|
搜索
搜 索
高等教育领域数字化综合服务平台
一种龙虾眼空间 X 射线探测器
一种龙虾眼空间 X 射线探测器，属于探测空间 X 射线的探测器， 解决现有基于龙虾眼原理的 X 射线探测器结构刚度不足以及光在传导 过程中的漏光问题，以提高探测器的结构刚度，降低光在耦合传导过 程中的损失。本发明包括弧形框架、闪烁晶体、光导材料和光传感器阵列，弧形框架上具有多个呈阵列分布的锥形通孔，各锥形通孔内均 扦插有闪烁晶体，光传感器阵列与闪烁晶体间经光导材料耦合，光传 感器阵列尺寸大于且完全包络各锥形通孔下孔口在下球面的边缘。本 发明
华中科技大学
2021-04-14
一种月球探测器精密定轨方法
本发明公开了一种月球探测器精密定轨方法，将观测模型和动力学模型两种模型有机结合，从而将 动力学模型参数引入到结合模型中。其次通过对结合模型中所涉及的不同参考系进行统一，将参考系的 连接参数引入到结合模型中。从而建立一种同时改进结合模型中所涉及的参考系连接参数、探测器初始 状态参数、探测器飞行段动力学定轨的摄动模型参数的新模型，用此模型和观测数据可以改进这些参数 的先验精度，提高月球探测器的定轨精度。
武汉大学
2021-04-14
新型激光雷达系统在大气探测中的应用
项目简介： 本项目报道了一种具有抗大气湍流能力的新型激光雷达， 主要利用相位锁定方法对雷达系统发射单元进行相位锁定，通过大气湍流对发射激光束相千性的影响及光束在大气湍流中的传输特性：光束扩展与漂移、传输因子、平均光强、偏振与相丁等来研究大气湍流的 影响。并结合湍流理论研究大气湍流参数如折射率结构常数、湍流
西华大学
2021-04-14
宽波段硅基探测器产业化开发
图像传感器，是一种常用的光电探测器件，它能将光子信号转换成电子信号，被广泛地应用在高性能光谱仪、数码相机以及其他的电子光学设备中。普通的CCD、CMOS硅基探测器能获得高量子效率的光谱响应范围在400~900nm波段，在紫外波段，由于多晶硅栅的吸收系数很大，这就意味着紫外光子在极端浅（小于2nm）的表层被吸收，导致其在波长小于400nm的紫外波段量子效率（QE）极低。紫外量子效率低的缺陷限制了前照式硅基探测器在航空业、工业以及制造业等领域中的应用。因此，研制宽波段硅基探测器件使其响应范围延伸到紫外和深紫外波段是国内外紫外探测领域的迫切需要。
上海理工大学
2021-04-13
海洋温差能发电装置及水下探测器
本发明公开了一种海洋温差能发电装置及水下探测器。海洋温差能发电装置，包括密封外壳、相变换热器、内囊、外囊、高压蓄能器、液压马达和发电机；相变换热器、内囊、高压蓄能器、液压马达和发电机位于密封外壳中，外囊位于密封外壳外，外囊分别与液压马达和内囊连接，外囊和内囊之间还设置有低压电磁阀，高压蓄能器分别与相变换热器、液压马达和内囊连接，内囊与相变换热器之间设置有单向阀，高压蓄能器与液压马达之间设置有高压电磁阀，液压马达与发电机驱动连接。实现通过海洋温差能发电装置利用海洋温差能进行发电，以提高水下探测器续航能力。
青岛农业大学
2021-04-13
一种在图像中识别物体的方法
成果描述：本发明申请要解决的问题是，对环境噪声较大的场合，根据对象的结构进行实时识别。本专利建立一种实时的智能物体检测算法，根据动态区域连通性提取物体的结构特征，通过矩函数映射得到特征进行识别。市场前景分析：本发明最主要的任务是弱化了形态的特征，强调结构，从而加强的了抗噪能力，并通过概率模型，给出了精确的数据概率分析。已在实际的应用（自然生态保护区的熊猫识别）当中取得显著效果。与同类成果相比的优势分析：本发明主要面向复杂环境中颜色特征明显的对象，从对象的颜色特征出发得到结构，对结构进行判断从而进行识别。
