-
公开(公告)号：CN104190385B
公开(公告)日：2016-09-14
申请号：CN201410434684.6
申请日：2014-08-29
Applicant: 湖南大学
Abstract: 本发明提供了一种聚吡咯/Fe3O4/石墨烯复合材料及其制备方法和应用；其中聚吡咯/Fe3O4/石墨烯复合材料的制备方法具体为：通过将氧化石墨烯、氯化铁、还原剂进行还原反应得到还原产物；将还原产物在有机溶剂中进行氧化反应得到Fe3O4/石墨烯复合材料；在十六烷基三甲溴化铵的作用下将聚吡咯修饰于Fe3O4/石墨烯复合材料的表面得到聚吡咯/Fe3O4/石墨烯复合材料吸附剂。按照本发明制备方法制备得到的聚吡咯/Fe3O4/石墨烯复合材料具有较好的分散性与亲水性，增加了反应的活性位点，进而改善其对水体中重金属的吸附性能，可应用于废水中铬的处理。
-
公开(公告)号：CN110928658B
公开(公告)日：2024-03-01
申请号：CN201911138877.6
申请日：2019-11-20
Applicant: 湖南大学
Abstract: 本发明公开了一种车边云协同架构的协同任务迁移系统及算法，包括：车载终端集群，该车载终端集群用于采集车辆信息和输出车辆信息至边缘服务器及远程云服务器；边缘服务器，设置于路侧边缘，与车载终端集群通信连接，以接收并处理车载终端集群采集处理的车辆信息和输出信号指令至车载终端集群内；远程云服务器，与车载终端集群通信连接，与车载终端集群之间进行身份认证、数据存储和数据收发。本发明的车边云协同架构的协同任务迁移系统，通过车载终端、边缘计算服务器和远程云服务器的组合作用，便可实现从传统的车‑边协同架构、车‑云协同架构到车边云协同架构的演进，选择最优的任务迁移机制，实现车载的能耗最小，可有效延长车辆的续航里程。(56)对比文件谢伯元等.基于车路协同的车辆状态估计方法《.汽车工程》.2014,第36卷(第8期),全文.乔冠华等.面向车辆多址接入边缘计算网络的任务协同计算迁移策略《.物联网学报》.2019,第3卷(第1期),全文.Datta, SK等.VEHICLES AS CONNECTEDRESOURCES Opportunities and Challengesfor the Future《.IEEE》.2017,第12卷(第2期),全文.
-
公开(公告)号：CN114821152B
公开(公告)日：2023-05-02
申请号：CN202210290769.6
申请日：2022-03-23
Applicant: 湖南大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/096
Abstract: 本发明公开了一种基于前景‑类别感知对齐的域自适应目标检测方法及系统，该方法包括：使用通过下面步骤获得的域自适应目标检测模型在目标域数据集对应的场景进行目标检测；步骤1，设置图像级域分类器和实例级域分类器，构建基准模型；步骤2，设置前景感知模块和类别感知模块，构建基于前景‑类别感知对齐的域自适应目标检测模型；步骤3，训练并获得域自适应目标检测模型。本发明能够跨域目标检测流程的关注点从整体特征对齐，到前景特征对齐，再到类别特征对齐的转变，在跨天气、跨摄像头、跨复杂场景检测下都取得了在目标域上的性能提升。
-
公开(公告)号：CN114821152A
公开(公告)日：2022-07-29
申请号：CN202210290769.6
申请日：2022-03-23
Applicant: 湖南大学
IPC: G06V10/764 , G06V10/774 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于前景‑类别感知对齐的域自适应目标检测方法及系统，该方法包括：使用通过下面步骤获得的域自适应目标检测模型在目标域数据集对应的场景进行目标检测；步骤1，设置图像级域分类器和实例级域分类器，构建基准模型；步骤2，设置前景感知模块和类别感知模块，构建基于前景‑类别感知对齐的域自适应目标检测模型；步骤3，训练并获得域自适应目标检测模型。本发明能够跨域目标检测流程的关注点从整体特征对齐，到前景特征对齐，再到类别特征对齐的转变，在跨天气、跨摄像头、跨复杂场景检测下都取得了在目标域上的性能提升。
-
公开(公告)号：CN110928658A
公开(公告)日：2020-03-27
申请号：CN201911138877.6
申请日：2019-11-20
Applicant: 湖南大学
Abstract: 本发明公开了一种车边云协同架构的协同任务迁移系统及算法，包括：车载终端集群，该车载终端集群用于采集车辆信息和输出车辆信息至边缘服务器及远程云服务器；边缘服务器，设置于路侧边缘，与车载终端集群通信连接，以接收并处理车载终端集群采集处理的车辆信息和输出信号指令至车载终端集群内；远程云服务器，与车载终端集群通信连接，与车载终端集群之间进行身份认证、数据存储和数据收发。本发明的车边云协同架构的协同任务迁移系统，通过车载终端、边缘计算服务器和远程云服务器的组合作用，便可实现从传统的车-边协同架构、车-云协同架构到车边云协同架构的演进，选择最优的任务迁移机制，实现车载的能耗最小，可有效延长车辆的续航里程。
