-
公开(公告)号：CN117111656A
公开(公告)日：2023-11-24
申请号：CN202311226665.X
申请日：2023-09-21
Applicant: 常州大学
IPC: G05D23/20
Abstract: 本发明涉及PID控制技术领域，尤其涉及一种基于蒸发器的PID温度控制方法及系统，包括利用温度传感器采集蒸发器的测量温度；以测量温度与设定温度的差值作为ITAE性能指标的输入获取每个粒子的适应值，再利用改进粒子群算法对PID控制器参数Kp、Ki、Kd进行寻优，最终获得粒子群的最优解，从而实现蒸汽调节阀的开度调节，使蒸发器内温度达到平衡。本发明将粒子群算法、正弦映射动态惯性权重以及模拟退火相结合，改善粒子群算法在迭代初期全局寻优能力较差的问题以及迭代后期容易陷入局部最优解的问题；解决常规PID控制器在工业控制过程中存在的响应速度慢，调节时间长，超调量大等问题。
-
公开(公告)号：CN114220669B
公开(公告)日：2023-07-25
申请号：CN202111398199.4
申请日：2021-11-19
Applicant: 常州大学
Abstract: 本发明属于功能材料技术领域，具体涉及一种MXene(以Ti3C2这一种MXene材料为例)多孔纳米片及其热冲击制备方法和应用。制备方法包括：以氟化锂和浓盐酸原位生成HF刻蚀液刻蚀Ti3AlC2粉末，得刻蚀MAX相，反复离心洗涤处理，收集沉淀后真空干燥得到MXene粉末；采用正丁胺，对MXene粉末进行插层，再将得到的有机无机插层化合物粉末置于管式炉中，在真空环境下用1～30min快速升温至400～700℃，之后保温5～30min，之后离心剥离得MXene多孔纳米片溶液。该方法有效避免了MXene的氧化问题，并高效构造了MXene纳米片面内孔隙，实现了高倍率超级电容器活性电极材料的可行制备，且显示出了优越的容量和倍率性能。
-
公开(公告)号：CN114220669A
公开(公告)日：2022-03-22
申请号：CN202111398199.4
申请日：2021-11-19
Applicant: 常州大学
Abstract: 本发明属于功能材料技术领域，具体涉及一种MXene(以Ti3C2这一种MXene材料为例)多孔纳米片及其热冲击制备方法和应用。制备方法包括：以氟化锂和浓盐酸原位生成HF刻蚀液刻蚀Ti3AlC2粉末，得刻蚀MAX相，反复离心洗涤处理，收集沉淀后真空干燥得到MXene粉末；采用正丁胺，对MXene粉末进行插层，再将得到的有机无机插层化合物粉末置于管式炉中，在真空环境下用1～30min快速升温至400～700℃，之后保温5～30min，之后离心剥离得MXene多孔纳米片溶液。该方法有效避免了MXene的氧化问题，并高效构造了MXene纳米片面内孔隙，实现了高倍率超级电容器活性电极材料的可行制备，且显示出了优越的容量和倍率性能。
-
公开(公告)号：CN116237342B
公开(公告)日：2025-05-02
申请号：CN202310254148.7
申请日：2023-03-16
Applicant: 常州大学
Abstract: 本发明涉及光伏组件回收技术领域，尤其涉及一种报废光伏组件背板的整体拆解装置及方法，包括工作台、热刀拆解装置及升降同步带装置，热刀拆解装置包括热刀框架，热刀框架上安装有两个热刀基体，热刀基体底部安装有热刀刀片且内部安装有加热棒，每个热刀基体的外侧均安装有一粗辊轧且两个热刀基体之间安装有一细辊轧；本发明利用加热后的热刀刀片将EVA快速熔融，降低了封装材料的粘结作用和韧性，从而有利于热刀刀片对背板的刨削，减少了功耗，且利用粗辊轧和细辊轧压住光伏组件，保证了刨削的稳定性，降低了处理光伏组件的局限性，针对破碎弯曲的光伏板也可以进行处理，提高了回收利用的效益。
-
公开(公告)号：CN117392578A
公开(公告)日：2024-01-12
申请号：CN202311282840.7
申请日：2023-10-07
Applicant: 常州大学
IPC: G06V20/40 , G06V40/20 , G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及计算机视觉技术领域，尤其涉及基于两阶段时空注意力的动作检测方法及系统，包括利用ResNet50提取视频帧图像特征；并利用改进FPN特征金字塔结构增强提取的视频特征，使用带有位置编码和线性展平层的Transformer编‑解码器来检测人体区域；利用时空注意力编码器对检测到的人体区域内的动作进行识别。本发明解决传统时空动作检测方法存在对长时间视频的检测精度较低以及训练时间过长；基于纯Transformer结构的动作检测方法由于token数量的增加而导致计算和内存复杂性呈二次增长且对小目标的检测精度较差的问题。
-
Patent Agency Ranking
公开(公告)号：CN117392082A
公开(公告)日：2024-01-12
申请号：CN202311326888.3
申请日：2023-10-13
