-
公开(公告)号：CN110451635B
公开(公告)日：2022-01-18
申请号：CN201910567478.5
申请日：2019-06-27
Applicant: 重庆大学科技企业(集团)有限责任公司 , 重庆大学 , 重庆大学产业技术研究院
IPC: C02F3/12 , C02F101/30
Abstract: 本发明公开了一种高盐高有机物工业废水的生物处理系统及方法，包括内循环好氧颗粒污泥反应器与一体化好氧颗粒污泥膜生物反应器，属于废水处理技术领域。本发明能实现对高盐高有机物工业废水的高效净化，降低废水中有机物的含量，便于后续深度处理去除无机盐工艺的应用。该过程无需投加化学药品，能耗低，废水处理成本低，具有良好的工程应用前景。
-
公开(公告)号：CN110451635A
公开(公告)日：2019-11-15
申请号：CN201910567478.5
申请日：2019-06-27
Applicant: 重庆大学科技企业(集团)有限责任公司 , 重庆大学 , 重庆大学产业技术研究院
IPC: C02F3/12 , C02F101/30
Abstract: 本发明公开了一种高盐高有机物工业废水的生物处理系统及方法，包括内循环好氧颗粒污泥反应器与一体化好氧颗粒污泥膜生物反应器，属于废水处理技术领域。本发明能实现对高盐高有机物工业废水的高效净化，降低废水中有机物的含量，便于后续深度处理去除无机盐工艺的应用。该过程无需投加化学药品，能耗低，废水处理成本低，具有良好的工程应用前景。
-
公开(公告)号：CN116724781A
公开(公告)日：2023-09-12
申请号：CN202310367079.0
申请日：2023-04-07
Applicant: 重庆大学 , 重庆大学溧阳智慧城市研究院 , 重庆大学产业技术研究院
IPC: A01G9/02 , E02D17/20 , E02D5/74 , E02D33/00 , G06Q10/04 , G06Q50/08 , G06F18/27 , G06F18/24 , G06F16/2458 , G06F16/29 , G01D21/02 , A01G25/02 , A01G25/16
Abstract: 本发明公开了一种消落带景观土工袋装置及其使用方法，该装置包括锚固系统、景观土工格袋系统、滴灌系统、光纤监测系统和大数据分析系统。锚固系统包括锚固框架和若干锚钉，锚固框架通过若干锚钉锚固在消落带上。景观土工格袋系统包括若干景观土工袋布设平台和若干景观土工袋，若干景观土工袋布设平台固定在锚固框架内，若干景观土工袋放置在景观土工袋布设平台上，景观土工袋装有土壤并种植有库区消落袋植物。工作时，光纤监测系统和大数据分析系统分别监测和评估库区消落带地质和气候状态，滴灌系统根据评估结果向库区消落袋植物提供浇灌。本发明将锚固系统与生物加固系统相结合，在能为消落带提供固定能力的同时还能起到绿化作用。
-
公开(公告)号：CN119825378A
公开(公告)日：2025-04-15
申请号：CN202411989638.2
申请日：2024-12-31
Applicant: 中铁二局集团有限公司 , 重庆大学溧阳智慧城市研究院 , 重庆大学
Abstract: 发明提供一种用于狭窄空间条件下盾构下穿高速公路的施工方法。该方法针对狭窄空间条件下盾构下穿高速公路这一特定工程场景。通过盾构机定制设计、土仓可视化系统以及超前地质预报等技术手段，相较于现有技术可更精确地控制掘进过程，减少对地层的扰动，极大地提高了掘进的准确性和可控性。
-
公开(公告)号：CN118864519A
公开(公告)日：2024-10-29
申请号：CN202410884574.3
申请日：2024-07-03
Applicant: 重庆大学 , 重庆大学附属肿瘤医院
Abstract: 本发明公开了一种基于深度感知分解和分层重建的分层空洞填充方法，其包括参考图像分解为前景对象和背景部分，生成表示前景对象的掩膜；参考图像扭曲到目标位置，带有空洞和前景对象的目标视图及对应的空洞掩膜、带有空洞且无前景对象的目标视图及对应的空洞掩膜；用经图像预处理得到由背景纹理图像和对应的空洞掩膜组成的数据集练生成对抗网络，随后分别将图像对输入训练好的生成对抗网络的生成器，分别生成填充空洞后的无前景对象的目标视图和填充空洞后的目标视图，将生成的图像合并成一个最终的填充空洞后的目标视图。综合实验结果表明，本发明相比现有最先进的方法具有显著优势。
-
Patent Agency Ranking
公开(公告)号：CN113657513B
公开(公告)日：2023-10-24
申请号：CN202110955591.8
申请日：2021-08-19
Applicant: 重庆大学 , 重庆大学附属肿瘤医院
IPC: G06F18/214 , G06F18/241 , G06N3/0464 , G06F17/16
