-
公开(公告)号：CN118204513A
公开(公告)日：2024-06-18
申请号：CN202410464631.2
申请日：2024-04-17
Applicant: 吉林大学
Abstract: 本发明公开了一种增材制造镍钛合金植入物的化学抛光方法，包括以下步骤：S1：配置化学抛光溶液，包括浓度为1~8mol/L的硝酸，浓度为1~22.5mol/L的氢氟酸和去离子水，将其混合均匀；S2：将化学抛光溶液放置在聚乙烯塑料烧杯中，并将聚乙烯塑料烧杯放置在磁力搅拌冰水浴锅内；S3：将镍钛合金复杂结构支架用聚乙烯线系住悬挂在承装化学抛光溶液的聚乙烯塑料烧杯中部，并将聚乙烯线系在支架上；S4：设置磁力搅拌转子转动速度为50~300r/min；S5：自镍钛合金复杂结构支架浸入化学抛光溶液内开始计时，抛光时间为15min~4h；S6：所述化学抛光完成后，将镍钛合金复杂结构支架取出，依次放置在清水、无水乙醇中进行超声清洗，超声清洗时间为5~30min，清洗完毕后进行干燥。
-
公开(公告)号：CN111582099B
公开(公告)日：2021-03-09
申请号：CN202010349223.4
申请日：2020-04-28
Applicant: 吉林大学
Abstract: 本发明公开了一种基于虹膜远源特征交运算决策的身份验证方法，其方法为：步骤一、采集虹膜灰度图像m张；步骤二、转化为256×32维度的模板虹膜归一增强图像；步骤三、纹理走势特征的认证参数；步骤四、各自分组中纹理走势特征的单一类别标签；步骤五、灰度差值特征的单一类别标签；步骤六、集测试虹膜灰度图像一张；步骤七、转化为256×32维度的测试虹膜归一增强图像；步骤八、模板虹膜类别中的其中一个分组；步骤九、得到纹理走势特征的判断结论；步骤十、得到灰度差值特征的判断结论；步骤十一、测试虹膜与模板虹膜属于相同的类别；有益效果：更好地在非稳态虹膜条件下进行认证；尽可能使得认证方法可以用在多个类别中。
-
公开(公告)号：CN118981907A
公开(公告)日：2024-11-19
申请号：CN202411472599.9
申请日：2024-10-22
Applicant: 吉林大学
IPC: G06F30/20 , G06F113/10
Abstract: 本发明公开了一种基于响应面法的钛合金超疏水表面设计及制备方法，属于超疏水材料领域。本发明响应面法测试TC4合金超疏水微结构的交互作用，并通过建立预测模型和进行微结构参数优化，得到了最有利于提高超疏水性能的微结构，为增材制造直接成型表面微结构的生产提供了更为优异的微结构参数。并且利用增材制造技术所构筑的微结构，与传统加工方式相比，具备更加优异的力学性能与耐磨性，同时，不用担心因超疏水涂层结合力差而导致的超疏水性能失效。
-
公开(公告)号：CN111832540B
公开(公告)日：2021-01-15
申请号：CN202010737418.6
申请日：2020-07-28
Applicant: 吉林大学
Abstract: 本发明公开了一种基于非稳态虹膜视频流仿生神经网络的身份验证方法，其方法为：步骤一、采集图像1000‑2000张；步骤二、虹膜灰度图像都转化为256×32维度的模板虹膜归一增强图像；步骤三、对所有模板虹膜归一增强图像进行卷积处理；步骤四、提取32位模板虹膜归一增强图像的虹膜特征数据；步骤五、得到该模板测试人员的模板虹膜类别的类别认知；步骤六、截取90张虹膜图像作为测试虹膜图像；步骤七、转化为256×32维度的增强图像；步骤八、转化为4组30×254维度的二维数组；步骤九、提取虹膜特征数据；步骤十、得到身份验证结果。有益效果：视频流的设置也避免了非稳态虹膜对特征表达的影响，有利于训练虹膜数量较少时对虹膜特征的设定与调整。
-
公开(公告)号：CN111832540A
公开(公告)日：2020-10-27
申请号：CN202010737418.6
申请日：2020-07-28
Applicant: 吉林大学
Abstract: 本发明公开了一种基于非稳态虹膜视频流仿生神经网络的身份验证方法，其方法为：步骤一、采集图像1000-2000张；步骤二、虹膜灰度图像都转化为256×32维度的模板虹膜归一增强图像；步骤三、对所有模板虹膜归一增强图像进行卷积处理；步骤四、提取32位模板虹膜归一增强图像的虹膜特征数据；步骤五、得到该模板测试人员的模板虹膜类别的类别认知；步骤六、截取90张虹膜图像作为测试虹膜图像；步骤七、转化为256×32维度的增强图像；步骤八、转化为4组30×254维度的二维数组；步骤九、提取虹膜特征数据；步骤十、得到身份验证结果。有益效果：视频流的设置也避免了非稳态虹膜对特征表达的影响，有利于训练虹膜数量较少时对虹膜特征的设定与调整。
-
Patent Agency Ranking
公开(公告)号：CN111582099A
