-
公开(公告)号：CN117088457A
公开(公告)日：2023-11-21
申请号：CN202311249035.4
申请日：2023-09-26
申请人： 国能陈家港发电有限公司 , 东南大学
IPC分类号： C02F1/26 , C02F103/18 , C02F101/12
摘要： 本发明公开了一种氯离子萃取组合物及其应用，所述的组合物包括氯离子萃取剂、稀释剂和助溶剂，所述稀释剂和助溶剂均为单一物质，所述稀释剂用于降低萃取剂的浓度并促使水相和有机相分离，所述助溶剂用于增加氯离子萃取剂及其盐类的溶解度。所述氯离子萃取剂为Alamine 336，所述稀释剂为被甲基取代的苯环化合物，所述助溶剂为脂肪醇类。本发明应用氯离子萃取组合物对脱硫废水进行二级连续错流萃取，萃取后的有机相经Na2CO3溶液反萃取后回到脱硫废水中循环使用。本发明提供的萃取组合物组分较少，该组合物对氯离子的脱除率能够达到95％以上，且氯离子脱除方法简单，可大幅降低生产成本。
-
公开(公告)号：CN118244703A
公开(公告)日：2024-06-25
申请号：CN202311637643.2
申请日：2023-12-01
申请人： 国能陈家港发电有限公司 , 国电环境保护研究院有限公司
IPC分类号： G05B19/418
摘要： 本发明提供一种燃煤电厂烟气排放分析系统及燃煤电厂烟气排放系统，属于燃煤电厂领域，分析系统包括：烟气监测单元，用于实时检测原始烟气参数；中央处理单元，用于对原始烟气参数进行预处理，得到当前实际烟气参数；基于参数对比结果生成系统运行状况分析结果；数据对比单元，用于将当前实际烟气参数与对比参数进行对比，得到参数对比结果；对比参数包括：标准排放烟气参数、工况历史烟气参数和次新烟气参数；报警单元，与中央处理单元连通，用于基于接收自中央处理单元的系统运行状况分析结果输出报警信息。通过本发明提供的分析系统，能够对烟气排放系统进行综合性能的评估，以便于预防系统故障，提高系统的稳定性和应对突发状况的能力。
-
公开(公告)号：CN110148145B
公开(公告)日：2023-10-10
申请号：CN201910226802.7
申请日：2019-03-25
申请人： 东南大学
IPC分类号： G06T7/12 , G06T7/136 , G06T7/11 , G06V10/82 , G06N3/0464
摘要： 本发明涉及一种融合边界信息的图像目标区提取方法及应用，引入双神经网络先后应用，即采用神经网络RCF模型，以及改进型语义分割网络SegNet，针对目标类型灰度图像中的目标区域图像实现高效提取，其中能够结合局部特征和全局特征，有效克服网络下采样过程中细节特征丢失的问题，因此将设计方案应用于脑组织提取过程中，对于比较难分割的脑组织边界区域，能得到更好的脑组织区域图像提取效果。
-
公开(公告)号：CN110751664A
公开(公告)日：2020-02-04
申请号：CN201910931927.X
申请日：2019-09-29
申请人： 东南大学
摘要： 本发明公开了一种基于超体素匹配的脑组织分割方法，步骤如下：S1：所有的磁共振图像通过SLIC算法均生成超体素数据；S2：预处理所有的磁共振图像；S3：获取得到每个磁共振图像的超体素特征；S4：计算每个超体素和相邻超体素之间的特征梯度，并获取特征梯度之和；S5：确定模板图像中每个超体素对应的标签；S6：将每个磁共振图像的超体素特征、特征梯度之和串联为一个向量，根据向量计算待匹配磁共振图像和模板图像中每个超体素的相似度；S7：将待匹配磁共振图像和模板图像进行匹配，确定出每个待匹配磁共振图像的分割结果。本发明在匹配的过程中考虑超体素自身特征的同时，也能够考虑相邻超体素之间的关系，进而能够得到有效的匹配结果。
-
公开(公告)号：CN102255644B
公开(公告)日：2016-11-30
申请号：CN201110192229.6
