|
搜索
搜 索
高等教育领域数字化综合服务平台
一种波浪能驱动的海上漂浮式垃圾回收装置
本实用新型具体涉及一种波浪能驱动的海上漂浮式垃圾回收装置，包括浮式水上垃圾桶以及与浮式水上垃圾桶相连接的一对浮式栅栏，浮式水上垃圾桶通过设置在其底部的抽水管与波浪能水泵相连，波浪能水泵设置在波浪能捕获装置上并通过出水管与油污分离池相连。其中一对浮式栅栏，漂浮垃圾和溢油在向港岸靠近的时候被浮式栅栏拦截进入浮式水上垃圾桶，由波浪能捕获装置带动波浪能水泵持续将浮式水上垃圾桶的水抽入油污分离池进行分离。该装置高效清洁无污染，可应用于内港和近海，且可同时完成对近岸漂浮式垃圾和內港海面油污的回收处理。
浙江大学
2021-04-13
有机垃圾与污泥混合的固体燃料及其制备方法
本发明公开了一种有机垃圾与污泥混合的固体燃料及其制备方法。固体燃料包括有机垃圾:25%～55%,污泥:20%～50%,煤粉:20%～50%,助燃剂:0.15%～0.25%,脱硫脱氯剂:0.5%～2%。其制备过程包含原料制备、成型、固结3个阶段。本发明经固体燃料机械强度、燃烧特性、污染控制等测试。本发明制造方法得到的有机垃圾与污泥混合的固体燃料是一种较理想的洁净燃料,具有较高的机械强度,满足远距离运输,落下强度达99%以上,是一种具有机械性能强、耐水性好、燃烧特性优、热稳定性强的无污染固体燃料,可以推
天津城建大学
2021-01-12
垃圾填埋气净化提纯制备车用天然气技术
我国现有规模化的垃圾填埋场一千座以上，可利用的垃圾填埋气资源巨大，已现有的垃圾填埋气利用方式主要是发电并网，适用于在规模较大的填埋场中应用，随着天然气价格的逐步升高，将填埋气净化制备车用天然气燃料具有良好的应用前景。南京大学的垃圾填埋气净化提纯制备车用天然气技术将抽采出的填埋气：CH4、CO2、 O2、N2、H2O、H2S、NH3进行脱硫、脱碳、脱氧、脱水净化处理，获得天然气和汽车用压缩天然气。南京大学此技术已开展了中试研究，基本具备了产品转化与推广应用条件。研发技术还可在沼气、煤层气净化
南京大学
2021-04-14
一种垃圾中转站除臭剂及其制备方法
（专利号：ZL 201410468216.0） 简介：本发明公开一种垃圾中转站除臭剂及其制备方法，属于除臭剂制备技术领域。该除臭剂各组分及其质量百分比为：硫酸亚铁16～20、稳态二氧化氯1～2、纳米二氧化钛0.5～1.5以及余量水。该制备方法首先将水与稳态二氧化氯搅拌制得二氧化氯原液，然后在二氧化氯原液中加入纳米二氧化钛搅拌均匀制得混合液A；在另一部分水中其加入硫酸亚铁后鼓入气泡制得混合液B；将混合液A与混合液B进行混合并搅拌均匀最终得到
安徽工业大学
2021-01-12
大字符手持喷码机垃圾筒塑料纸板手持喷码机
产品详细介绍喷头：16点阵喷印高度：25-60MM软件功能：实时日期时钟打印批次，记数 班次 字体左右翻转，喷印行数：1-2行重量：1.6KG（墨水+机身+电池）喷印点阵：16X10 14X10 12X8 7X5喷印图形：可喷印商标图形，符号等状态显示：打印时预览信息触发方式：光电感应器墨水颜色：黑 红 兰 黄 白可选充电时间：不大于5小时使用油墨：水性或油性
上海康彦电子科技有限公司
2021-08-23
多模态多特征融合的脑电信号分类与定位模型
北京工业大学
2021-04-14
一种按数据属性分类存放的混合存储方法及系统
本发明公开了一种按数据属性分类存放的混合存储方法及系统。 考虑到元数据在文件系统中所占空间小、访问频繁等特点，构建了一 种由硬盘驱动器和固态硬盘组成的混合架构，将文件系统中的数据按 数据属性分为数据和元数据，将数据存放在由 HDD 组成的 RAID5 中， 将元数据存放在由 SSD 组成的 RAID1 中，以达到将文件系统中的数 据和元数据分类存放到不同介质、不同阵列级别的设备的目的，提升 文件系统 I/O 性能和可
华中科技大学
2021-04-14
一种基于在线训练的视频运动目标分类方法与系统
本发明公开了一种基于在线训练的视频运动目标分类方法，包括以下步骤：(1)获取原始视频序列的所有运动目标；(2)对运动目标提取速度、面积等标记特征和高宽比等分类特征；(3)将速度特征大于速度高阈值的目标标记为“车辆”，速度特征小于速度低阈值的目标留作步骤(4)进行二次筛选；(4)对速度小于速度低阈值的目标中面积特征小于面积阈值的目标标记为“行人”；(5)将标记完毕的“车辆”目标和“行人”目标设为训练集，训练得到人车分类
华中科技大学
2021-04-14
基于同质块均值核类内协同表示的高光谱图像分类
该成果提出了一种基于同质块均值核类内协同表示分类方法。同质块均值核能够有效地为目标样本确定其邻域区域内的同质样本，并将目标样本和同质块内的样本与训练样本之间的相似度作为新的特征向量，在有效提高类别区分度和空间表征能力的同时，提升了特征生成的效率。其后在分类过程中，利用类内协同表示分类中的吉洪诺夫正则项加强测试样本和各个类别训练样本之间的相关性的同时进一步提高分类效率。
主要技术指标
不同数据集下的训练样本与测试样本数与在该训练样本集数量下的分类结果表现参阅表 1。
（1）相比于传统分类器 SVM，OA 提高了约 15%；相比于 JCR 方法，OA 提高了约 2-4%。
（2）该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果，同时在较少训练样本条件下仍能得到较好的分类精度和分类效果。同时有效降低了离散错分样本的数量，改善了过平滑的分类效果。参见表 1 与图 1。
（3）同时该成果特征提取方法有效提高了特征提取效率，参见表 2。
表 1.PaviaU 大学数据的训练样本选取与分类结果
表 2. 不同窗口大小下的特征生成时间比较
西安电子科技大学
2023-04-19
一种基于随机蕨的自举学习方法及其分类器
本发明提供了一种基于随机蕨的自举弱学习方法及其分类器，本发明属于计算机图形识别技术领域。图形识别通常采用弱分类器的加权、高斯概率分布的均值距离来判别正负样本。或采用分类树作为弱学习器，用误差测度减少最大化的划分准则划分节点，然后将这些弱分类器提升为强分类器。但是，这些弱学习方法要么收敛速度慢，要么准确率不够高，要么计算效率低。本发明选择图像特征和构造随机蕨、基于随机蕨的弱学习方法、基于随机蕨的弱学习方法、构建弱分类器、结果分类器等步骤可以很好地解决成像环境复杂且对运算量要求严格的图像模式识别，实现快速收敛和高效的自举弱学习方法，得到实时处理且准确率高的分类器。主要用于各种模式识别场合。
西南交通大学
2016-10-20