Applicant: 常州大学
IPC: G06T7/00 , G06T7/10 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及图像处理技术领域，尤其涉及基于全尺度跳跃连接的肝脏CT图像分割方法及系统，包括采集肝脏CT图像，并进行切片和预处理；以UNet3+网络为主干，在编码器和解码器之间引入注意力模块；并将最后一层解码器引出一条分支输入分类指导模块，判断特征图是否属于器官特征；再与解码器每一个节点输出相乘后送入深度监督模块；将编码器层输出结果分别与对应大小的标签图像进行比较，计算出不同层各自的损失值。本发明解决网络在不同尺度之间的特征进行融合时不丢失重要区域特征的问题。
-
公开(公告)号：CN119131413A
公开(公告)日：2024-12-13
申请号：CN202411342707.0
申请日：2024-09-25
Applicant: 常州大学
Abstract: 本发明涉及图像处理技术领域，尤其涉及一种面向透明物体抓取的检测方法，包括构建四阶段LFRM模块，将前一阶段LFRM模块的输出作为下一阶段LFRM模块的输入一端；各阶段采用不同分辨率深度图像作为输入另一端进行下采样操作；利用LGMA模块对输入特征图进行通道分割，并利用不同膨胀系数的膨胀卷积后再进行通道维度的拼接；利用四阶段CFIUM模块进行上采样操作融合浅层特征，提取深层与浅层特征图在宽度和高度两个方向上的特征信息；利用抓取检测输出模块的RC模块融合低层和深层的特征信息；得到抓取宽度图、质量分数图和角度图。本发明解决现有抓取检测方法难以在精度和实时性之间获得平衡的问题。
-
公开(公告)号：CN118135198A
公开(公告)日：2024-06-04
申请号：CN202410331947.4
申请日：2024-03-22
Applicant: 常州大学
IPC: G06V10/25 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及二维码处理技术领域，尤其涉及基于深度学习的液化气罐二维码标签自动检测方法及系统，包括制作液化气罐二维码标签图像数据，并划分不同数据集；搭建深度学习网络模型，深度学习网络模型由融合残差网络和多尺度特征金字塔结构的主干网络、RPN网络、ROI Pooling层和分类回归层组成；在残差网络中引入NAM注意力机制，增强残差网络对液化气罐二维码图像的全局信息学习能力；拍摄待检测液化气罐上包含有二维码标签区域的图像并输入深度学习网络模型，进行识别检测。本发明增强对不同尺度二维码标签的适应性的同时，更关注二维码标签区域的图像特征，抑制无效的背景影响，从而提高检测精度。
-
公开(公告)号：CN118037798A
公开(公告)日：2024-05-14
申请号：CN202410213897.X
申请日：2024-02-27
Applicant: 常州大学
IPC: G06T7/557 , G06N3/0442 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及图像处理技术领域，尤其涉及多尺度循环LSTM的透明物体深度图像修复方法，包括利用信息预填充模块得到深度图像D’；设计两个结构相同的包含4个阶段的双分支特征提取模块用于逐级提取原始RGB和深度图像D’的特征；设计多尺度循环LSTM模块用于逐级提取4个阶段的原始RGB和深度图像D’的双模态特征交互融合后的双模态特征；将双模态特征交互融合后双模态特征经过注意力模块后，逐步上采样后经过深度修复输出模块，得到深度修复后的深度图像。本发明解决现有深度修复方法计算量大、实时性差以及双模态特征融合不充分的问题。
-
公开(公告)号：CN117912117A
公开(公告)日：2024-04-19
申请号：CN202410110003.4
申请日：2024-01-26
Applicant: 常州大学
IPC: G06V40/20 , G06V20/40 , G06V10/44 , G06V10/774 , G06N3/045 , G06N3/0464 , G06V10/764 , G06V10/82 , G06N3/08
Abstract: 本发明涉及动作识别技术领域，尤其涉及基于3D的Longformer多尺度动作识别方法，包括制作装配动作数据集；输入视频经过PatchEmbed模块在空间维度上被分割为若干个patch；经过Flatten层、LayerNorm层后加上位置编码和global token，通过3D Longformer AttenBlock模块做注意力计算；最后由MlpBlock模块增强提取的时空特征；使用训练集对动作识别网络进行训练，并利用测试集进行评估。本发明解决基于卷积的动作识别方法缺少全局建模能力；以及基于Transformer的动作识别方法局部冗余过高进而导致计算的复杂度呈二次方增长的问题。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.027 seconds)
