|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
一種適用于多視角自動(dòng)化配準(zhǔn)多站地面激光點(diǎn)云數(shù)據(jù)的方法
本發(fā)明涉及一種多視角地面激光點(diǎn)云數(shù)據(jù)自動(dòng)化全局配準(zhǔn)方法。該方法分為兩個(gè)關(guān)鍵的模塊:語義 特征點(diǎn)的提取與特征匹配。第一步，進(jìn)行語義特征點(diǎn)的提取，通過數(shù)據(jù)切片、距離聚類、幾何基元擬合 等一系列方式，獲得語義特征點(diǎn);第二步，進(jìn)行語義特征點(diǎn)的匹配，通過構(gòu)建三角幾何約束條件與語義 約束條件來匹配語義特征點(diǎn);并采用幾何一致性的聚類方式剔除其中錯(cuò)誤的匹配;最后，以匹配的特征 點(diǎn)個(gè)數(shù)的倒數(shù)作為權(quán)值，構(gòu)建一個(gè)加權(quán)無向圖，以加權(quán)無向圖的最小生成樹作為配準(zhǔn)的路徑，最終得到 各個(gè)站的全局配準(zhǔn)參數(shù)，實(shí)現(xiàn)全局最優(yōu)配準(zhǔn)。本發(fā)明構(gòu)筑了一種適用于多視角的自動(dòng)化地面站激光點(diǎn)云 配準(zhǔn)方法，該方法能夠有效抵抗噪聲、點(diǎn)密度與遮擋的影響，提高了激光掃描作業(yè)效率，具有很好的實(shí) 用價(jià)值。
武漢大學(xué)
2021-04-13
.jpg){kind=logo}
一種用于生物油催化重整制氫的催化劑及其制備方法
本發(fā)明公開了一種用于生物油催化重整制氫的催化劑,包括催化劑活性成分和催化劑載體,其中,催化劑載體為CexZr1-xO2,x=0.1～0.9;催化劑活性組分為鎳,催化劑活性組分的含量為催化劑載體重量的5～20%;本發(fā)明還提供了此催化劑的制備方法,包括:(1)將鎳、鈰和鋯的可溶性鹽一起溶解于水中,可溶性鹽的總濃度為0.05～1.5mol/l;(2)向上述水溶液中加入堿性沉淀劑,調(diào)節(jié)pH值為8～12,沉淀析出,沉淀陳化,過濾后得到濾餅經(jīng)水洗、干燥,然后焙燒2～6小時(shí),焙燒溫度為600℃～900℃,得到催化劑Ni-CexZr1-xO2。本發(fā)明制備得到的催化劑催化活性較高,氫氣產(chǎn)率高,適用于工業(yè)化的要求。
浙江大學(xué)
2021-04-11
一種合成氣制甲醇負(fù)載型銅基催化劑及其制備方法
本發(fā)明提供一種用于合成氣制甲醇的負(fù)載型銅基催化劑，在納米SiO2表面，通過多層負(fù)載，得到以CuO為主要活性組分、MgO為催化劑助劑的催化劑。本發(fā)明還提供一種上述催化劑的制備方法，1.在混合均勻的體系中加入含沉淀劑的醇溶液，完成第一層負(fù)載；2.滴加含沉淀劑的醇溶液，完成第二層負(fù)載；3.滴加含沉淀劑的醇溶液，完成第三層負(fù)載；4.進(jìn)行多次的離心、再分散、洗滌，然后干燥，焙燒得到催化劑。本發(fā)明采用載體表面的吸附層作為反應(yīng)場(chǎng)所，限制了負(fù)載粒子的長(zhǎng)大，并通過對(duì)負(fù)載過程的調(diào)控，控制前驅(qū)體的晶體結(jié)構(gòu)，從而制備得到粒徑小、分散性高的負(fù)載型納米催化劑，并且在較小的負(fù)載量下就能實(shí)現(xiàn)催化劑的高活性。
浙江大學(xué)
2021-04-13
.jpg){kind=logo}
一種用于生物油催化重整制氫的催化劑及制備方法
