高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
一种基于图注意力网络的表格指标信息抽取方法
本发明属于行业标准信息数字化技术领域,具体为一种基于图注意力网络的表格指标信息抽取方法。本发明包括:表格预处理;单元格信息编码;邻接列表分析;表格信息关联分析;分类和指标信息计算;表格预处理是对表格进行图网络结构化处理,得到表格信息的图网络结构;然后分别对表格中单元格进行词向量编码和邻接列表分析;邻接列表分析包括在取得单元格的行邻接列表和列邻接列表后,结合词向量编码,得到同行或同列表单元格语义信息;表格信息关联度分析包括表格信息关联度分析和行列信息传递关系分析;分类和指标信息计算,使用线性分类器进行分类得到当前单元格的指标归类结果。本发明效率更高,得到的表格指标信息更正确、更完整。
复旦大学 2021-01-12
一种基于动态哈密顿积的神经网络实现方法
一种基于动态哈密顿积的神经网络实现方法,其特征在于,包括以下步骤:首先,设计输入特征驱动的动态核生成机制,根据样本特性自适应调整卷积核参数,实现多尺度、多方向特征的细粒度提取,充分发挥四元数表示的空间感知优势;其次,构建符合四元数几何特性的整体激活函数,通过超复数空间中的非线性变换保持通道间旋转缩放关系,避免传统分量式激活导致的关联性断裂。本专利提出的动态卷积根据输入样本的特征动态生成卷积核,使得网络能够针对每个输入样本动态调整其卷积核。这种灵活的调整机制不仅增强了模型的表达能力,还使其能够适应不同输入的特征,提取更具细粒度的特征。
复旦大学 2021-01-12
基于多元数据增强超图神经网络的抗癌药物协同预测方法
本发明公开了一种基于多元数据增强超图神经网络的抗癌药物协同预测方法,涉及生物医学数据挖掘领域,该方法包括将包含全部的药物‑药物‑细胞系三元组数据集分为第一集合和第二集合,然后执行训练阶段和测试阶段;所述训练阶段用于基于第一集合得到分子图的药物结构数据,以及细胞系的基因表达数据,进行嵌入的学习并完成对协同效应预测器的训练;所述测试阶段用于基于第二集合得到分子图的药物结构数据,以及细胞系的基因表达数据,进行嵌入的学习以获得节点嵌入,并根据获得节点嵌入和训练完成的协同效应预测器完成预测。本发明不仅可以帮助临床医学发现用于癌症治疗的新型协同药物组合,而且能够助力发现抗癌药物协同作用的潜在机制。
华中农业大学 2021-04-11
基于神经网络模型BP算法的嵌入式矿压检测方法
本发明公开了一种基于神经网络模型 BP 算法的嵌入式矿压检测方法法,首先根据根据待检测区域的地域情况,采用多个振弦式压力传感器进行测量;然后 ARM7 处理器根据系统任务个数建立相应的进程;最后在建立的任务中打开定时器,输出一个固定在某一频率范围内的脉冲,经过驱动激振电路,产生一个能对振弦式压力传感器内部振弦起振的信号,同时使用 ARM7处理器对振弦式压力传感器返回的脉冲信号进行频率测量,计算得到压力值,最后,利用温度传感器采集振弦周围区域的温度,采用 BP 算法建立神经网络模型,利用神经网络模型对得到的各组压力数据及采集的温度数据进行学习,并根据神经网络模型找出压力随温度的变化规律,对振弦式传感器进行温度补偿。
安徽理工大学 2021-04-13
认知无线电中基于SOM神经网络的恶意用户判别方法
本发明公开了一种认知无线电中基于自组织映射神经网络的恶意用户判别方法,本发明利用自组织映射(简称SOM)神经网络学习输入能量矩阵的分布特征,并根据学习结果对输入量进行有效的分类。首先引入“可疑度”的概念,其大小根据每次训练后每种类别所包含的次级用户的个数进行分配。为了消除传统的SOM神经网络的缺陷,本发明进一步提出了“平均可疑度”的概念。具体步骤包括:获得能量矩阵,利用SOM神经网络算法对能量矩阵进行训练得到分类矩阵,计算每个次级用户的“可疑度”,构造索引矩阵并重复训练过程,并将每次得到的“可疑度”取平均值,即“平均可疑度”,并利用“平均可疑度”对次级用户进行分类,识别出恶意用户或是正常用户。
东南大学 2021-04-11
2026年中国AB胶供应商推荐榜单:AB胶、双组份环氧胶、结构AB胶、高强度AB胶、耐高温AB胶等核心品类性能深度解析
2026年中国AB胶供应商推荐榜单:AB胶、双组份环氧胶、结构AB胶、高强度AB胶、耐高温AB胶等核心品类性能深度解析
聚力(东莞)新材料科技有限公司 2026-01-05
一种基于氮化钛的新型纳米结构光阴极
