|
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}
存儲(chǔ)系統(tǒng)中基于溯源信息的文件元數(shù)據(jù)查詢方法與系統(tǒng)
本發(fā)明公開(kāi)了存儲(chǔ)系統(tǒng)中基于溯源信息的文件元數(shù)據(jù)查詢方法。 在系統(tǒng)客戶端收集溯源信息，通過(guò)分析得到文件相關(guān)性信息并傳遞給 元數(shù)據(jù)服務(wù)器；元數(shù)據(jù)服務(wù)器根據(jù)文件之間的關(guān)系信息實(shí)時(shí)維護(hù)關(guān)系 圖；建立基于關(guān)聯(lián)感知的元數(shù)據(jù)索引樹(shù)；接收到查詢請(qǐng)求后，先在索 引樹(shù)中查找到種子結(jié)果集，然后在關(guān)系圖中查找，得到初始結(jié)果集， 最后對(duì)初始結(jié)果集根據(jù)查詢條件進(jìn)行排序和精簡(jiǎn)得到最終結(jié)果發(fā)送給 客戶。本發(fā)明還提供了相應(yīng)的文件元數(shù)據(jù)查詢系統(tǒng)。本發(fā)明
華中科技大學(xué)
2021-04-14
一種基于機(jī)器視覺(jué)的三維網(wǎng)狀物缺陷在線檢測(cè)系統(tǒng)
本發(fā)明公開(kāi)了一種基于機(jī)器視覺(jué)的三維網(wǎng)狀物缺陷在線檢測(cè)系統(tǒng)，包括正面位置傳感器、正面光源、正面相機(jī)、反面位置傳感器、反面光源、反面相機(jī)、光電編碼器、第一傳送帶機(jī)構(gòu)、第二傳送帶機(jī)構(gòu)、機(jī)架、操控平臺(tái)、報(bào)警指示模塊、顯示模塊、控制按鈕、以及主控系統(tǒng)，正面位置傳感器、正面光源、正面相機(jī)、反面位置傳感器、反面光源、反面相機(jī)、光電編碼器均固定在機(jī)架上，正面位置傳感器高于第一傳送帶機(jī)構(gòu)、第二傳送帶機(jī)構(gòu)的上平面，本發(fā)明能夠解決現(xiàn)有三維網(wǎng)狀物缺陷在線檢測(cè)系統(tǒng)存在的只能夠掃描工件的一個(gè)面、工作效率低、多次掃描易出現(xiàn)工件磕
華中科技大學(xué)
2021-04-14
一種成形區(qū)域溫度梯度可控的高能束選區(qū)熔化方法與設(shè)備
本發(fā)明公開(kāi)了一種成形區(qū)域溫度梯度可控的高能束選區(qū)熔化方 法及設(shè)備，該設(shè)備的成形組件增設(shè)有測(cè)溫模塊與溫控模塊。利用該設(shè) 備進(jìn)行高能束增材制造時(shí)，可利用測(cè)溫模塊所測(cè)得的成形區(qū)域邊界溫 度實(shí)時(shí)計(jì)算出熔池內(nèi)部的溫度梯度區(qū)間，并通過(guò)溫控模塊對(duì)成形區(qū)域 施加合適的熱流條件以實(shí)現(xiàn)對(duì)熔池及成形區(qū)域溫度梯度區(qū)間的控制， 使熔池始終滿足定向凝固條件，進(jìn)而完成不同尺寸、結(jié)構(gòu)的高精度、 高性能定向凝固金屬構(gòu)件與單晶金屬構(gòu)件的高效制造。本發(fā)明
華中科技大學(xué)
2021-04-14
一種面向多種微觀結(jié)構(gòu)的材料結(jié)構(gòu)一體化構(gòu)建方法