本發(fā)明涉及一種用于生物油催化制氫的催化劑及制備方法，包括催化劑活性成分和催化劑載體，所述催化劑活性成分及重量百分含量分別為：Ni 為 10－15wt%；Mo 為 5－13wt%；Fe 為 5－10wt%；余分為凹凸棒土和海泡石混合黏土礦催化劑載體。本發(fā)明的優(yōu)點(diǎn)在于采用比表面積較大，具有較強(qiáng)的吸附、助催化功能、廉價(jià)易得的凹凸棒土和海泡石黏土礦作為催化劑載體，催化活性組分為鎳、鉬和鐵復(fù)合組分，使生物油分子裂解斷鏈成低分子烴類和高含量氫氣的優(yōu)質(zhì)合成氣。該催化劑制備簡(jiǎn)單、強(qiáng)度大、催化活性強(qiáng)、可再生，不僅可用于生物油重整制氫，也可應(yīng)用于生物質(zhì)直接催化氣化制氫。
安徽理工大學(xué)
2021-04-13
.jpg){kind=logo}
一種多軸數(shù)控機(jī)床通用后置處理方法
本發(fā)明公開了一種多軸數(shù)控機(jī)床通用后置處理方法，包括如下步驟：(1)根據(jù)機(jī)床結(jié)構(gòu)建立機(jī)床運(yùn)動(dòng)變換鏈(2)根據(jù)步驟(1)中所建立的機(jī)床運(yùn)動(dòng)變換鏈，建立從刀具到工件的變換矩陣 QWT(3)輸入初始刀位點(diǎn) CL1 的機(jī)床各平動(dòng)軸運(yùn)動(dòng)坐標(biāo)Δ1(4)計(jì)算出所述初始刀位點(diǎn) CL1 后續(xù)的任一刀位點(diǎn) CLi+1 的平動(dòng)軸運(yùn)動(dòng)坐標(biāo)Δi+1(5)判斷 i 的值是否小于n，如果小于 n 則返回步驟(4.1)，將 i 增加 1 后繼續(xù)計(jì)算，否則，計(jì)算結(jié)束，輸出各刀位點(diǎn)對(duì)應(yīng)的機(jī)床平動(dòng)軸運(yùn)動(dòng)坐標(biāo)和旋轉(zhuǎn)軸運(yùn)動(dòng)坐標(biāo)。本發(fā)明克服了一般后置處理方法中機(jī)床各軸運(yùn)動(dòng)坐標(biāo)計(jì)算公式需要手工推導(dǎo)的缺點(diǎn)，可以滿足各類多軸數(shù)控機(jī)床的后置處理需求，具有求解速度快、求解精度高的優(yōu)點(diǎn)。
華中科技大學(xué)
2021-04-11
基于多光譜圖像處理的水稻稻葉瘟病檢測(cè)分級(jí)方法
本發(fā)明公開了一種基于多光譜圖像處理的水稻稻葉瘟病檢測(cè)分級(jí)方法。利用可見/近紅外多光譜攝像機(jī)實(shí)時(shí)采集綠光波段,紅光波段,近紅外波段三個(gè)波段通道的單色灰度圖像,然后使用MATLAB軟件,通過圖象處理方法編寫應(yīng)用軟件,進(jìn)行圖像處理。包括背景及噪聲、干擾等的消除和作物病斑信息的識(shí)別分析,實(shí)現(xiàn)植物是否發(fā)病及病斑位置和分級(jí)的準(zhǔn)確快速處理。每張圖片的病害識(shí)別時(shí)間僅為數(shù)秒。本發(fā)明用于快速、準(zhǔn)確、穩(wěn)定、實(shí)時(shí)、非破壞性的水稻稻瘟病感染診斷并且準(zhǔn)確地指出病斑所在的位置以及感染程度分級(jí),減少由于全面噴灑而造成的藥物用量,降低生產(chǎn)成本并減少污染,為變量噴藥提供數(shù)據(jù)支持,提高精確噴藥的決策水平,實(shí)現(xiàn)精細(xì)農(nóng)業(yè)起到積極的作用。
浙江大學(xué)
2021-04-11
多機(jī)器人三維幾何地圖的融合方法