发明公开了一种基于氮化钛材料的新型纳米结构光阴极;所述氮化钛光阴极包括衬底、氮化钛纳米结构层;还涉及了该型氮化钛光阴极的制备方法,及其电场辅助型光阴极测试装置,所述电场辅助型光阴极包括绝缘垫片、金属薄板阳极、上/下电极导线、外加偏压电源。本设计中核心的氮化钛纳米结构具有表面等离激元共振效应,会带来光子吸收增强和局域电场增强,且材料功函数仅约为3.7eV和导电性优良,有助于光致电子的发射;通过设计氮化钛结构的组成纳米图形和结构参数,可获得与入射激励光波相匹配的等离激元共振,实现可光调控的电子发射。因所述氮化钛材料还具有稳定的物化性质,从而本发明提供了一种可作为稳定、高效率的光阴极。
东南大学 2021-04-11
一种具有除冰融雪功能的排水路面结构
本发明公开了一种具有除冰融雪功能的排水路面结构,包括铺筑在地面基层上的防水粘层,所述防水粘层上铺筑有沥青混合料排水层;所述沥青混合料排水层包括从下至上依次铺筑的下排水层、中排水层和上排水层,该下排水层为孔隙率3?5%的沥青混合料,该中排水层为孔隙率20?25%的开级配融雪沥青混合料,该上排水层为孔隙率18?20%的开级配融雪沥青混合料,其中,中排水层与上排水层的孔隙相互连通;所述上排水层上为橡胶颗粒层,所述防水粘层的厚度为1?2cm,所述下排水层的厚度为7?9cm,所述中排水层的厚度为4?6cm,所述上排水层的厚度为1.5?2.5cm。本发明的排水路面结构能提高融雪除冰效率、提高路表摩擦力、减小车辆对排水孔隙的压实作用、节约维修养护成本,具有良好的推广性。
东南大学 2021-04-11
预制装配式结构件单向连接技术与装备
要实现预制装配式建筑钢管结构件的“高度工程预制,快速现场拼装”,就必然需要有一种与之配套的安全、高效、环保和经济的连接方式与设备。本项目旨在研究开发出一种能够应用于预制装配式建筑领域钢管柱梁结构件摩擦型高强螺栓单边连接技术与装备,其特点在于可以实现单侧安装、单侧拧紧功能,不需要额外加工安装孔,能在不破坏钢管其他部位的前提下,完成结构件连接安装,因而,既能克服国内外现有螺栓连接无法解决的问题,又能避免现场焊接,具有现场施工简单方便、装配率高的特点。该技术与装备还可进一步推广应用于其他封闭截面或是只可从单侧安装的连接部位,如各种管道、老旧钢桥的加固等,推动工业化建造。 本项目在有关预制装配式建筑钢管结构件单边连接技术与装备研发方面已取得多项进展,其核心技术已获得5项国家发明专利授权,课题组由机械学院和土木学院相关技术人员组成,就此已和上海泰大建筑科技有限公司开展了多年的产学研合作研究,为结构件单向连接技术与装备相关科技成果的转化做了充分的技术准备与产业开发平台保证。通过本项目的实施,有望促进结构件单边连接技术与装备科技成果的转化,推动工业化预制装配技术的发展,具有巨大的经济价值与社会效益。
同济大学 2021-04-11
微波毫米波新型基片集成类导波结构及器件
成果介绍基片集成类导波结构是近十几年发展起来的一类新型平面集成高性能导波结构,2011年被国际微波杂志列为“改变未来无源与控制器件的十大非凡发明”之首(Microwave Journal, Nov. 2011)。本项目组是国际上这一领域的主要贡献者之一,在国家自然科学基金委创新群体基金和国家973项目等的资助下,对基片集成类导波结构的传输特性、谐振特性、损耗机理、模式转换机理、极化转换机理等科学问题及其在多个分支的创新应用开展了系统深入的研究,建立了精确有效的设计方法,构建了基础设计公式,提出并命名了半模基片集成波导等新型导波结构,提出了一系列基片集成类无源元件新结构等。技术创新点及参数1、在国际上最早提出并发展了适合于周期性基片集成类导波结构的频域有限差分和直线法全波分析模型,揭示了其传输机理,并在此基础上构建了一组闭式设计公式。这组公式已被广泛用于基片集成类导波结构元器件的设计。相关代表作单篇正面他引均超过150次。2、提出并命名了半模基片集成波导、折叠半模基片集成波导等新型导波结构,系统研究了其导波特性、损耗机理和模式转换机理等,构建了设计公式,并在此基础上发展了一系列新型微波毫米波高性能元器件,其中代表作单篇正面他引均超过100次。3、提出了多种基片集成波导无源新结构,深入研究了其谐振特性、耦合特性和损耗机理,并在此基础上发展了一系列高性能新型元器件及单基片集成系统。相关代表作合计正面他引350余次。4、在基片集成波导天线辐射机理研究的基础上,突破了经典Elliott设计公式的局限性,建立了相应的分析模型和设计方法,发展了一系列新颖的高性能基片集成类天线及阵列,相关代表作由于其基础性和创新性被合计正面他引300余次。市场前景项目研究成果已获54项授权国家发明专利,其中部分专利已进行技术转让并应用于企业产品中。
东南大学 2021-04-11
首页 上一页 1 2
  • ...
  • 185 186 187
  • ...
  • 870 871 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1