-
公开(公告)号：CN107882963A
公开(公告)日：2018-04-06
申请号：CN201711089690.2
申请日：2017-11-08
Applicant: 西南大学
IPC: F16H57/02 , F16H57/028 , F16H57/029
CPC classification number: F16H57/02 , F16H57/028 , F16H57/029
Abstract: 本发明公开了一种电动摩托车定轴式侧挂动力系统，包括平叉、减速箱箱体、电机、定轴、输出转动套以及传动组件，其中，减速箱箱体固定在平叉的一根主管上，电机安装在减速箱箱体的一侧，定轴穿过减速箱箱体，且两端分别与对应的主管固定连接，输出转动套可转动地安装在定轴上，并从减速箱箱体的内部延伸至外部，且位于两根主管之间，传动组件能够在电机的带动下驱动输出转动套转动。采用本发明提供的电动摩托车定轴式侧挂动力系统，结构新颖，易于实现，通过平叉、定轴、输出转动套和侧挂式的减速箱设计，不仅结构可靠、安全性好、舒适性佳，而且能够采用高转速电机，有效提高了电动摩托车的扭矩，爬坡性能好。
-
公开(公告)号：CN107528685A
公开(公告)日：2017-12-29
申请号：CN201710793287.1
申请日：2017-09-06
Applicant: 西南大学
IPC: H04L9/00
Abstract: 一种动态对偶混沌系统，设置混沌系统(1)，该混沌系统(1)设置有核心运算器(2)和切换控制器(3)，所述切换控制器(3)植入核心运算器(2)中，形成混沌机构，该混沌机构设置有条件输入数据端口组，该混沌机构还设置有输出数据端组；当切换控制器(3)为原始控制器时，所述混沌系统(1)为原始混沌系统；当切换控制器(3)为对偶控制器时，所述混沌系统(1)为对偶混沌系统。有益效果：本发明的对偶混沌的电路通过切换控制技术，就能够得到多种相互关联的混沌系统，不仅能够提高混沌系统控制效果的准确度和精确度，还能事先从多个混沌系统的角度验证出输出结果。
-
公开(公告)号：CN107491747A
公开(公告)日：2017-12-19
申请号：CN201710671801.4
申请日：2017-08-08
Applicant: 西南大学
CPC classification number: G06K9/00221 , G06K9/00248 , G06T3/0093
Abstract: 本发明提供了一种基于回归分析和小波变换的人脸预测方法，包括如下步骤：利用归一化算法对样本图像进行预处理；回归分析，即首先利用ASM算法对人脸特征点进行自动定位，然后对人脸数据库中的每一个人物的多幅照片上的特征点进行回归分析，估计出该人物所有年龄的特征点，在此基础上形成每个年龄的平均脸；基于特征线对的图像变形算法对测试图像进行图像轮廓变形；基于小波图像分解和重构技术将不同年龄段的年龄特征移植到目标人脸上，从而实现从年轻到年老的预测，或者从年老到年轻的重现。该人脸预测模型能有效地进行不同定制条件的合成，合成图像有较高的区分度，效果较好。
-
公开(公告)号：CN106769702A
公开(公告)日：2017-05-31
申请号：CN201710118569.1
申请日：2017-03-01
Applicant: 西南大学
IPC: G01N15/00
Abstract: 本发明提供了一种粉末物质的测量装置和测量方法，所述测量装置包括测量箱、振动机构和安装于测量箱内的激光发生装置、投料机构和光采集装置，所述振动机构用于驱动该测量箱振动，使所述投料机构内的粉末由投放口向下流入箱体内部所形成的测量室内，所述激光发生装置和光采集装置设在所述测量室内，激光发生装置产生的激光射向下落过程中粉末所形成的粉末帘柱，所述光采集装置收集照射后的光信号，并将其转换为电信号向外输出。本发明的结构简单、测量步骤快捷方便，准确性高。
-
公开(公告)号：CN106681689A
公开(公告)日：2017-05-17
申请号：CN201710028462.8
申请日：2017-01-13
Applicant: 西南大学
IPC: G06F7/58
CPC classification number: G06F7/586
Abstract: 本发明实施例提供了一种伪随机序列产生方法及装置，涉及信息安全技术领域。所述方法包括获取四维超混沌系统，采用Euler算法将所述四维超混沌系统离散化，获取所述四维超混沌系统的输入值；将所述输入值带入所述离散化后的四维超混沌系统的进行迭代运算，得到所述四维超混沌系统的输出值；将所述输出值各自的IEEE‑754标准的尾数进行相加，得到初始序列；获取所述初始序列的后8位的奇数位的值，作为第i个4位伪随机序列参数；基于以上步骤，随着i的增加，获得i个4位伪随机序列参数，将所述i个4位伪随机序列参数依次排列并得到长度为4×i的伪随机序列，以此改善现有技术中产生的伪随机序列长度短的问题。
-
Patent Agency Ranking
公开(公告)号：CN103114550B
