-
公开(公告)号：CN118429211A
公开(公告)日：2024-08-02
申请号：CN202410580451.0
申请日：2024-05-11
摘要： 本发明涉及图像处理领域，尤其涉及基于分片分解和直方图均衡化的两阶段图像平滑方法，包括用分割线预分割输入图像，求出输入图像的边缘二值图，根据该边缘二值图像更新分割线位置，将图像划分为不同区域；根对图像边缘分布集中的区域进行直方图均衡化；将图像块分解，减弱纹理区域梯度的同时尽可能保留边缘区域梯度；由于图像中部分区域经历过直方图均衡化操作，造成这些区域与其余区域存在颜色差异，对这些区域使用逆直方图均衡化和对图像整体进行L0梯度最小化平滑可以消除该缺陷，完成图像平滑工作。本发明在平滑图像时对于弱边缘的保留以及纹理的去除方面皆有较好的表现，取得了令人满意的平滑视觉效果。
-
公开(公告)号：CN116251325A
公开(公告)日：2023-06-13
申请号：CN202211628596.0
申请日：2022-12-17
IPC分类号： A62D3/38 , A62D101/45 , A62D101/47
摘要： 本发明公开了一种氰化尾渣中硫氰根的降解方法，其包括如下步骤：（1）预处理：将氰化尾渣用水调浆，并调节pH值至2~4；（2）硫氰根剥离：向步骤（1）获得的矿浆中添加硫氰根剥离剂，曝气处理1~3小时；所述的硫氰根剥离剂为高锰酸钾、锰矿粉、2‑乙基己酸锰中的一种或两种以上；（3）硫氰根降解：向步骤（2）获得的矿浆中添加硫氰根降解药剂，去除硫氰根；（4）后处理：将步骤（3）获得的矿浆固液分离。本发明通过硫氰根剥离剂与硫氰根降解剂的配合，可高效脱除氰化尾渣尤其是金精矿氰化尾渣中的硫氰根,降低氰化尾渣中硫氰根的潜在危害。
-
公开(公告)号：CN118124693A
公开(公告)日：2024-06-04
申请号：CN202410496492.1
申请日：2024-04-24
IPC分类号： B62D57/024
摘要： 一种真空吸附爬壁机器人，涉及机器人领域，包括下安装箱，所述下安装箱通过连接环转动连接有上安装箱，所述上安装箱顶部设有旋转电机，所述旋转电机能够驱使上安装箱与下安装箱发生相对转动，所述上安装箱及下安装箱内分别安装有上驱动机构和下驱动结构，所述上驱动机构和下驱动结构端部均设有末端电动缸，所述末端电动缸的伸缩杆连接有下安装板，所述下安装板上设有多个吸盘。本发明能够让机器人在不同角度的壁面上自由移动，适应各种复杂的工作环境，传动系统和电动缸控制保证了机器人的高效性和精确定位能力。模块化的设计简化了维护和更换流程，使得功能扩展更为便捷。
-
公开(公告)号：CN116251325B
公开(公告)日：2024-04-02
申请号：CN202211628596.0
申请日：2022-12-17
IPC分类号： A62D3/38 , A62D101/45 , A62D101/47
摘要： 本发明公开了一种氰化尾渣中硫氰根的降解方法，其包括如下步骤：（1）预处理：将氰化尾渣用水调浆，并调节pH值至2~4；（2）硫氰根剥离：向步骤（1）获得的矿浆中添加硫氰根剥离剂，曝气处理1~3小时；所述的硫氰根剥离剂为高锰酸钾、锰矿粉、2‑乙基己酸锰中的一种或两种以上；（3）硫氰根降解：向步骤（2）获得的矿浆中添加硫氰根降解药剂，去除硫氰根；（4）后处理：将步骤（3）获得的矿浆固液分离。本发明通过硫氰根剥离剂与硫氰根降解剂的配合，可高效脱除氰化尾渣尤其是金精矿氰化尾渣中的硫氰根,降低氰化尾渣中硫氰根的潜在危害。
-
公开(公告)号：CN115465980A
公开(公告)日：2022-12-13
申请号：CN202211313203.7
申请日：2022-10-25
摘要： 本发明属于水处理技术领域，具体为一种电化学氧化焦化废水处理装置，包括：机体组件、防护组件和调节组件；其中，所述机体组件，包括氧化池、装配于所述氧化池顶部的池盖、安装于所述氧化池内底面上的排气阀、连接于所述排气阀的排气管、安装于所述氧化池且连接所述排气管的曝气设备、固定于所述池盖中部的吊环和设置于所述氧化池上的进水管与排水管；所述防护组件设置于所述氧化池内，所述防护组件包括放置于所述氧化池内的固定座、插装于所述固定座内的极板。本发明通过防护组件，可以将极板防护起来，同时利用过滤层对污水进行初步过滤，防止污水中的各种杂物与极板接触，同时不影响污水的穿过，有效降低了极板的损耗效率。
-
公开(公告)号：CN118470333A
公开(公告)日：2024-08-09
申请号：CN202410939567.9
申请日：2024-07-15
申请人： 烟台大学 , 山东(烟台)中日产业技术研究院(烟台市产业技术研究院)