本發(fā)明屬于結(jié)構(gòu)優(yōu)化技術(shù)領(lǐng)域，公開(kāi)了一種面向多種微觀結(jié)構(gòu) 的材料結(jié)構(gòu)一體化構(gòu)建方法，針對(duì)傳統(tǒng)變密度法得到的連續(xù)變化的材 料分布以及單元密度，基于后處理機(jī)制對(duì)材料區(qū)域進(jìn)行劃分與單元密 度分組，實(shí)現(xiàn)對(duì)宏觀結(jié)構(gòu)內(nèi)具有不同材料屬性的區(qū)域進(jìn)行定義與劃分， 實(shí)現(xiàn)對(duì)宏觀結(jié)構(gòu)內(nèi)的多種微觀結(jié)構(gòu)進(jìn)行定義;其次基于參數(shù)化水平集 拓?fù)鋬?yōu)化方法與均勻化理論建立材料結(jié)構(gòu)一體化設(shè)計(jì)模型，即針對(duì)定 義的多種微觀結(jié)構(gòu)與宏觀結(jié)構(gòu)進(jìn)行一體化設(shè)計(jì)，實(shí)現(xiàn)宏觀結(jié)構(gòu)與多種 微觀結(jié)構(gòu)并行化設(shè)計(jì)，在給定約束條件下，實(shí)現(xiàn)整體結(jié)構(gòu)的性能達(dá)到 最優(yōu)。
華中科技大學(xué)
2021-04-14
一種基于靜電控制扭擺的導(dǎo)體表面電勢(shì)測(cè)量?jī)x
本發(fā)明提供了一種基于靜電控制扭擺的導(dǎo)體表面電勢(shì)測(cè)量?jī)x，包括懸絲、探針支架，掃描探針，多自由度微位移平移臺(tái)，角度傳感器，控制系統(tǒng)和反饋執(zhí)行機(jī)；掃描探針設(shè)置在探針支架的任意一個(gè)端面上；懸絲懸掛探針支架構(gòu)成扭擺；工作時(shí)，待測(cè)樣品設(shè)置在多自由度微位移平移臺(tái)上，待測(cè)樣品的待測(cè)表面正對(duì)且平行于掃描探針的端面；掃描探針的端面與待測(cè)表面不接觸；當(dāng)掃描探針與待測(cè)樣品之間存在相互作用時(shí)，角度傳感器將檢測(cè)的扭擺的扭轉(zhuǎn)信息傳給控制系統(tǒng)；進(jìn)行 PID 運(yùn)算后獲得的反饋控制電壓傳給反饋執(zhí)行機(jī)，產(chǎn)生一個(gè)與外力矩等大的反饋控制力矩
華中科技大學(xué)
2021-04-14
一種基于廣義第二類貝塔分布的洪水頻率分析方法
本發(fā)明公開(kāi)了一種基于廣義第二類貝塔分布的洪水頻率分析方法，屬于水文學(xué)中的洪水預(yù)報(bào)領(lǐng)域。該發(fā)明方法率先將廣義第二類貝塔分布引入洪水頻率分析中，建立洪水概率密度預(yù)測(cè)模型，并依據(jù)分布函數(shù)特點(diǎn)采用最大熵原理實(shí)現(xiàn)洪水概率密度預(yù)測(cè)模型的參數(shù)推導(dǎo)，將河流歷年洪峰序列代入?yún)?shù)推導(dǎo)公式中求出參數(shù)，再將參數(shù)代入洪水概率密度預(yù)測(cè)模型，最后利用完整的洪水概率密度預(yù)測(cè)模型預(yù)測(cè)大規(guī)模洪水的概率預(yù)測(cè)。本發(fā)明的洪水概率分析方法非常適合水文頻率分析，其擬合效果基本優(yōu)于水文中的其它傳統(tǒng)分布，本發(fā)明為水文頻率分析提供了一種更加有效的途徑
華中科技大學(xué)
2021-04-14
一種基于敏感性分析的梯級(jí)水電站調(diào)度方案評(píng)價(jià)方法
本發(fā)明公開(kāi)了一種基于敏感性分析的梯級(jí)水電站調(diào)度方案評(píng)價(jià)方法，在梯級(jí)水電站制定出日計(jì)劃發(fā)電調(diào)度方案的基礎(chǔ)上，通過(guò)改變徑流大小、改變徑流方差對(duì)水庫(kù)入庫(kù)徑流的蒙特卡洛模擬，通過(guò)改變負(fù)荷大小對(duì)電網(wǎng)負(fù)荷的蒙特卡洛模擬，模擬徑流的不確定性和負(fù)荷的不確定性，進(jìn)而通過(guò)常規(guī)優(yōu)化調(diào)度模型計(jì)算電站運(yùn)行指標(biāo)參數(shù)，統(tǒng)計(jì)分析參數(shù)指標(biāo)敏感性的平均值和方差從而實(shí)現(xiàn)對(duì)調(diào)度方案進(jìn)行評(píng)價(jià)的優(yōu)劣。本發(fā)明可用于定量評(píng)價(jià)發(fā)電調(diào)度方案是否健壯，是否能應(yīng)對(duì)徑流和負(fù)荷的不確定性。