本發(fā)明公開了一種多機(jī)器人三維幾何地圖的融合方法,包括:把待融合的三維幾何地圖投影成二維的柵格地圖;采用圖像配準(zhǔn)算法對(duì)柵格地圖進(jìn)行融合,得到柵格地圖之間的旋轉(zhuǎn)參數(shù);對(duì)三維地圖施行旋轉(zhuǎn)變換,采用三維點(diǎn)集配準(zhǔn)算法進(jìn)行三維幾何地圖的融合。本發(fā)明多機(jī)器人三維幾何地圖的融合方法,通過考慮三維地圖中的幾何特征信息,結(jié)合二維地圖融合和三維點(diǎn)集配準(zhǔn)算法,完成多機(jī)器人三維幾何地圖的融合,明顯了改進(jìn)三維幾何地圖融合的準(zhǔn)確性。本發(fā)明多機(jī)器人三維幾何地圖的融合方法主要用于在多機(jī)器人同時(shí)定位與地圖重建應(yīng)用中,對(duì)單個(gè)機(jī)器人所創(chuàng)建的局部地圖進(jìn)行融合以形成全局地圖。
浙江大學(xué)
2021-04-11
一種多增量虛擬機(jī)內(nèi)存管理系統(tǒng)和方法
本發(fā)明公開了一種多增量虛擬機(jī)管理系統(tǒng)，包括頁面讀監(jiān)控模 塊、頁面寫監(jiān)控模塊、共享管理模塊、頁面拷貝模塊、內(nèi)存分配回收 模塊以及類氣球驅(qū)動(dòng)模塊，頁面讀監(jiān)控模塊用于監(jiān)控虛擬機(jī)對(duì)鏡像文 件的讀操作，并在虛擬機(jī)讀取過程中需要訪問基礎(chǔ)鏡像文件時(shí)通知共 享管理模塊，頁面寫監(jiān)控模塊用于監(jiān)控虛擬機(jī)對(duì)內(nèi)存頁面的寫操作， 并在寫操作作用在共享管理模塊管理的頁面上時(shí)通知共享管理模塊， 共享管理模塊用于管理來自基礎(chǔ)鏡像文件的頁面，并對(duì)該頁面做標(biāo)記 以方便頁面寫監(jiān)控模塊進(jìn)行寫監(jiān)控，記錄所管理的各個(gè)頁面被索引的 次數(shù)。本發(fā)明避免了基于同一基礎(chǔ)鏡像文件的多個(gè)增量虛擬機(jī)針對(duì)磁 盤上基礎(chǔ)鏡像文件中相同的數(shù)據(jù)內(nèi)容所進(jìn)行的重復(fù)的讀操作。
華中科技大學(xué)
2021-04-11
一種基于李群論的多模態(tài)情感識(shí)別方法
本發(fā)明公開了一種基于李群論的多模態(tài)情感識(shí)別方法，包括以 下步驟：獲取視頻，并提取視頻幀中圖像區(qū)域的高斯型特征描述子， 基于高斯型特征描述子對(duì)視頻中的圖像區(qū)域進(jìn)行跟蹤，根據(jù)視頻子序 列構(gòu)建 ARMA 模型獲取 ARMA 模型間的距離，根據(jù) ARMA 模型之間 的距離構(gòu)建核函數(shù)，并進(jìn)行情感表達(dá)分類，根據(jù)人體、臉部和手部的 情感類別概率對(duì)人進(jìn)行情感識(shí)別。本發(fā)明根據(jù)視頻中所包含的人體姿 態(tài)運(yùn)動(dòng)信息、手勢(shì)和臉部表情信息來判斷人的情感狀態(tài)，是一個(gè)將視 頻數(shù)據(jù)映射到人體運(yùn)動(dòng)特征、手勢(shì)特征和臉部表情特征，再?gòu)娜梭w運(yùn) 動(dòng)特征空間和臉部表情特征映射到狀態(tài)空間的過程，并提出利用李群 論進(jìn)行多模態(tài)情感識(shí)別，提高模型進(jìn)行情感識(shí)別的精確性。
華中科技大學(xué)
2021-04-11
.jpg){kind=logo}
基于多信息融合的軌跡數(shù)據(jù)路網(wǎng)精確匹配方法
高校科技成果盡在科轉(zhuǎn)云
電子科技大學(xué)
2021-04-10