一种地漏装置
    1.
    发明授权

    公开(公告)号:CN107237393B

    公开(公告)日:2023-02-28

    申请号:CN201710655735.1

    申请日:2017-08-03

    Abstract: 本发明涉及一种地漏装置,包括基座、旋钮、顶盖、螺栓,所述基座的内壁上设置有第一台阶,垂直于轴线的一个面上设置有若干挡板,所述挡板上设置有螺纹孔,另一个面上设置有凸缘;所述旋钮的一个面上设置有把手,另一个面上设置有第二台阶,沿旋钮轴线的圆周方向设置有若干叶片;所述第一台阶与所述第二台阶相配合,现实旋钮与基座的连接,任一所述叶片能在对应两相邻挡板之间来/回转动,控制水流的通/断;所述顶盖为一圆环板,顶盖的边缘沿圆周方向开设有若干槽口,所述顶盖通过所述螺栓连接在所述基座上;该地漏装置安装方便,能控制水流的通/断,具有防堵效果好、能防异味或臭虫、适用场合广等特点。

    一种新能源汽车的电池健康提醒方法及系统

    公开(公告)号:CN113306449B

    公开(公告)日:2023-11-03

    申请号:CN202110658837.5

    申请日:2021-06-15

    Abstract: 本发明实施例提供一种新能源汽车的电池健康提醒方法及系统,属于新能源汽车的技术领域。包括:获取新能源汽车与电池健康相关的操作参数以及充电参数;基于第一电池健康评估模型、第二电池健康评估模型,确定当前充电参数对应的示出电池健康影响程度的第一影响参数及其各自对应的第一子影响程度参数、第二影响参数及其各自对应的第二子影响程度参数;获取新能源汽车的预估电池健康度;以及在预估电池健康度小于目标健康度阈值时,控制新能源汽车发出电池过度损耗提醒,比较并展示各第一、第二子影响程度参数中较高之一者。本发明结合新能源汽车的电池在使用过程中的行为习惯问题,评估电池的健康状况及使用寿命,增加电池的使用寿命。

    一种基于APSO-HMM的滑坡时间预测方法

    公开(公告)号:CN116011625A

    公开(公告)日:2023-04-25

    申请号:CN202211619668.5

    申请日:2022-12-14

    Abstract: 本发明公开了一种基于APSO‑HMM的滑坡时间预测方法,包括:步骤1、采集的滑坡全周期位移数据进行预处理,并对采集的位移数据在时序方向上进行多状态划分;步骤2、对以上划分过状态的滑坡位移数据用Baum‑welch算法进行训练,采用带扰动因子的自适应粒子群优化隐马尔可夫模型参数,训练并构造滑坡演化状态模型APSO‑HMM;步骤3、滑坡演化状态模型利用Viterbi算法对实时采集数据进行状态解码得到时间序列对应状态序列,并将当前估计状态作为Dijkstra算法的输入,从而预判出滑坡可能发生的时间。本发明实现对隐马尔科夫模型初始参数的优化。利用最优路径算法,能准确预报滑坡灾害发生的时间。

    一种地漏装置
    4.
    发明公开

    公开(公告)号:CN107237393A

    公开(公告)日:2017-10-10

    申请号:CN201710655735.1

    申请日:2017-08-03

    CPC classification number: E03F5/0407 E03F5/0411 E03F2005/0417

    Abstract: 本发明涉及一种地漏装置,包括基座、旋钮、顶盖、螺栓,所述基座的内壁上设置有第一台阶,垂直于轴线的一个面上设置有若干挡板,所述挡板上设置有螺纹孔,另一个面上设置有凸缘;所述旋钮的一个面上设置有把手,另一个面上设置有第二台阶,沿旋钮轴线的圆周方向设置有若干叶片;所述第一台阶与所述第二台阶相配合,现实旋钮与基座的连接,任一所述叶片能在对应两相邻挡板之间来/回转动,控制水流的通/断;所述顶盖为一圆环板,顶盖的边缘沿圆周方向开设有若干槽口,所述顶盖通过所述螺栓连接在所述基座上;该地漏装置安装方便,能控制水流的通/断,具有防堵效果好、能防异味或臭虫、适用场合广等特点。

