|
搜索
搜 索
高等教育领域数字化综合服务平台
XGL-1 脉冲Nd YAG激光器实验装置
XGL-1 脉冲Nd：YAG激光器实验装置主要用于了解激光器的基本原理、基本结构、主要参数以及输出特性，掌握激光器的调整方法，并且通过观察调Q、选模、倍频等现象，了解激光的基本原理、基本结构以及输出特性等。主要用于高等院校的物理教学和科研。
天津市拓普仪器有限公司
2022-07-12
工信部：我国牵头的首个自动驾驶测试场景国际标准正式发布
由我国牵头制定的首个自动驾驶测试场景领域国际标准ISO 34501: 2022 Road vehicles —— Test scenarios for automated driving systems —— Vocabulary《道路车辆自动驾驶系统测试场景词汇》正式发布。
工信部装备工业一司
2022-10-14
一种面向金融风控的轻量型自动化机器学习（autoML）框架
产品服务:本项目主要面向商业用户，提供技术服务或者成套的商用解决方案，目标客户为银行、互联网金融公司等。项目优势:目前针对金融风控领域尚无合适的autoML框架，许多金融风控解决方案的提供商并没有提供自动化机器学习的解决方案，通用的自动化机器学习方法如Google的Cloud AutoML 又不能很好的应用于金融风控领域，目前面向金融风控的自动化机器学习算法存在一定的市场空缺，具有广阔的应用前景。市场概况:本项目注重该领域的细分市场，主要面向中小客户和个人研究者
同济大学
2021-04-10
基于机器视觉的无人机自动检测方法及无人机管制方法
一种基于机器视觉的无人机自动检测方法及无人机管制方法,利用图像采集装置自动巡天；自适应光照变化并躲避强光的直射，获取待检测区域的图像序列，利用序列图像之间的目标运动特性和单幅图像中的目标与背景的差异，自动检测无人机等低空飞行器，并通过对其卫星定位信道和遥控信道进行无线电干扰以实现无人机管制的目的
华中科技大学
2021-04-10
一种基于距离保持水平集的牛肉图像中背长肌自动分割方法
本发明涉及一种基于距离保持水平集的牛肉图像中背长肌自动分割方法。首先采用摄像机标定法对CCD摄像机进行标定，选取从屠宰场购买的牛胴体眼肌切片作为样本，利用改进的样本块修复模型恢复图像反光区域原有信息。提取眼肌切面区域中的候选区域，从中寻找一个处于背长肌区域的小矩形区域，其外轮廓设为初始轮廓曲线。设定迭代规则自动确定权系数ν的值，自适应控制水平集演化，检测相邻10次的系数函数(f(Ck))值，若这10个值的方差小于某一阈值(定为f(C0)/100)，停止迭代，获得牛肉眼肌区域。对图像人工标记前景和背景区域，再对标记后的原始图像进行分水岭变换，最后提取出的眼肌区域即为最终目的眼肌区域。利用本发明可以实现牛肉图像中背长肌的自动分割，从而进行牛肉眼肌特征的提取，实现牛肉质量等级自动评定。
中国农业大学
2021-04-11
高压电器柜铜箔软连接零件全自动冲压生产线
高压电器柜铜箔软连接零件是用厚度为0.03～0.1mm的铜箔叠上几十甚至上百层，然后折弯成“U”字形状，两端各打两孔，再于两端热压焊合而中间铜箔仍保持自由分层的状态。使用该“U”字形软连接，可使大电流方便地通过，又使振动得到隔离，也不会因软连接两端热膨胀冷缩造成接头松动或破坏。目前生产“U”字形状铜箔片的生产工艺均采用手动缠绕叠料，热压焊合“U”字形状的两
西安交通大学
2021-01-12
一种用于复杂型面构件水浸超声自动检测的探头架
本发明公开了一种用于复杂型面构件水浸超声自动检测的探头架，可应用于具有复杂型面特征构件的水浸超声自动检测，探头可沿A 轴和B 轴实现任意角度旋转，实现探头姿态的任意调整。同时探头架具有良好的密封性，可适应长期水浸检测。将本探头架与装配到水槽上的X/Y/Z 三轴运动机构组合，可实现复杂型面构件水浸超声自动检测时探头位姿的精确控制。
长沙理工大学
2021-01-12
基于机器视觉的无人机自动检测方法及无人机管制方法
本发明公开了一种基于机器视觉的无人机自动检测方法及无人机管制方法,利用图像采集装置自动巡天；自适应光照的变化并躲避强光的直射，获取待检测区域的图像序列，利用序列图像之间的目标运动特性和单幅图像中的目标与背景的差异，自动检测无人机等低空飞行器，并通过对其卫星定位信道和遥控信道进行无线电干扰以实现无人机管制的目的；本方法可对全天域进行监控，并在巡天过程中自动调整光学成像传感器的指向以避免被强光直射，可以实时自动学习环
华中科技大学
2021-04-14
一种双通道荧光光学显微成像中基于图像处理的自动对焦方法
本发明公开了一种双通道荧光光学显微成像中基于图像处理的自动对焦方法，包括 S1 获得生物组织样本当前冠状面轮廓，并获得三个对焦窗口位置；S2 对三个对焦窗口进行扫描，并采集第 i 层生物组织样本细胞构筑通道的图像；S3 判断当前层三个对焦窗口的图像采集是否完成，若是，则 i＝i+1，并进入 S4，若否，则返回 S2；S4 判断·830·采集层数 i 是否大于预设的阈值，若是，则进入 S5，若否，则返回 S2；
华中科技大学
2021-04-14
一种面向金融风控的轻量型自动化机器学习（autoML）框架
本项目主要面向商业用户，提供技术服务或者成套的商用解决方案，目标客户为银行、互联网金融公司等。
同济大学
2021-02-24