电子科技大学
2021-04-10
一种新型的车牌识别处理设备
成果描述：本实用新型公开了一种新型的车牌识别处理设备,包括机体、显示屏、控制器面板、车牌信息录入模块和车牌拍摄模块,所述机体的顶部安装有摄像装置,所述显示屏与控制器面板镶嵌在机体的外表面上,且显示屏安装在控制器面板的上方,所述机体的两侧外壁上安装有照明灯,所述机体通过其底部端面安装的支撑腿安装在底座上,所述车牌信息录入模块的输出端与车牌信息储存模块的输入端电性连接,所述车牌信息储存模块的输出端与机体和车牌拍摄模块的输入端电性连接,所述车牌拍摄模块的输出端与车牌信息对比模块的输入端电性连接。本实用新型安装有照明灯,当光线强度不好时,照明灯可起到照明的作用,可使车牌照射的更加清楚,满足了工作的需求。市场前景分析：本实用新型安装有照明灯,当光线强度不好时,照明灯可起到照明的作用,可使车牌照射的更加清楚,满足了工作的需求。与同类成果相比的优势分析：国内领先
成都大学
2021-04-10
视频行人再识别方法、装置及存储介质
高校科技成果尽在科转云
电子科技大学
2021-04-10
基于生成图像数据的水下目标检测与识别
一、项目简介 水下目标检测与识别，是水下机器人等相关系统能够被高效应用的前提。然而现有系统难以应对水下图像能见度较低，对比度差，存在颜色漂移和边缘模糊等问题；另外，水下图像样本稀少且缺乏足够的变化性，使得相关基于机器学习的目标检测与识别系统由于缺乏训练样本而无法有效应用。 二、前期研究基础 项目利用深度学习等新的理论突破，提出两种解决方案，一种是通过结合水下成像原理与深度风格迁移、生成对抗网络等算法，由普通光学图像生成水下图像，构建水下图像目标检测与识别仿真库，该数据库一方面数据量大且具有较大的变化性，也即场景与目标均具有较大的变化性；另一方面，由于是由普通光学图像迁移获得，因而也可以直接应用普通光学图像自身的标签信息，无需再对其进行标注。另一种是研究基于水下退化图像处理算法的检测和识别系统，解决由水下图像的色彩漂移和细节丢失等退化现象带来的目标检测和识别问题。同时通过水下退化图像处理模块和检测识别系统的联合优化技术，可以实现退化图像的增强方法与检测识别系统的最佳匹配。在保证处理后的退化图像性能指标的前提下，进一步提升水下图像的目标检测识别性能。 三、应用技术成果 1）基于深度学习风格迁移的水下图像生成效果示例 a为自然场景图像中的目标检测结果；b为模拟生成的水下风格图像及其目标检测结果；c为图像增强后的目标检测结果。 四、合作企业 无
厦门大学
2021-04-11
互联网图像视频识别与检索系统
随着互联网及多媒体技术的快速发展和大数据时代的到来，视频网站、新闻网站、社交网站、博客、微博、微信等网络媒体形态不断涌现，图像、视频等多模态的数据急剧膨胀，随之带来了“管不住”和“用不好”两大问题。“管不住”是指互联网中隐藏着大量有害信息，如何自动分析与识别非常重要。“用不好”是指现有方法一般是单模态分析与识别技术，如图像分析、文本分析等，但单模态分析与识别因为信息有限难以取得好的效果。 针对上述两个亟待解决的关键问题，基于在图像处理、视频处理、机器学习、模式识别、搜索引擎技术等方向上多年的科研成果，我们开发出互联网图像视频识别与检索系统，支持对互联网上的图像、视频等多媒体数据进行采集、分析、识别和检索，突破网络有害信息难以识别和媒体大数据难以利用的问题，应用于互联网内容监管和大数据行业应用等领域，为维护网络内容安全和促进媒体大数据利用提供技术支撑。
北京大学
2021-02-01