-
公开(公告)号：CN116542323A
公开(公告)日：2023-08-04
申请号：CN202310580677.6
申请日：2023-05-22
申请人： 成都理工大学
IPC分类号： G06N3/098 , G06N3/042 , G06Q10/04 , G06Q10/0637 , G06N3/0442 , G06N3/044 , G06N3/0455 , G06N3/0464
摘要： 本发明提供了一种多价值链演化的训练预测方法、系统及存储介质，包括：基于客户端及其相邻客户端的本地原始数据生成节点的特征向量，各客户端所在节点的特征向量和节点信息构成了分布式时序图数据；计算当前时刻分布式联邦时序图神经网络模型的局部网络参数，并将局部网络参数发送至服务器，客户端预先建立有分布式联邦时序图神经网络模型；服务器根据局部网络参数获得全局网络参数并广播给所有客户端；客户端利用全局网络参数更新分布式联邦时序图神经网络模型的网络参数，分布式联邦时序图神经网络模型接收下一时刻的分布式时序图数据进行学习，输出下一时刻边的预测值。因此，能够预测多价值链中公司间未来的关系以及某公司是否在走向消亡。
-
公开(公告)号：CN116187427A
公开(公告)日：2023-05-30
申请号：CN202211426351.X
申请日：2022-11-14
申请人： 成都理工大学
IPC分类号： G06N3/098 , G06N3/084 , G06N3/0455 , G06Q10/04 , G06Q50/04
摘要： 本发明提供了一种拆分学习神经网络的动态构建方法、装置及存储介质，服务器端将多个客户端分组，根据分组动态生成一个全局融合神经网络，客户端向服务器发送携带各个客户端输入的元数据和状态标记信息的请求，服务器端根据所述元数据为对应的客户端动态生成子神经网络和客户端特征融合神经网络，并将所述子神经网络发送给对应的客户端，根据每个组内客户端的数量和请求中的状态标记信息为每个组动态生成对应的组特征融合神经网络，使得所述子神经网络、所述客户端特征融合神经网络、所述组特征融合神经网络和所述全局融合神经网络共同构成拆分神经网络。实现子神经网络的计算时间控制，可动态扩展客户端；鲁棒性更强，实现预测目标的精准预测。
-
公开(公告)号：CN115019340A
公开(公告)日：2022-09-06
申请号：CN202210507603.5
申请日：2022-05-11
申请人： 成都理工大学
摘要： 本发明涉及一种基于深度学习的夜间行人检测算法，属于目标检测技术领域。首先针对因夜间图像的弱光照特性导致的无法区分前景与背景问题，使用Zero‑DCE算法进行光照增强，以便于后续检测；然后针对YoloV4算法在夜间场景下特征提取能力不足的问题，提出双主干网络改进方案；最后改进特征融合模块，加强不同层特征图之间的信息流通。本发明采用以上方案构成夜间行人检测算法法，实现了比YoloV4算法更好的检测效果，为车辆辅助驾驶、智能机器人等研究方向提供技术支持。
-
公开(公告)号：CN114626901A
公开(公告)日：2022-06-14
申请号：CN202210529345.0
申请日：2022-05-16
申请人： 成都理工大学
摘要： 本发明公开了一种多价值链数字生态系统模型建立方法及装置，涉及价值链数字生态系统技术领域，其中，该方法包括：将复杂网络上的同类型企业节点集映射为多价值链数字生态系统的种群；将复杂网络中边的虚拟价值映射为多价值链数字生态系统的能量；将复杂网络的拓扑结构映射为生态系统的整体性质；建立多价值链数字生态系统模型。采用基于该模型的理论研究，可以解决多价值链在发展过程中出现的诸如生态恶化、信用下降、低水平恶性竞争、集群竞争力下降等技术问题。
-
公开(公告)号：CN110159594A
公开(公告)日：2019-08-23
申请号：CN201910392280.8
申请日：2019-05-13
摘要： 本发明公开了一种适用于叶片泵的扩压器。由平面环形结构的前盖板和后盖板、及前盖板与后盖板之间对称布置的导叶构成，在前盖板与后盖板之间设置有与前盖板和后盖板平面平行布置并与各导叶相交、环形结构的隔离板；环形结构的隔离板的径向长度小于前盖板或后盖板环的径向长度。隔离板的内径等于导叶进口直径；隔离板的外径小于导叶出口直径。本发明扩压器结构能够有效地改善叶片泵扩压器的导叶或蜗壳的流场分布、增加流动的稳定性，降低流体的能量损失，提高叶片泵的整体性能。经过试验测量后，发现采用本发明的扩压器可以提高0.5％～2％的扩压性能，节能效果明显。
-
公开(公告)号：CN109296955B
公开(公告)日：2019-08-09
申请号：CN201810853296.X
申请日：2018-07-30
申请人： 成都理工大学