申请日：2011-07-11
IPC分类号： H04B7/08
摘要： 本发明属于通信技术领域，公开了一种空间调制系统检测方法。本发明是针对现有的SM系统的检测方法复杂度过高的问题而提出的，具体包括：对接收天线按信号功率大小进行排序；确定球形译码搜索半径；按确定的顺序进行检测。本发明的方法通过对接收天线按信号功率大小进行排序，优先计算出接收天线的信号与发射端信号的最大误差距离，使本次搜索在搜索球体内的概率最小，减少了搜索次数，降低了计算复杂度。
-
公开(公告)号：CN102255644A
公开(公告)日：2011-11-23
申请号：CN201110192229.6
申请日：2011-07-11
IPC分类号： H04B7/08
摘要： 本发明属于通信技术领域，公开了一种空间调制系统检测方法。本发明是针对现有的SM系统的检测方法复杂度过高的问题而提出的，具体包括：对接收天线按信号功率大小进行排序；确定球形译码搜索半径；按确定的顺序进行检测。本发明的方法通过对接收天线按信号功率大小进行排序，优先计算出接收天线的信号与发射端信号的最大误差距离，使本次搜索在搜索球体内的概率最小，减少了搜索次数，降低了计算复杂度。
-
公开(公告)号：CN114581451A
公开(公告)日：2022-06-03
申请号：CN202210172706.0
申请日：2022-02-24
申请人： 东南大学
摘要： 本发明公开了一种基于散射图神经网络的大脑磁共振图像分割方法，首先，为了降低模型计算复杂度，采用超体素作为基本单位，针对参考图像与待分割图像，生成数量相当的超体素；同时考虑超体素的自身信息、周围邻居信息与空间位置信息，预先提取其灰度特征、张量特征与关键点空间先验特征；再次，由于大脑各超体素间隐含一定的拓扑结构信息，以超体素作为节点构建拓扑图，采用散射图神经网络学习全局拓扑信息，更新节点特征；最后，直接将待分割图像的超体素与已标注参考图像的超体素进行特征匹配，得到语义分割结果，本发明能较好地应用于大脑磁共振图像，有效地分割出大脑磁共振图像的组织结构。
-
公开(公告)号：CN110751664B
公开(公告)日：2022-11-18
申请号：CN201910931927.X
申请日：2019-09-29
申请人： 东南大学
IPC分类号： G06T7/13 , G06T7/11 , G06V10/74 , G06V10/762
摘要： 本发明公开了一种基于超体素匹配的脑组织分割方法，步骤如下：S1：所有的磁共振图像通过SLIC算法均生成超体素数据；S2：预处理所有的磁共振图像；S3：获取得到每个磁共振图像的超体素特征；S4：计算每个超体素和相邻超体素之间的特征梯度，并获取特征梯度之和；S5：确定模板图像中每个超体素对应的标签；S6：将每个磁共振图像的超体素特征、特征梯度之和串联为一个向量，根据向量计算待匹配磁共振图像和模板图像中每个超体素的相似度；S7：将待匹配磁共振图像和模板图像进行匹配，确定出每个待匹配磁共振图像的分割结果。本发明在匹配的过程中考虑超体素自身特征的同时，也能够考虑相邻超体素之间的关系，进而能够得到有效的匹配结果。
-
公开(公告)号：CN110148145A
公开(公告)日：2019-08-20
申请号：CN201910226802.7
申请日：2019-03-25
申请人： 东南大学
摘要： 本发明涉及一种融合边界信息的图像目标区提取方法及应用，引入双神经网络先后应用，即采用神经网络RCF模型，以及改进型语义分割网络SegNet，针对目标类型灰度图像中的目标区域图像实现高效提取，其中能够结合局部特征和全局特征，有效克服网络下采样过程中细节特征丢失的问题，因此将设计方案应用于脑组织提取过程中，对于比较难分割的脑组织边界区域，能得到更好的脑组织区域图像提取效果。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.059 秒)