IPC分类号： G06V10/26 , G06V20/70 , G06V10/44 , G06V10/52 , G06V10/42 , G06V10/80 , G06V10/764 , G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/048
摘要： 本发明涉及深度学习应用领域，尤其是涉及一种基于遥感图像的地理环境语义分割方法及系统。所述方法，包括获取遥感图像数据集，并对获取的遥感图像数据集进行预处理；基于获取的遥感图像数据集进行编码器构建，并利用编码器进行图像数据集的特征提取和编码；根据编码器的特征提取进行解码器构建，将构建完成的编码器和解码器组合为语义分割模型；利用遥感图像数据集对语义分割模型进行训练和优化，包括利用交叉熵损失函数计算输出值与预测值之间的误差，利用训练完成的语义分割模型进行预测结果输出。通过本发明的技术方案，能够提高遥感图像语义分割的精度、鲁棒性和泛化能力，为环境检测和城市规划提供更加高效和准确的技术。
-
公开(公告)号：CN118346377A
公开(公告)日：2024-07-16
申请号：CN202410637384.1
申请日：2024-05-22
摘要： 本发明涉及排水监测系统领域，公开了一种基于大数据的矿山智能排水监测预警系统，包括：排水监测单元：用于实时监测矿山排水系统的工作状态，包括水泵、排水管道和阀门设备的运行参数，并将监测数据传输至大数据处理中心；大数据处理单元：用于接收排水监测装置传输的数据，对数据进行处理、分析和存储；大数据处理单元还包括数据采集模块、数据预处理模块、数据分析模块和数据存储模块，本发明中，通过实时监测、数据分析与预警、排水量判断、数据存储与管理、深度分析与特征提取以及多渠道报警通知等综合措施，显著提升了矿山排水系统的安全性能和预警响应能力，实现了对潜在风险的快速识别和准确预测。
-
公开(公告)号：CN117786217A
公开(公告)日：2024-03-29
申请号：CN202311823222.9
申请日：2023-12-27
IPC分类号： G06F16/9535 , G06F18/241 , G06N3/0499 , G06N3/048
摘要： 本发明提出了一种基于Mamba架构的高可信度时序数据预测方法，包括以下步骤：S1，获取用户的历史数据；S2，将步骤S1中获取到的用户历史数据生成用户时序数据，记作A＝[B1,i,j,B2,i,j,B3,i,j,...,Ba,i,j]，i＝1、2、3、……、I，j＝1、2、3、……、J，a表示时刻数，I表示历史数据类型数，J表示历史数据获取方式数；S3，根据用户的时序数据对用户的喜好进行预测推荐。本发明能够根据用户的历史数据得到用户的推荐预测数据，增强用户体验。
-
公开(公告)号：CN116274302A
公开(公告)日：2023-06-23
申请号：CN202211467129.4
申请日：2022-11-22
摘要： 本发明公开了一种氰化尾渣氰化物蒸发脱毒方法，其包括如下步骤：（1）预处理：将氰化尾渣用水调浆，并调节pH值至1~2；（2）氰根解离：向步骤（1）获得的矿浆中加入氰根解离剂，密闭反应1~120min；其中，所述的氰根解离剂为EDDHA‑Na、二氧化锡、氯化亚锡、盐酸羟胺、抗坏血酸、硼氢化钠中的一种或两种以上；（3）减压蒸发：向步骤（2）获得的矿浆中加入消泡剂，进行减压蒸发，将生成的氰化氢气体从浆料中排出。本发明通过氰根解离剂与减压蒸发的配合，有效解决了氰化尾渣中氰根难以回收的问题。
-
公开(公告)号：CN118594536A
公开(公告)日：2024-09-06
申请号：CN202410784910.7
申请日：2024-06-18
IPC分类号： B01J23/63 , B01J35/58 , B01J37/00 , B01J35/30 , B01J35/61 , B01J37/30 , B01J37/34 , C02F1/72 , C02F1/74 , B01J37/08 , C02F101/30
摘要： 本发明公开了一种用于催化湿式氧化的介孔二氧化钛纳米纤维负载贵金属催化剂的制备和应用。本发明先通过静电纺丝技术一步法制备出稀土金属掺杂的介孔TiO2纳米纤维，再采用碱溶液刻蚀纳米纤维表面，然后借助阳离子交换策略将贵金属离子均匀的分散在介孔TiO2纳米纤维表面，最后经过干燥、焙烧和还原处理，得到贵金属催化剂。介孔结构与稀土金属掺杂可以有效提升TiO2纳米纤维负载贵金属催化剂的催化性能，碱刻蚀结合阳离子交换策略则显著提高了贵金属的分散度，降低了贵金属负载量，同时增强了催化剂的稳定性。将该催化剂应用于间歇式催化湿式氧化处理有机废水，COD脱除效率大于90%。反应温度200℃及以下，反应压力2MPa及以下，对反应设备的要求较低，可以大大地降低设备投资成本。
-
-
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.081 秒)