Abstract: 本发明公开了一种基于相空间的传感器数据高精度分类方法，其包括步骤1)通过时间延迟嵌入法将传感器采集的单变量时间序列X嵌入到m维相空间中；2)通过最大化Θ(τ,m)的分辨率来确定τ和m的最佳值；3)将Θ(τ,m)中的所有元素线性映射到一个整数区间[0，255]以获得最大轨迹矩阵图像Θmax；4)通过分类器对从时间序列转换所得的最大轨迹矩阵图像Θmax进行分类。本发明直接将轨迹矩阵作为图像，而不是将时间序列映射到RPS图像，因此不需要相空间投影，避免了投影造成的信息损失；其通过最大化轨迹矩阵图像Θ(τ,m)的分辨率来确定重建参数，这种优化方法非常简单，并且其能帮助让分类器的分类性能达到最佳。
-
公开(公告)号：CN116805341A
公开(公告)日：2023-09-26
申请号：CN202310453947.7
申请日：2023-04-25
Applicant: 重庆大学 , 重庆大学附属肿瘤医院
IPC: G06T11/00 , G06T5/10 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种改善GAN生成图像质量的方法，其包括构建WL‑GAN神经网络，所述WL‑GAN神经网络包括n层级联的GAN，第1至n‑1层的GAN均由离散小波变换器、生成器和判别器组成，第n层GAN由生成器和判别器组成；将图像输入第1层GAN的离散小波变换器，并向各层GAN的生成器输入噪声，以训练所构建的WL‑GAN神经网络；在训练过程中不断调节判别器和生成器的权重，最终使各层GAN在获得输入噪声和低频图像时就能生成高频图像。本发明将原始问题分解为一系列更易于管理的阶段，图像以从粗到细的方式绘制，使得网络最终生成的图像质量得到提高。
-
公开(公告)号：CN116607639A
公开(公告)日：2023-08-18
申请号：CN202310805135.4
申请日：2023-07-03
Applicant: 中国人民解放军陆军勤务学院 , 重庆大学 , 重庆大学建筑规划设计研究总院有限公司
Inventor： 孙涛 , 聂诗东 , 刘晓英 , 王辉 , 刘敏 , 任俊儒 , 胡强桂 , 杨朝山 , 雷屹欣 , 黄永志 , 成鑫磊 , 姚未来 , 李林 , 何小涌 , 杨秀明 , 陈永庆 , 郭莹
Abstract: 本发明公开了一种可快速搭建的折叠房屋及搭建方法，包括底板、墙板和顶板，所述墙板包括前墙板和三侧墙板；在底板和顶板固定有下圈梁和上圈梁；在上墙板和下墙板的连接处设有驱动机构。搭建方法包括如下步骤：1）将下圈梁与底板固定，上圈梁与顶板固定；2）将底板铺设在地面上；3）将前墙板铺设在底板上；4）组装侧墙板；5）通过铰链将下墙板的下侧与下圈梁的上侧相连；6）将顶板铺设于底板上方；7）启动驱动机构；8）将前墙板转动至竖直状态。结构简单，装配方便，通过驱动机构实现自动展开，从而能够快速进行折叠房屋的组装和展开，从而快速搭建房屋，提高房屋搭建效率。
-
公开(公告)号：CN111126591B
公开(公告)日：2023-04-18
申请号：CN201910963505.0
申请日：2019-10-11
Applicant: 重庆大学 , 重庆大学产业技术研究院
IPC: G06N3/08 , G06N3/063 , G06N3/0464 , G01V3/38
Abstract: 本发明公开了一种基于空间约束技术的大地电磁深度神经网络反演方法，主要步骤如下：1)确定探测区域。2)建立地电模型样本集A2。3)建立大地电磁正演响应数据集A3。4)归一化处理。5)建立深度学习神经网络模型。6)得到训练后的深度学习神经网络模型模型。7)获取层状地电断面电磁预测数据集。8)建立层状地电断面电磁验证数据集。9)判断层状地电断面电磁预测数据集和层状地电断面电磁验证数据集的拟合度误差是否满足收敛条件，若是，则反演结束，输出层状地电断面电磁验证数据集。本发明方法可广泛应用于大地电磁反演成像领域，对快速准确预测地下电性结构具有良好的实用价值和应用前景。
-
公开(公告)号：CN115081489A
公开(公告)日：2022-09-20
申请号：CN202210827820.2
申请日：2022-07-13
Applicant: 重庆大学 , 重庆大学附属肿瘤医院
Abstract: 本发明公开了一种基于小波分解矩阵和残差网络的时间序列分类方法，其包括步骤：1)对时间序列数据进行图像化表示，2)以时间序列的图像化表示G作为分类网络的输入，通过分类网络的非线性函数fc：进行映射，得到G对应的分类表示3)设置总体目标Ltotal，实现联合优化图像化表示转换阶段的监督目标Ls和分类阶段的监督目标Lc。本发明提出了一种新的时间序列图像化表示方法——小波分解矩阵，还提出了图像化表示阶段的相似性约束，通过结合相似性约束和最小化分类误差约束，将图像化表示阶段和分类阶段集成在一起进行联合优化，这样端到端的联合优化方式，帮助达到更好的分类效果。
-
-
-
-
-
-
-
-
-
Search Results
42801
records
(took 0.089 seconds)
