一种管内加热的石墨烯薄膜制备装置及制备方法

    公开(公告)号:CN114107942B

    公开(公告)日:2022-12-20

    申请号:CN202111438987.1

    申请日:2021-11-30

    摘要: 本发明公开了一种管内加热的石墨烯薄膜制备装置及制备方法,具体涉及石墨烯薄膜制备技术领域。一种管内加热的石墨烯薄膜制备装置其包括石英管、机箱以及电加热组件,机箱的顶部设有石英管,石英管包括进气端和出气端,进气端连通有供气组件,出气端连通有真空组件;电加热组件包括温度控制组件以及加热元件,加热元件与温度控制组件电连接,加热元件嵌设在石英管中并与石英管形成加热空腔,加热空腔中放置有衬底,供气组件向加热空腔提供前驱体,并在衬底上形成石墨烯薄膜。本发明将加热元件设置在石英管中,加热元件产生的热量可以直接传递至加热空腔,使得气体的反应速率加快,进而减少形成石墨烯薄膜所消耗的时间。

    基于时间序列的IgA肾病恶化预测分析报告生成系统

    公开(公告)号:CN115274110A

    公开(公告)日:2022-11-01

    申请号:CN202210920204.1

    申请日:2022-08-02

    IPC分类号: G16H50/30 G16H50/70 G06F17/18

    摘要: 本发明公开了一种基于时间序列的IgA肾病恶化预测分析报告生成系统,该系统包含数据采集模块、数据预处理模块、基于时间序列的IgA肾病恶化预测模型和诊疗报告生成模块;数据采集模块采集患者样本数据,数据预处理模块对患者样本数据进行剔除,基于时间序列的IgA肾病恶化预测模型得到预测结果,诊疗报告生成模块输出情况分析报告。本发明将传统IgA肾病检查中的时间序列规律利用起来,使检查效果更准确,运用人工智能算法自动比较分析,提高预测效率;通过不同历史阶段的患者病情分析,有助于医生掌握疾病发展规律,有利于治疗与预后。

    适用于毫米波段无源滤波器的谐振器结构及集成结构

    公开(公告)号:CN115173018A

    公开(公告)日:2022-10-11

    申请号:CN202210677498.X

    申请日:2022-06-15

    IPC分类号: H01P7/08 H01P1/203

    摘要: 本发明公开了一种适用于毫米波段无源滤波器的谐振器结构及集成结构,包括馈线层,包括第一馈线和第二馈线;谐振层,设置在馈线层下,且所述谐振层包括与所述第一馈线耦合的第一谐振器、与所述第二馈线耦合的第二谐振器;所述第一谐振器和所述第二谐振器之间设置有第三谐振器,且所述第三谐振器分别与所述第一谐振器和所述第二谐振器耦合;其中,所述第三谐振器具有与所述第一谐振器和第二谐振器不同的高次谐波;衬底层,设置在所述谐振层下,包括金属屏蔽层,且所述金属屏蔽层通过金属过孔与谐振层相连;采用所述结构的滤波器具有宽阻带、宽通带、占用版图面积小、对外电磁辐射低的优点。

    一种基于工人流失预测的空间众包任务分配方法

    公开(公告)号:CN114372680A

    公开(公告)日:2022-04-19

    申请号:CN202111589692.4

    申请日:2021-12-23

    IPC分类号: G06Q10/06 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于工人流失预测的空间众包任务分配方法,通过工人流失预测,对易流失工人分配任务比例提高,减少空间众包中工人流失情况的发生,同时保证工人在任务分配的总奖励尽可能更高。使用LSTM模型来提取工人的隐式感受,从工人历史任务的执行数据中学习工人的空闲时间间隔,该模型通过两路LSTM对工人的满意度和热情度进行捕捉,接着通过全连接层输出预测的空闲时间间隔张量,根据时间间隔阈值判断工人的易流失情况;随后,根据空闲时间排序的贪婪算法和添加关联边数限制以及结合实际的增加优化策略的最佳权值匹配任务分配算法,提高空间众包中任务分配的效率和有效性,并提升了易流失工人在空间众包问题中的体验,从而减少工人流失。

    基于多距离谱嵌入融合的单细胞甲基化数据聚类方法

    公开(公告)号:CN114298201A

    公开(公告)日:2022-04-08

    申请号:CN202111589061.2

    申请日:2021-12-23

    IPC分类号: G06K9/62 G16B40/00

    摘要: 本发明公开了一种基于多距离谱嵌入融合的单细胞甲基化数据聚类方法,获取待聚类的细胞的单细胞甲基化数据并进行二值化处理,根据得到的单细胞甲基化数据计算得到细胞之间的余弦距离矩阵、海明距离矩阵和皮尔逊距离矩阵,利用光谱嵌入方法根据三个距离矩阵获取细胞的三个低维谱嵌入表示矩阵,将三个低维谱嵌入表示矩阵按列合并得到特征矩阵,将特征矩阵中的行向量作为细胞的特征表示向量,两两计算细胞间特征表示向量之间的欧氏距离,得到甲基化距离矩阵,基于甲基化距离矩阵进行层次聚类,获取细胞聚类结果。本发明通过融合多个距离矩阵的低维谱嵌入成分,提升了单细胞甲基化数据聚类的准确性。

    基于深度并行时序关系网络的异常数据诊断方法

    公开(公告)号:CN114298200A

    公开(公告)日:2022-04-08

    申请号:CN202111589040.0

    申请日:2021-12-23

    IPC分类号: G06K9/62

    摘要: 本发明公开了一种基于深度并行时序关系网络的异常数据诊断方法,在工业生产系统的各种异常工况下采集特征数据并标准化得到训练数据矩阵,然后提取得到特征向量序列,将特征向量序列作为输入、对应的异常工况序号作为输出构成训练样本,构建DPTRN模型,包括关系模块、解耦位置向量计算模块、关系权重计算模块、历史信息向量计算模块、向量拼接模块和多层感知器,采用训练样本对DPTRN模型进行训练,当需要对工业生产系统进行异常数据诊断时,采集得到当前时刻的数据矩阵并输入训练好的DPTRN模型,得到异常数据诊断结果。采用本发明可以提高时序数据的处理速度,并保证了异常数据检测性能。