一种固液气三相水处理反应器

    公开(公告)号:CN105293623A

    公开(公告)日:2016-02-03

    申请号:CN201510497803.7

    申请日:2015-08-13

    Abstract: 本发明公开了一种固液气三相水处理反应器,包括底座、壳体、储水箱、泵组件、阀门组件、数据采集及控制单元、用于产生水下密集气泡流体的扰动装置、设置在壳体内的多个脉冲放电模组及紫外反应模组,脉冲放电模组与紫外反应模组相间设置;壳体的下方设有反应器进气口、反应器进水口及反应器排水口,壳体的上方设有反应器出水口及反应器出气口;数据采集及控制单元输出端连接泵组件、阀门组件、扰动装置的扰动驱动电路、高压脉冲电源、紫外灯电源模组,泵组件及阀门组件在数据采集及控制单元控制下,实现水处理通道的选择和气体的循环。本发明能够处理大流量废水,放电简单,放电区域大,能够有效降低反应活化能,协同提高废水降解的活化反应速率。

    基于深度卷积神经网络与视觉显著性的织物缺陷检测方法

    公开(公告)号:CN107833220B

    公开(公告)日:2021-06-11

    申请号:CN201711212830.0

    申请日:2017-11-28

    Abstract: 本发明公开了一种基于深度卷积神经网络与视觉显著性的织物缺陷检测方法,属于图像处理技术领域。包含缺陷区域定位模块与缺陷语义分割模块。缺陷区域定位模块利用局部卷积神经网络和全局卷积神经网络两个深度学习模型进行融合,自动提取织物缺陷的高级特征并将其作用于缺陷图像,获得缺陷区域的精确定位。缺陷语义分割模块利用缺陷区域的定位结果,结合基于视觉显著性的超像素图像分割方法,获取缺陷先验前景点并对缺陷目标进行精准分割,最终实现缺陷的检测。本发明利用多深度学习融合的织物缺陷定位网络与改进的视觉显著性的织物缺陷分割网络,对织物图像的适应能力好,精度高,可以有效地对复杂背景与噪声干扰下的织物图像中的缺陷进行检测。

    一种固液气三相水处理反应器

    公开(公告)号:CN105293623B

    公开(公告)日:2017-10-20

    申请号:CN201510497803.7

    申请日:2015-08-13

    Abstract: 本发明公开了一种固液气三相水处理反应器,包括底座、壳体、储水箱、泵组件、阀门组件、数据采集及控制单元、用于产生水下密集气泡流体的扰动装置、设置在壳体内的多个脉冲放电模组及紫外反应模组,脉冲放电模组与紫外反应模组相间设置;壳体的下方设有反应器进气口、反应器进水口及反应器排水口,壳体的上方设有反应器出水口及反应器出气口;数据采集及控制单元输出端连接泵组件、阀门组件、扰动装置的扰动驱动电路、高压脉冲电源、紫外灯电源模组,泵组件及阀门组件在数据采集及控制单元控制下,实现水处理通道的选择和气体的循环。本发明能够处理大流量废水,放电简单,放电区域大,能够有效降低反应活化能,协同提高废水降解的活化反应速率。

    基于深度卷积神经网络与视觉显著性的织物缺陷检测方法

    公开(公告)号:CN107833220A

    公开(公告)日:2018-03-23

    申请号:CN201711212830.0

    申请日:2017-11-28

    CPC classification number: G06T7/0008 G06N3/0454 G06T7/11 G06T7/155

    Abstract: 本发明公开了一种基于深度卷积神经网络与视觉显著性的织物缺陷检测方法,属于图像处理技术领域。包含缺陷区域定位模块与缺陷语义分割模块。缺陷区域定位模块利用局部卷积神经网络和全局卷积神经网络两个深度学习模型进行融合,自动提取织物缺陷的高级特征并将其作用于缺陷图像,获得缺陷区域的精确定位。缺陷语义分割模块利用缺陷区域的定位结果,结合基于视觉显著性的超像素图像分割方法,获取缺陷先验前景点并对缺陷目标进行精准分割,最终实现缺陷的检测。本发明利用多深度学习融合的织物缺陷定位网络与改进的视觉显著性的织物缺陷分割网络,对织物图像的适应能力好,精度高,可以有效地对复杂背景与噪声干扰下的织物图像中的缺陷进行检测。

Patent Agency Ranking