華中科技大學(xué)
2021-04-14
配流冷卻機(jī)構(gòu)及具有該配流冷卻機(jī)構(gòu)的斜盤壓縮機(jī)
本發(fā)明公開(kāi)了一種配流冷卻機(jī)構(gòu)，包括依次相連接的進(jìn)氣閥片、 閥板、出氣閥片、導(dǎo)流片及冷媒片。所述進(jìn)氣閥片開(kāi)設(shè)有第一通槽、 第二通槽、第三通槽及第四通槽，所述第一通槽、所述第三通槽、所 述第二通槽及所述第四通槽繞所述進(jìn)氣閥片的中心軸均勻排布;所述 第一通槽、所述第二通槽、所述第三通槽及所述第四通槽內(nèi)分別設(shè)置 有一級(jí)進(jìn)氣舌簧片、二級(jí)進(jìn)氣舌簧片、三級(jí)進(jìn)氣舌簧片及四級(jí)進(jìn)氣舌 簧片，所述一級(jí)進(jìn)氣舌簧片、所述二級(jí)進(jìn)氣舌簧片、所述三級(jí)進(jìn)氣舌簧片及所述四級(jí)進(jìn)氣舌簧片分別通過(guò)彈性變形或者恢復(fù)彈性變形，以 控制進(jìn)入斜盤壓
華中科技大學(xué)
2021-04-14
一體化集中空氣處理系統(tǒng)的控制裝置及控制方法
本發(fā)明公開(kāi)了一種用于集中空氣處理系統(tǒng)的控制裝置，包括：多個(gè)變頻器，其分別與多個(gè)風(fēng)機(jī)連接，用于控制對(duì)應(yīng)風(fēng)機(jī)的轉(zhuǎn)動(dòng)頻率以對(duì)生成風(fēng)量大小進(jìn)行調(diào)節(jié)；多個(gè)執(zhí)行器，其分別與多個(gè)風(fēng)閥以及表冷器水閥連接，用于控制各風(fēng)閥和水閥以完成對(duì)輸送或排出風(fēng)量大小的調(diào)節(jié)；多個(gè)傳感器，其分別設(shè)置在多個(gè)風(fēng)管上以及表冷器的冷凍水管上，用于采集溫度以及室內(nèi) CO2 濃度；控制器，其對(duì)傳感器數(shù)據(jù)進(jìn)行處理，從而生成信號(hào)以控制各變頻器和執(zhí)行器對(duì)各風(fēng)機(jī)、風(fēng)閥和水閥進(jìn)行調(diào)節(jié)，完成送風(fēng)和回風(fēng)與新風(fēng)和排風(fēng)的協(xié)調(diào)，實(shí)現(xiàn)室內(nèi)空氣處理。本發(fā)明利用溫濕度及二
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種基于魯棒低秩張量的高光譜圖像去噪方法
本發(fā)明提出了一種基于魯棒低秩張量的高光譜圖像去噪方法，包括建立高光譜圖像噪聲的數(shù)學(xué)模型， 構(gòu)造高光譜圖像魯棒低秩張量（RLRTR）去噪模型，求解 RLRTR 去噪優(yōu)化模型。本發(fā)明充分利用高光 譜圖像（HSI）的先驗(yàn)知識(shí)，高光譜圖像被不同的噪聲污染，如高斯噪聲、脈沖噪聲、死像素和條帶噪 聲等。利用干凈的高光譜圖像數(shù)據(jù)具有潛在的低秩張量特性以及異常和非高斯噪聲具有稀疏性的特性， 同時(shí)分別采用核范數(shù)和 l2,1 范數(shù)來(lái)表征低秩和稀疏特性；本發(fā)明的技術(shù)
武漢大學(xué)
2021-04-14