一种可收集污物的家禽浸烫设备

    公开(公告)号:CN107950629B

    公开(公告)日:2024-02-06

    申请号:CN201711448722.3

    申请日:2017-12-27

    申请人: 贵州大学

    IPC分类号: A22C21/04

    摘要: 本发明涉及浸烫设备技术领域,尤其涉及一种可收集污物的家禽浸烫设备,包括:导板、滚辊、转轴;导板安装在装置本体的上部前侧,且导板与装置本体通过焊接方式相连接;滚辊、转轴、第二滚辊及第二转轴安装在装置本体的内部中间,且滚辊、第二滚辊通过转轴及第二转轴与装置本体通过贯通相连接;滚辊、第二滚辊的外部设置有链条,且滚辊、第二滚辊与链条通过套合方式相连接;链条的外部安装有刮板,且链条与刮板通过螺栓固定相连接;本发明通过对结构上的改进,并结合现有技术中,具有结构精良,污物排放能力强,且实用性高的优点,解决了现有装置技术中出现的问题和不足,使之更加具有实用性的目的。

    一种面向关系抽取的句子结构信息获取方法

    公开(公告)号:CN111126039B

    公开(公告)日:2022-04-01

    申请号:CN201911355241.7

    申请日:2019-12-25

    申请人: 贵州大学

    摘要: 本发明公开了一种面向关系抽取的句子结构信息获取方法,所述方法包括如下步骤:步骤一、从数据集中抽取包含两个实体且已知实体语义关系类别的关系提及语句;步骤二、使用实体标记符和分隔符将步骤一中抽取出来的关系提及语句中的实体进行分隔和标记;步骤三、基于预训练字向量查找表或随机字向量查找表对文本进行向量映射;步骤四、通过神经网络对表示文本的向量矩阵进行卷积操作提取句子结构特征;步骤五、对卷积后的结果实施最大池化操作,进一步获取抽象特征;步骤六、全连接、Softmax层预测分类结果。通过在卷积神经网络之前对句子实体进行标记和分隔,能够更好地得到各部分内容的语义信息,获取到以实体为中心的句子结构特征,进行关系抽取,可以达到一个比较好的性能。

    一种垂直式上包机
    3.
    发明公开

    公开(公告)号:CN110697305A

    公开(公告)日:2020-01-17

    申请号:CN201911025917.6

    申请日:2019-10-25

    摘要: 本发明公开了一种垂直式上包机,包括机架、往复提升机构和若干个提升托盘,往复提升机构带动提升托盘上下循环运动,提升托盘包括上托板、下托板、折叠铰链和限位机构,上托板和下托板通过折叠铰链铰接,下托板在往复提升机构带动其上升时水平展开并适于承载货物,限位机构将所述上托板和下托板的活动限定在设定的角度内,在机架靠近所述提升托盘下移侧的底部设置有弧形板,弧形板在所述提升托盘移动至其位置处时,限制下托板的展开状态并将其导移至提升托盘的上升侧。本发明可使提升托盘的下托板在下移至机架下部时被限制在近似水平状态,从而有效降低了提升托盘的高度,有利于降低工作强度,提高上包效率。

    一种肘关节康复训练设备的控制装置及控制方法

    公开(公告)号:CN109620639A

    公开(公告)日:2019-04-16

    申请号:CN201811543928.9

    申请日:2018-12-17

    申请人: 贵州大学

    IPC分类号: A61H1/02

    摘要: 本发明公开了一种肘关节康复训练设备的控制装置及控制方法,包括:大臂支撑架、设置在所述大臂支撑架上的肘关节屈伸机构,所述肘关节屈伸机构包括中间部分转动连接在大臂支撑架上的摇杆、传动部件和驱动装置,在所述摇杆的上部设置有握力传感器,所述握力传感器与控制器电气连接,所述控制器与所述驱动装置电气连接,所述握力传感器检测握力值并传输给所述控制器,所述驱动装置根据来自所述控制器的命令按设定的正反转、时间、速率动作;本发明可根据患者握力的大小及持续时间来决定肘关节屈伸机构的正反转、时间及速率,有效的提高了患者的使用体验。

    一种风冷式电脑机箱
    5.
    发明公开

    公开(公告)号:CN109032314A

    公开(公告)日:2018-12-18

    申请号:CN201811161043.2

    申请日:2018-09-30

    申请人: 贵州大学

    IPC分类号: G06F1/20 G06F1/18

    摘要: 本发明公开了一种风冷式电脑机箱,包括机箱主体、侧板、前板、自动翻板组件、风道散热组件和配合安装组件,所述机箱主体的两侧设置有侧板,所述侧板的上方设置有自动翻板组件,所述前板的上方设置有风道散热组件自动翻板组件的设置,可制动控制电脑机箱的侧板开闭,在使用时有组于机箱内部的全面快速的散热,可以根据需求进行调节,在不使用时使机箱为密闭空间避免闲置使灰尘的进,风道散热组件的设置,解决了电脑机箱的风冷式散热多为整体性散热,没有直接作用于内部元件,散热效果不佳的问题,使吹风散热直接作用于内部元件,增加了散热效果,吹走了内部元件上的灰尘,有利于电脑机箱更好的工作。