    一种深度学习的图像修复方法

    公开(公告)号:CN110689495B

    公开(公告)日:2022-10-04

    申请号:CN201910913818.5

    申请日:2019-09-25

    Inventor: 万家山

    Abstract: 本发明涉及图像视觉处理技术领域,提出一种深度学习的图像修复方法,包括以下步骤:使用边缘生成器预测原始图像上遮盖区域的边缘映射;验证边缘生成器预测出的边缘映射是否真实;图像补全网络对真实的边缘映射进行图像修复和合成,剔除不真实的边缘映射;验证图像补全网络修复和合成的图像是否真实;生成真实的图像,剔除不真实的图像。本发明通过结合图片上下文内容,边缘生成器对图像缺失区域(规则和不规则)的边缘产生“幻想”,图像补全网络利用“幻想”边缘填充缺失区域,这样可以利用利用启发式的生成模型得到了缺失部分的边缘信息,随后将边缘信息作为图像缺失的先验部分和图像一起送入修复网络进行图像重建,再现更加精细细节的填充。

    一种深度学习的图像修复方法

    公开(公告)号:CN110689495A

    公开(公告)日:2020-01-14

    申请号:CN201910913818.5

    申请日:2019-09-25

    Inventor: 万家山

    Abstract: 本发明涉及图像视觉处理技术领域,提出一种深度学习的图像修复方法,包括以下步骤:使用边缘生成器预测原始图像上遮盖区域的边缘映射;验证边缘生成器预测出的边缘映射是否真实;图像补全网络对真实的边缘映射进行图像修复和合成,剔除不真实的边缘映射;验证图像补全网络修复和合成的图像是否真实;生成真实的图像,剔除不真实的图像。本发明通过结合图片上下文内容,边缘生成器对图像缺失区域(规则和不规则)的边缘产生“幻想”,图像补全网络利用“幻想”边缘填充缺失区域,这样可以利用利用启发式的生成模型得到了缺失部分的边缘信息,随后将边缘信息作为图像缺失的先验部分和图像一起送入修复网络进行图像重建,再现更加精细细节的填充。

    一种基于磁效应与空气阻力减少撞击力的装置

    公开(公告)号:CN110641409A

    公开(公告)日:2020-01-03

    申请号:CN201911082047.6

    申请日:2019-11-07

    Abstract: 本发明涉及一种基于磁效应与空气阻力减少撞击力的装置,设置于车辆上,包括:阻力装置,设置于车辆的尾部;磁效应装置,环绕设置于车辆的周身;控制器,分别与阻力装置、磁效应装置连接,用于控制阻力装置和磁效应装置的开启和关闭。本发明通过增加车辆与空气的阻力,以及产生车辆的磁力,从而增大相向行驶且快要撞击的两车辆的速度,避免撞击或减小撞击造成的损失。

    一种融合课堂行为序列的在线多模态资源混合推荐方法

    公开(公告)号:CN115687720A

    公开(公告)日:2023-02-03

    申请号:CN202211307926.6

    申请日:2022-10-24

    Abstract: 本发明公开了一种融合课堂行为序列的在线多模态资源混合推荐方法,包括下列步骤:步骤1:从视频中筛选采集帧图像,并对帧图像中的课堂行为进行标注;步骤2:进行多模态知识本体建模;步骤3:基于YOLO‑V5网络模型对学生课堂行为进行识别表征建模;步骤4:将重构的行为特征序列通过Baum‑welch算法进行训练,得到基于课堂行为的多状态GMM‑HMM分类模型;步骤5:引入课堂行为、认知水平和学习风格三类数据建立混合推荐模型,并结合协同过滤算法,给出资源推荐列表TOP‑N。本发明引入课堂行为数据丰富学习者表征信息,从而实现对在线课程资源的更加精准化的推荐。

    一种深度学习的混合主题模型构建方法

    公开(公告)号:CN110674298A

    公开(公告)日:2020-01-10

    申请号:CN201910935163.1

    申请日:2019-09-29

    Inventor: 万家山

    Abstract: 本发明涉及计算机深度学习技术领域,提出一种深度学习的混合主题模型构建方法,包括以下步骤:步骤S1:预处理阶段;步骤S2:文本信息表征;步骤S3:补充背景信息子网络;步骤S4:全连接层网络进行主题划分,并输出标签分类概率。本发明针对华为云平台和智慧学习平台的数据进行主题挖掘,发现基于深度学习的混合主题模型HTM,在主题分类的领域需要的数据量较小,且在面对长短不同类型的文本时,通过Bi-LSTM框架可以有效的进行转化获得较好的迁移能力,使得模型迁移能力强、分类错误率低,模型整体分类效果好。为今后深度学习的主题分类模型在小样本学习和迁移学习作出了有益尝试。

Patent Agency Ranking