-
Patent Agency Ranking
公开(公告)号：CN107913675A
公开(公告)日：2018-04-17
申请号：CN201711156483.4
申请日：2017-11-20
Applicant: 湖南大学
Abstract: 本发明公开了一种金属有机骨架修饰硫化亚锡复合光催化剂及其制备方法和应用，该复合光催化剂以金属有机骨架MIL-53(Fe)为载体，负载有硫化亚锡。其制备方法包括将MIL-53(Fe)与溴化亚锡混合，加入含S2-的溶液进行沉淀反应，得到金属有机骨架修饰硫化亚锡复合光催化剂。本发明复合光催化剂具有绿色环保、比表面积大、反应位点多、光生电子-空穴利用率高、光催化活性高、稳定性好、耐腐蚀等优点，其制备方法具有操作简便、原料成本低、耗能少、耗时短、条件易控等优点。本发明复合光催化剂可用于降解六价铬废水，具有降解效率高、应用方法简单、成本低廉、无二次污染等优点，具有很好的实际应用前景。
-
公开(公告)号：CN107051393A
公开(公告)日：2017-08-18
申请号：CN201710372959.1
申请日：2017-05-24
Applicant: 湖南大学
IPC: B01J20/22 , B01J20/28 , B01J20/30 , C02F1/28 , C02F101/30 , C02F101/20
Abstract: 本发明公开了一种硅酸镁‑水热碳复合材料及其制备方法和应用，所述硅酸镁‑水热碳复合材料包括块状多孔的硅酸镁和球状多孔的水热碳，所述水热碳负载在硅酸镁的表面及孔隙内。制备方法，包括以下步骤：（1）制备硅酸镁的分散液；（2）将碳源和有机酸加入到硅酸镁的分散液中，进行水热反应，反应完毕后过滤，得到沉淀产物；（3）将步骤（2）所得的沉淀产物加入到碱液中，以打通水热碳阻塞的孔道，过滤后得到硅酸镁‑水热碳复合材料。该硅酸镁‑水热碳复合材料具有环保无毒，成本低，不易团聚等优点，对水体中阳离子型染料及重金属有极强的吸附作用。
-
公开(公告)号：CN105032464B
公开(公告)日：2017-07-07
申请号：CN201510417909.1
申请日：2015-07-16
Applicant: 湖南大学
Abstract: 本发明公开了一种氮化碳‑钛酸镍复合材料及其制备方法与应用，该氮化碳‑钛酸镍复合材料包括氮化碳和钛酸镍，钛酸镍沉积于氮化碳表面构成氮化碳‑钛酸镍复合材料。制备方法包括以下步骤：将双氰胺溶于乙二醇中，得到含双氰胺的乙二醇溶液；将醋酸镍和钛酸四丁酯加入双氰胺的乙二醇溶液进行聚合反应得到反应产物；将反应产物煅烧得到氮化碳‑钛酸镍复合材料。本发明的复合材料具有稳定性强、循环利用性高，具有高的比表面积以及高的光催化活性位点等优点，其制备方法工艺简单、操作性高、成本低，制备的复合材料具有优越的光催化性能，广泛应用于光催化降解染料废水领域。
-
公开(公告)号：CN104190385A
公开(公告)日：2014-12-10
申请号：CN201410434684.6
申请日：2014-08-29
Applicant: 湖南大学
Abstract: 本发明提供了一种聚吡咯/Fe3O4/石墨烯复合材料及其制备方法和应用；其中聚吡咯/Fe3O4/石墨烯复合材料的制备方法具体为：通过将氧化石墨烯、氯化铁、还原剂进行还原反应得到还原产物；将还原产物在有机溶剂中进行氧化反应得到Fe3O4/石墨烯复合材料；在十六烷基三甲溴化铵的作用下将聚吡咯修饰于Fe3O4/石墨烯复合材料的表面得到聚吡咯/Fe3O4/石墨烯复合材料吸附剂。按照本发明制备方法制备得到的聚吡咯/Fe3O4/石墨烯复合材料具有较好的分散性与亲水性，增加了反应的活性位点，进而改善其对水体中重金属的吸附性能，可应用于废水中铬的处理。
-
公开(公告)号：CN114912516B
公开(公告)日：2023-06-06
申请号：CN202210440038.5
申请日：2022-04-25
Applicant: 湖南大学无锡智能控制研究院
IPC: G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种协调特征一致性和特异性的跨域目标检测方法及系统，包括：步骤1，构建源域数据集和目标域数据集，搭建基准跨域目标检测模型；步骤2，通过特征特异性记忆读写模块不断更新记忆单元中的记忆元素，指导基准跨域目标检测模型对特征特异性进行学习，再通过特征一致性加权对齐模块使用源域和目标域记忆元素来引导相同类别的记忆元素进行混淆、以及根据待检测目标类别出现的比例对每个类别级域判别器的损失函数进行加权，在语义特异性基础上进一步引导特征对跨域一致性的学习，得到跨域目标检测模型；步骤3，以协调特征一致性和特异性的跨域目标检测模型的损失函数为优化目标对该模型进行训练，并将训练后的模型应用于目标域。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.026 seconds)
