|
搜索
搜 索
高等教育领域数字化综合服务平台
一种机床全行程空间误差的测量方法
本发明公开了一种机床全行程空间误差的测量方法，包括如下 步骤:(1)根据机床各轴行程及各轴测量数据点的要求确定测量间距Δ L，根据ΔL 确定机床空间测量点数，并规划测量路径;(2)安装机床各部件并进行对光，然后将机床运行到 X、Y、Z 轴坐标 0 处;(3)根据规 划的测量路径以线、面、空间的测量顺序测量机床全行程空间内所有 面上点的误差:(4)根据机床全行程空间内已测量点的误差求解机床全 行程空间任意位置点的误差。本发明通过仪器一次安装对
华中科技大学
2021-04-14
复杂空间结构件切割焊接机器人
成果简介结合建筑行业大型空间网壳结构多杆汇交式网壳节点壳形多瓣式节点数字化制造需求， 形成了铸钢节点机器人快速制模技术、 具有自主知识产权且可用于铸钢节点机械精加工的高刚度 5 混联机器人本体设计制造技术， 开发数字化成套工艺装备， 并结合依托工程国家重大基础设施建设， 在钢结构制造企业示范应用。成熟程度和所需建设条件本项目先后成功应用于上海世博会和上海中心， 结果表明效果显著， 经济和社会效益明显。技术指标控制轴,5 轴； 设置
安徽工业大学
2021-04-14
一种自由空间气体拉曼散射收集装置
本发明公开了一种自由空间气体拉曼散射收集装置，尤其适用 于微量气体成分检测。本发明装置包括旋转抛物面反射镜和平面反射 镜；旋转抛物面反射镜为抛光的高反射镜面，平面反射镜的反射面与 抛物面反射镜中心轴线垂直，且旋转抛物面反射镜和平面反射镜构成 作为样品池的封闭区间，在抛物面反射镜的抛物曲线顶点设有用于对 样品池内被测气体进行快速更换的进气口，平面反射镜上设有用于实 现探测激光的入射和散射光的收集的窗口。本发明装置结构简
华中科技大学
2021-04-14
基于空间相关性的高光谱数据降噪方法及系统
本发明提供了一种基于空间相关性的高光谱数据降噪方法及系统，进行投影变换，求解高光谱数据 中各个波段所成图像的平均图像，计算高光谱数据的协方差矩阵并进行特征值分解得到变换矩阵和特征 值矩阵，利用变换矩阵将高光谱数据进行线性投影，得到变换域中的三维数据；根据特征值矩阵选择降 噪阈值；降噪，包括对降噪阈值以内的变换域中的三维数据进行保留，对阈值以外的变换域中的三维数 据进行降噪处理；投影反变换，包括利用所述变换矩阵的逆矩阵对降噪后的变换域中的三维数据进行线 性投影，重构得到降噪后的高光谱数据。本发明在降噪处理过程中，对于空间域的相关性充分保护，很 好地降低了高光谱数据的噪声量级，提高了高光谱数据的信噪比。
武汉大学
2021-04-13
实验教室-创客空间-智慧教室-录播室-图书馆
产品详细介绍
北京鼎盛青创科技有限公司
2021-08-23
实验教室-创客空间-智慧教室-录播室-图书馆
产品详细介绍
北京鼎盛青创科技有限公司
2021-08-23
实验教室-创客空间-智慧教室-录播室-图书馆
产品详细介绍
北京鼎盛青创科技有限公司
2021-08-23
光空间调制通信系统中ＬＥＤ个数任意时的比特映射方法
本发明公开了光空间调制通信系统中ＬＥＤ个数任意时的比特映射方法。一般情况下，光通信中的空间调制都限定发送端ＬＥＤ的个数是２的幂次方。然而，实际部署的ＬＥＤ个数不一定正好是２的幂次方。针对这一问题，本发明提出了光空间调制系统中发送端ＬＥＤ个数任意的比特映射方法。所述方法主要包括三个步骤：空间域的比特映射、信号域的比特映射、加入信道信息之后的比特映射。经过以上三个步骤便能得出相应场景下性能较好的空间调制映射方式，从而实现了发送端个数任意的可见光空间调制的信息传输。
东南大学
2021-04-11
一种可快速展开和合拢的蝶形单层大空间太阳
包括车身、中心车体（2）和侧面展开体，所述侧面展开体包括结构相互对称的左侧展开体（3）和右侧展开体（1），所述车身包括车头（18）和车架，所述中心车体（2）、左侧展开体（3）、右侧展开体（1）安装在车架上，且所述左侧展开体（3）设置于中心车体（2）的左侧，而所述右侧展开体（1）设置于中心车体（2）的右侧，本发明的屋顶和地板能够自动快速展开和收拢。内部自身灵活单层大空间可以提供给不同的使用人群，使用范围广泛。同时可以长时间能源独立供给，可以用于长时期定居的房车设计。
东南大学
2021-04-13
一种基于机器学习的空间数据匹配方法
本发明涉及一种基于机器学习的空间数据匹配方法，包括四个步骤:1)自动生成匹配训练样本，2) 通过机器学习建立分类器模型及其参数，3)应用分类器模型对输入空间数据进行目标匹配，4)顾及逻 辑和领域约束对匹配结果的过滤和改善。其中机器学习采用以空间目标的位置、大小、形状和方位等多 种指标作为特征提取。具有如下优点:可避免量纲标准化和多指标加权中的主观任意性，匹配精度较加 权平均方法更高;匹配模型基于样本数据学习建立，数据的自适应性较高;建立模型的典型样本数量少， 可大规模应用;利用空间数据的内在几何信息，无需额外属性信息，使用准入性低。
武汉大学
2021-04-13