发明人： 黄寰 , 马志鹏 , 邓婷 , 吴兴明 , 李源 , 余斌 , 范宣梅 , 常鸣 , 黄健 , 罗子欣 , 蒋孟璇 , 陈静 , 程丙警 , 白良玉 , 肖义 , 陈晓琴 , 周慧灵 , 杨梅 , 王宇 , 张新帅
IPC分类号： F21K9/90
摘要： 本发明公开了一种高效率的LED电筒装配的方法，解决了现有技术中操作工序不合理导致的工作效率低下的问题。本发明通过合并装压力阀的动作、重排装O型圈后放下工具的动作、重排装绳子前固定筒身的动作的工序调整有效提高了LED电筒装配的效率，并通过合理的调整装配的工作平台提高了装配的效率，具有较好的实用性。本发明还改善了LED电筒装配生产线，本发明取消了第二、三工位之间的运输距离，合并第二、三工位，节省了运输成本，具有较好的实用性。本发明实现了装配的人员双手同时作业并减少等待、持住的情况，有效提高了电筒装配的效率，节省成本，具有较好的实用性。
-
公开(公告)号：CN109682672A
公开(公告)日：2019-04-26
申请号：CN201910060250.7
申请日：2019-01-22
申请人： 成都理工大学
摘要： 本发明提供了一种模拟深层倾倒变形演变及成灾的系统及方法。所述系统包括：土工离心机、模型箱、边坡模型、多个差动式位移传感器以及高速摄像机。所述土工离心机与所述模型箱连接，所述模型箱用于为所述边坡模型提供放置空间，所述边坡模型放置于所述模型箱内，所述多个差动式位移传感器安装于所述边坡模型上，所述高速摄像机安装于所述土工离心机的吊蓝上。本发明通过建造与实际中变质岩石性状相同的模型，模拟河谷下切作用，利用土工离心机模型真是自然环境，通过四阶段的离心模型试验，模拟深层倾倒变形的演变过程，并根据差动式位移传感器以及高速摄像机采集的数据以及照片，经过仿真计算，最终得到深层倾倒变形的关键因素以及致灾因子。
-
公开(公告)号：CN115215422B
公开(公告)日：2023-05-09
申请号：CN202210996190.1
申请日：2022-08-18
申请人： 成都理工大学
IPC分类号： C02F1/72 , B01J27/043 , B01J31/28 , B01J35/08 , B09C1/00 , C02F101/34 , C02F101/36 , C02F103/06
摘要： 本发明属于环保领域，尤其涉及一种修复地下水氯酚类有机污染的方法，其包括：S1.确定污染源的位置；S2.基于污染源位置设置注入井；S3.通过注入井向待修复区域的地下水中注入修复试剂以降解待修复区域的地下水中氯酚类有机污染；S3包括：检测待修复区域的地下水流速，当流速大于4m/d时，所述修复试剂包含硫化纳米铁和过氧化氢，其中，所述硫化纳米铁中的铁硫比为15；当流速小于等于4m/d时，所述修复试剂包含羧甲基纤维素钠改性的硫化纳米铁和过氧化氢，其中，羧甲基纤维素钠改性的硫化纳米铁中的羧甲基纤维素钠使用浓度为1.0g·L‑1。
-
公开(公告)号：CN110107529A
公开(公告)日：2019-08-09
申请号：CN201910392301.6
申请日：2019-05-13
摘要： 本发明公开了一种轴流泵叶轮结构及其构成的轴流泵。叶轮由叶轮轮毂及其周向对称布置的叶轮叶片构成，叶轮轴向、相邻叶片之间设置有分流栅，各分流栅联接相邻叶片在叶轮轴向构成圆环。本发明叶轮设计结构在叶轮周向设置分流栅，分流栅的存在能改善轴流泵运行时叶轮出口和导叶壳入口的压力和速度分布均匀性，能有效地提高叶轮出口压力，使得导叶出口速度分布更趋均匀，防止噪音和喘振，提高运行的可靠性和稳定性，增强叶轮的结构强度，在高转速、高负荷运行场合节能效果显著。本发明叶轮能够有明显增加轴流泵运行时的可靠性和稳定性，提高叶轮的结构强度，改善轴流泵内的流场分布，该带分流栅叶轮的轴流泵特别适合于高转速和高负荷运行场合。
-
公开(公告)号：CN115759295A
公开(公告)日：2023-03-07
申请号：CN202211426334.6
申请日：2022-11-14
申请人： 成都理工大学
摘要： 本发明提供了基于纵向联邦学习的协同训练方法、装置及存储介质，拆分神经网络包括位于每个客户端的子神经网络及位于服务器端的多个客户端特征融合神经网络及特征融合网络；通过客户端特征融合神经网络的输出结果和预测数据复用标签Y确定第一损失函数；基于第一损失函数调整好子神经网络及客户端特征融合神经网络后输出第一中间特征，特征融合网络基于多个第一中间特征确定特征融合神经网络的输出结果；基于特征融合神经网络的输出结果和预测数据复用标签Y确定第二损失函数；基于第二损失函数对拆分神经网络进行调整。实现了网络快速收敛；不必等待客户端数据同步；可动态扩展或删除客户端；鲁棒性更强，实现预测目标的精准预测。
-
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.038 秒)