公开(公告)日：2015-09-30
申请号：CN201310071653.4
申请日：2013-03-07
Applicant: 西南大学
IPC: E01H13/00
Abstract: 本发明涉及一种除雾装置，其包括支架和两个强力风机，两个强力风机分别一高一低固定于支架的两个位置上；位于高位置的强力风机的风向为斜向上或水平，该强力风机出风口上设置制冷器；位于低位置的强力风机的风向为水平或斜向上，该强力风机的出风口设置储水盒，储水盒中装有吸水材料,储水盒通过管道连接一盐水盒，盐水盒固定在强力风机的外壳上相对于高于储水盒的位置处。采用此装置，可以有效地去除雾气，适用在大型开敞空间使用，结构简单，尤其可以在很大程度上降低大雾天气发生重大交通事故的几率。
-
公开(公告)号：CN102944185A
公开(公告)日：2013-02-27
申请号：CN201210456250.7
申请日：2012-11-14
Applicant: 西南大学
Inventor： 段书凯
IPC: G01B11/16
Abstract: 本发明提出一种探测多维应力作用下微小形变的装置，所述装置包括激光发生器、软质反光薄板、表面可反光的半球体、硬质反光薄板和光敏传感器；所述软质反光薄板平行固定在硬质反光薄板之上，在两者之间形成光线入射狭缝，所述表面可反光的半球体分布于软质反光薄板下表面；所述激光发生器设置于狭缝一侧之外，入射光线朝向狭缝，并斜上方对向软质反光薄板和表面可反光的半球体；所述光敏传感器设置狭缝另一侧，与激光发生器相对。本装置结构简单，可以准确地测量各种微小的应力形变，尤其是检测多维微小应变的大小和方向。
-
公开(公告)号：CN102185562B
公开(公告)日：2012-11-21
申请号：CN201110051856.8
申请日：2011-03-03
Applicant: 西南大学
IPC: H03B5/18
Abstract: 本发明公开了一种混沌振荡器，所述混沌振荡器包括一个负跨导正弦振荡器电路以及一个差动放大电路单元；通过将正弦振荡器电路的输出信号经差动放大电路单元放大后作为输出，得到连续的混沌振荡信号；同时，本发明还公开了该混沌振荡器作为随机比特发生器的应用。本发明提出的正弦振荡器适合在单片的集成电路芯片上实现，其结构紧凑、造价低廉，并且具有很高的输出频率；同时其平衡性能好，具有高源抑制和噪声免疫功能，根据该正弦振荡器设计的随机比特发生器继承了以上优点，作为一种真随机比特发生器的设计方案来说，具有较高的实用价值。
-
公开(公告)号：CN119169337A
公开(公告)日：2024-12-20
申请号：CN202410972743.9
申请日：2024-07-19
Applicant: 西南大学
IPC: G06V10/764 , G06V10/80 , G06V10/52 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 一种基于自适应多尺度特征融合网络的图像分类识别方法，其特征在于，包括以下步骤：步骤1：图像获取模块获取图像数据a，并传递给自适应多尺度特征融合网络；步骤2：所述自适应多尺度特征融合网络中的特征提取模块对所述图像数据a进行特征提取操作，得到特征数据b，并传递给特征融合模块；步骤3：所述特征融合模块对所述特征数据b进行特征融合操作，得到融合数据c，并传递给分类模块；步骤4：所述分类模块对所述融合数据c进行分类识别，得到分类结果。效果：效消除冗余信息和噪声，增强图像特征的表示能力，实现了对CT图像多层次、多尺度特征的有效提取，增强不同分辨率特征之间的语义相关性，提高了预测结果的准确性和可靠性。
-
公开(公告)号：CN118247475A
公开(公告)日：2024-06-25
申请号：CN202410491073.9
申请日：2024-04-23
Applicant: 西南大学
IPC: G06V10/20 , G06V10/764 , G06V10/30 , G06V10/32 , G06V10/774 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/0985
Abstract: 一种适合边缘智能设备部署的茶叶病害识别方法，其特征在于，包括以下步骤：步骤1：图像采集模块采集茶叶图像数据a，并将茶叶图像数据a传递给数据预处理模块；步骤2：数据预处理模块对茶叶图像数据a进行预处理操作，得到标准图像数据b并传递给数据增强模块；步骤3：数据增强模块对标准图像数据b进行数据增强操作，得到增强图像数据c并传递给数据转换模块；步骤4：数据转换模块将增强图像数据c转化为矩阵数据d并传递给茶叶病害识别模型；步骤5：茶叶病害识别模型对矩阵数据d进行茶叶病害识别，并输出茶叶病害识别结果Y。效果：能够在保持高识别精度的同时，大幅降低模型的计算复杂度和参数量，以适应边缘智能设备的计算能力限制。
-
-
-
-
-
-
-
-
-
Search Results
185
records
(took 0.021 seconds)
