設(shè)計(jì)多電機(jī)驅(qū)動(dòng)系統(tǒng)新型離散滑模跟蹤控制方法，實(shí)現(xiàn)高精度跟蹤控制，同時(shí)減小滑模抖振。
南京工程學(xué)院
2021-01-12
旦大學(xué).jpg){kind=logo}
一種基于劃分的多區(qū)穿越向量近似檢索方法和系統(tǒng)
本發(fā)明涉及一種基于劃分的多區(qū)穿越向量近似檢索方法和系統(tǒng)，方法包括：獲取待搜索的數(shù)據(jù)集，對(duì)數(shù)據(jù)集以采樣比λ采樣一部分向量作為路由向量，對(duì)數(shù)據(jù)集中未被采樣的向量隨機(jī)劃分為m個(gè)分區(qū)，將路由向量作為各個(gè)分區(qū)的共享向量；對(duì)m個(gè)分區(qū)分別構(gòu)建稀疏近似近鄰圖；接收查詢信息，以第一候選集隊(duì)列長(zhǎng)度進(jìn)行第一階段搜索，逼近到查詢信息附近的區(qū)域；在逼近的區(qū)域中以第二候選集隊(duì)列長(zhǎng)度進(jìn)行第二階段搜索，若搜索過(guò)程中擴(kuò)展到路由向量，則將該路由向量在所有分區(qū)中的副本加入到候選集隊(duì)列中，進(jìn)行跨分區(qū)的動(dòng)態(tài)搜索。與現(xiàn)有技術(shù)相比，本發(fā)明在各類圖算法的測(cè)試中，幾乎在所有精度要求下均能實(shí)現(xiàn)1.5倍至2倍的查詢效率提升。
復(fù)旦大學(xué)
2021-01-12
.jpg){kind=logo}
基于物聯(lián)網(wǎng)技術(shù)和多信息融合的煤炭生產(chǎn)計(jì)量監(jiān)控系統(tǒng)
本技術(shù)整合了土地復(fù)墾學(xué)、土壤學(xué)、生物學(xué)、地質(zhì)學(xué)、化學(xué)和信息技術(shù)科學(xué)等相關(guān)學(xué)科，采用物理模擬實(shí)驗(yàn)與數(shù)學(xué)模型相結(jié)合、理論分析與實(shí)際觀測(cè)相結(jié)合的研究方法，通過(guò)模型建立、GIS 完全結(jié)合和系統(tǒng)開(kāi)發(fā)，實(shí)現(xiàn)不同重構(gòu)措施下的不同年限的復(fù)墾農(nóng)田作物動(dòng)態(tài)預(yù)報(bào)，揭示重構(gòu)措施-復(fù)墾年限-復(fù)墾質(zhì)量（作物產(chǎn)量）的動(dòng)態(tài)響應(yīng)機(jī)制，為礦山土地資源可持續(xù)利用提供技術(shù)支撐。
（1）建立復(fù)墾土壤水氮運(yùn)移和作物生長(zhǎng)聯(lián)合模型。聯(lián)合模型包括作物生長(zhǎng)發(fā)育、土壤水分運(yùn)移、土壤氮素運(yùn)移三個(gè)子模塊；
（2）在 GIS 的基礎(chǔ)上進(jìn)行二次開(kāi)發(fā)，確定數(shù)據(jù)庫(kù)管理的結(jié)構(gòu)、數(shù)據(jù)調(diào)運(yùn)和追加的程序，編寫(xiě)用計(jì)算機(jī)程序。開(kāi)發(fā)能與 GIS 完全結(jié)合的水氮運(yùn)移和作物生長(zhǎng)模擬聯(lián)合模型組件及其配套的數(shù)據(jù)庫(kù)，構(gòu)建基于 GIS 和模型的復(fù)墾農(nóng)田土壤作物產(chǎn)量預(yù)測(cè)系統(tǒng)；
（3）采用智能化土壤作物系統(tǒng)模型和 GIS 結(jié)合的耦合模型，實(shí)現(xiàn)不同重構(gòu)措施下的不同年限的復(fù)墾農(nóng)田作物動(dòng)態(tài)預(yù)報(bào)，揭示重構(gòu)措施-復(fù)墾年限-復(fù)墾質(zhì)量（作物產(chǎn)量）的動(dòng)態(tài)響應(yīng)機(jī)制。
安徽理工大學(xué)
2021-04-13
大學(xué).jpg){kind=logo}
基于多模態(tài)融合模型的平板顯示視覺(jué)舒適度預(yù)測(cè)方法、系統(tǒng)
本發(fā)明涉及顯示技術(shù)與人機(jī)交互交叉領(lǐng)域，提供基于多模態(tài)融合模型的平板顯示視覺(jué)舒適度預(yù)測(cè)方法、系統(tǒng)，其中方法包括：步驟一、采集原始圖像集，針對(duì)每一原始圖像，運(yùn)用生成對(duì)抗網(wǎng)絡(luò)模型將輸入的隨機(jī)序列轉(zhuǎn)換為增強(qiáng)素材，再將增強(qiáng)素材和原始圖像按預(yù)設(shè)比例融合，獲得若干新圖像；步驟二、采集生理特征和物理特征，獲得訓(xùn)練樣本；步驟三、基于堆疊集成框架訓(xùn)練多模態(tài)融合模型；步驟四、輸入測(cè)試數(shù)據(jù)，獲得視覺(jué)舒適度預(yù)測(cè)結(jié)果。本發(fā)明旨在解決平板顯示視覺(jué)舒適度預(yù)測(cè)領(lǐng)域高質(zhì)量標(biāo)注樣本稀缺、單一模態(tài)分析耦合關(guān)系缺失、場(chǎng)景適配性差的問(wèn)題。
南京工業(yè)大學(xué)
2021-01-12
Objet1000 大尺寸光敏樹(shù)脂多材料3D打印機(jī)
產(chǎn)品詳細(xì)介紹
廣州造維科技有限公司
2021-08-23