公开(公告)日：2020-08-25
申请号：CN202010349223.4
申请日：2020-04-28
Applicant: 吉林大学
Abstract: 本发明公开了一种基于虹膜远源特征交运算决策的身份验证方法，其方法为：步骤一、采集虹膜灰度图像m张；步骤二、转化为256×32维度的模板虹膜归一增强图像；步骤三、纹理走势特征的认证参数；步骤四、各自分组中纹理走势特征的单一类别标签；步骤五、灰度差值特征的单一类别标签；步骤六、集测试虹膜灰度图像一张；步骤七、转化为256×32维度的测试虹膜归一增强图像；步骤八、模板虹膜类别中的其中一个分组；步骤九、得到纹理走势特征的判断结论；步骤十、得到灰度差值特征的判断结论；步骤十一、测试虹膜与模板虹膜属于相同的类别；有益效果：更好地在非稳态虹膜条件下进行认证；尽可能使得认证方法可以用在多个类别中。
-
公开(公告)号：CN118581538A
公开(公告)日：2024-09-03
申请号：CN202410690975.5
申请日：2024-05-30
Applicant: 吉林大学
Abstract: 本发明公开了一种镍钛合金表面制备银掺杂二水磷酸二钙复合涂层的方法，包括以下步骤：S1：采用激光粉末床熔化增材制造技术制造NiTi合金基体S2：对获得的NiTi合金基体预处理：将NiTi合金基体使用80‑800#砂纸进行打磨后，分别在无水乙醇和去离子水中超声处理20 min，并将其取出吹干；S3：配制电解质溶液：将Ca(NO3)2·H2O、AgNO3、NH4H2PO4、30 vol%H2O2加入去离子水中并在室温下搅拌至完全溶解，S4：采用电化学工作站的双电极模式对步骤S2中得到的NiTi合金基体进行电化学沉积后，采用去离子水对其进行冲洗并在室温环境中自然风干，得到带有Ag‑DCPD复合涂层的NiTi合金基体；本发明成功在NiTi合金基体表面制备得Ag‑DCPD涂层，提高了合金基体的耐腐蚀性，可以实现对合金基体的长期保护。
-
公开(公告)号：CN111130794B
公开(公告)日：2020-11-24
申请号：CN201911270600.9
申请日：2019-12-12
Applicant: 吉林大学
Abstract: 本发明公开了一种基于虹膜与私钥证书链连接存储结构的身份验证方法，其方法为：步骤一、采集灰度图像；步骤二、归一增强图像；步骤三、模板虹膜特征信息；步骤四、统计模板虹膜特征信息；步骤五、制作私钥证书；步骤六、存入个人信息块中；步骤七、构建完整记录；步骤八、制作完整记录；步骤九、输出给测试人员数字0；步骤十、测试虹膜灰度图像一张；步骤十一、测试虹膜归一增强图像；步骤十二、读取模板特征标签；步骤十三、进行身份验证；有益效果：非法用户盗取证书后即使通过了证书校验，也会因为无法通过虹膜识别校验导致无法得到正确的结果，因此通过私钥证书与虹膜识别的双重机制防止了用户个人信息被篡改以及被非法用户侵入的风险。
-
公开(公告)号：CN111130794A
公开(公告)日：2020-05-08
申请号：CN201911270600.9
申请日：2019-12-12
Applicant: 吉林大学
Abstract: 本发明公开了一种基于虹膜与私钥证书链连接存储结构的身份验证方法，其方法为：步骤一、采集灰度图像；步骤二、归一增强图像；步骤三、模板虹膜特征信息；步骤四、统计模板虹膜特征信息；步骤五、制作私钥证书；步骤六、存入个人信息块中；步骤七、构建完整记录；步骤八、制作完整记录；步骤九、输出给测试人员数字0；步骤十、测试虹膜灰度图像一张；步骤十一、测试虹膜归一增强图像；步骤十二、读取模板特征标签；步骤十三、进行身份验证；有益效果：非法用户盗取证书后即使通过了证书校验，也会因为无法通过虹膜识别校验导致无法得到正确的结果，因此通过私钥证书与虹膜识别的双重机制防止了用户个人信息被篡改以及被非法用户侵入的风险。
-
公开(公告)号：CN118981907B
公开(公告)日：2025-01-24
申请号：CN202411472599.9
申请日：2024-10-22
Applicant: 吉林大学
IPC: G06F30/20 , G06F113/10
Abstract: 本发明公开了一种基于响应面法的钛合金超疏水表面设计及制备方法，属于超疏水材料领域。本发明响应面法测试TC4合金超疏水微结构的交互作用，并通过建立预测模型和进行微结构参数优化，得到了最有利于提高超疏水性能的微结构，为增材制造直接成型表面微结构的生产提供了更为优异的微结构参数。并且利用增材制造技术所构筑的微结构，与传统加工方式相比，具备更加优异的力学性能与耐磨性，同时，不用担心因超疏水涂层结合力差而导致的超疏水性能失效。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.018 seconds)