    一种用于机械自动化生产的工件快速降温用机箱

    公开(公告)号:CN108679924A

    公开(公告)日:2018-10-19

    申请号:CN201810455708.4

    申请日:2018-05-14

    申请人: 贵州大学

    IPC分类号: F25D31/00

    CPC分类号: F25D31/00

    摘要: 本发明公开了一种用于机械自动化生产的工件快速降温用机箱,包括机箱本体、集风板和循环管道,所述机箱本体的左侧开设有进料口,所述机箱本体的上方安装有风机,所述集风板安装在机箱本体的内部,所述集风板的下方安装有出风喷头,所述导热板通过两侧的支撑杆与机箱本体的内壁固定连接,且导热板左端的前侧面被进水管贯穿,所述循环管道的左右两端分别与进水管和出水管相互连接。该用于机械自动化生产的工件快速降温用机箱,空气通过数个出风喷头分流进入机箱本体的内部,提高工件降温的效率,传送带下方的循环管道中流动的冷水便于吸附传送带上的热量,从而降低传送带的热量。

    一种基于神经网络的中文关系抽取方法

    公开(公告)号:CN111008529B

    公开(公告)日:2023-07-21

    申请号:CN201910669521.9

    申请日:2019-07-24

    申请人: 贵州大学

    IPC分类号: G06F40/30 G06F16/36

    摘要: 本发明公开了一种基于神经网络的中文关系抽取方法,该方法可以有效获取句子的结构信息和语义信息。在关系抽取任务中,单一的长短期记忆模型只能学习到某个特定维度的特征,而卷积神经网络可以利用多个卷积核学习不同维度特征。基于上述两个特点,本发明提出了一种多层双向长短期记忆‑注意力模型,该方法通过给长短期记忆模型设置不同大小的隐藏层,使其能自动从原始输入中抽取不同维度的、带依赖信息的抽象特征,并利用注意力机制捕获全局信息。实验显示,本发明中的方法相较多核卷积神经网络和单一的长短期记忆‑注意力模型能显著提高中文关系抽取效果,在ACE RDC 2005中文数据集上取得71.61%的F值,取得了很好的效果,这证明了该方法的有效性。

    一种进料机械自动化混合装置

    公开(公告)号:CN108579531B

    公开(公告)日:2021-05-07

    申请号:CN201810460256.9

    申请日:2018-05-14

    申请人: 贵州大学

    IPC分类号: B01F7/18 B01F15/02

    摘要: 本发明公开了一种进料机械自动化混合装置,包括混合箱体、摇臂柱和输入轴,所述混合箱体下端预留有齿轮箱体,所述出料口下方安装有控制面板,所述混合箱体上端预留有储料箱体,所述输入轴下端与电机上端相互连接,所述主动齿轮左右两端安装有输出轴,且输出轴下端设置有从动齿轮,所述输出轴上端设置有从搅拌片,所述输入轴上端由上到下分别设置有清料片、凸轮和主搅拌片,所述主搅拌片安装在混合箱体的内部中央,所述储料箱体下端开设有4个进料口,所述摇臂柱安装在凸轮外侧。该进料机械自动化混合装置,实现了该装置定量进料机械自动化,提高了该装置对所加工材料的进料效率与混合效率,省时省力,且操作方便。

    一种用于电机磁极的自动安装机

    公开(公告)号:CN109525081B

    公开(公告)日:2021-02-12

    申请号:CN201811394635.9

    申请日:2018-11-21

    申请人: 贵州大学

    IPC分类号: H02K15/03

    摘要: 本发明公开了一种用于电机磁极的自动安装机,其特征在于:包括机架底座(1)、电机外壳夹具装置(2)、Z轴上下移动装置(3)、X轴左右移动装置(4)、水平机架(5)、Y轴前后移动装置(6)。机架底座(1)和水平机架(5)之间焊接,本发明结构简单,操作方便,实用性强。

    一种面向关系抽取的句子结构信息获取方法

    公开(公告)号:CN111126039A

    公开(公告)日:2020-05-08

    申请号:CN201911355241.7

    申请日:2019-12-25

    申请人: 贵州大学

    摘要: 本发明公开了一种面向关系抽取的句子结构信息获取方法,所述方法包括如下步骤:步骤一、从数据集中抽取包含两个实体且已知实体语义关系类别的关系提及语句;步骤二、使用实体标记符和分隔符将步骤一中抽取出来的关系提及语句中的实体进行分隔和标记;步骤三、基于预训练字向量查找表或随机字向量查找表对文本进行向量映射;步骤四、通过神经网络对表示文本的向量矩阵进行卷积操作提取句子结构特征;步骤五、对卷积后的结果实施最大池化操作,进一步获取抽象特征;步骤六、全连接、Softmax层预测分类结果。通过在卷积神经网络之前对句子实体进行标记和分隔,能够更好地得到各部分内容的语义信息,获取到以实体为中心的句子结构特征,进行关系抽取,可以达到一个比较好的性能。