一种GH4169高温合金板材的晶粒细化方法

    公开(公告)号:CN114381679B

    公开(公告)日:2022-09-27

    申请号:CN202111470773.2

    申请日:2021-12-03

    Applicant: 东北大学

    Abstract: 本发明提供了一种GH4169高温合金板材的晶粒细化方法,其步骤包括:固溶处理:处理温度为1050~1060℃,保温时间0.5~1h,水冷;大变形量冷轧:冷轧压下率控制在75~85%;δ相析出处理:处理温度为840~860℃,保温时间5~10h;再结晶退火:以10‑15℃/min的加热速率升温至950℃~960℃;保温时间1~3h,空冷。本发明提供的一种GH4169高温合金板材的晶粒细化方法,流程简单、成本低廉且晶粒细化效果显著。

    一种GH4169高温合金板材的晶粒细化方法

    公开(公告)号:CN114381679A

    公开(公告)日:2022-04-22

    申请号:CN202111470773.2

    申请日:2021-12-03

    Applicant: 东北大学

    Abstract: 本发明提供了一种GH4169高温合金板材的晶粒细化方法,其步骤包括:固溶处理:处理温度为1050~1060℃,保温时间0.5~1h,水冷;大变形量冷轧:冷轧压下率控制在75~85%;δ相析出处理:处理温度为840~860℃,保温时间5~10h;再结晶退火:以10‑15℃/min的加热速率升温至950℃~960℃;保温时间1~3h,空冷。本发明提供的一种GH4169高温合金板材的晶粒细化方法,流程简单、成本低廉且晶粒细化效果显著。

    一种提高奥氏体不锈钢渗碳后耐蚀性及渗层深度的方法

    公开(公告)号:CN114318210A

    公开(公告)日:2022-04-12

    申请号:CN202111507241.1

    申请日:2021-12-10

    Applicant: 东北大学

    Abstract: 本发明提供了一种提高奥氏体不锈钢渗碳后耐蚀性及渗层深度的方法,其步骤包括:将预处理后的奥氏体不锈钢于真空炉内进行低压真空渗碳处理,渗碳温度300~1200℃,保温时间0.5~24h,然后油冷;对渗碳后奥氏体不锈钢进行热处理,热处理温度为600~1300℃,保温时间0.2~24h,然后水冷。本发明提供的一种提高奥氏体不锈钢渗碳后耐蚀性及渗层深度的方法,工艺周期较短,能够增加其有效硬化层深度并且提高渗碳后奥氏体不锈钢的耐蚀性。

    基于语义的图像-文本的跨模态检索方法

    公开(公告)号:CN113902764A

    公开(公告)日:2022-01-07

    申请号:CN202111374052.1

    申请日:2021-11-19

    Applicant: 东北大学

    Abstract: 本发明提供一种基于语义的图像‑文本的跨模态检索方法,涉及数据库技术领域。本发明解决了现存在的方法缺乏对语义的理解,尤其是图像,在图像‑文本跨模态匹配中,通过增强图像表示,加强对语义的理解。在图像文本匹配的过程,增强相关信息,抑制不相关的信息。这样更有利于图像‑文本的跨模态匹配。对比于全局匹配,本文将能细粒度的找到所有匹配的信息,不完全依赖实体共现。并且巧妙的应用了注意力机制和门控机制,实现图像文本跨模态匹配。

    一种基于LBS的安全kNN查询方法

    公开(公告)号:CN109194666B

    公开(公告)日:2021-06-01

    申请号:CN201811085432.1

    申请日:2018-09-18

    Applicant: 东北大学

    Abstract: 本发明属于数据隐私保护领域,提出一种基于LBS的安全kNN查询方法,流程包括:数据拥有者生成密钥对和加密索引结构,并将加密索引结构发送给服务器C1,将公钥发送给服务器C1、C2和用户,将私钥发送给服务器C2;用户对自己的查询,使用公钥加密生成加密查询请求,并将该查询请求发送给服务器C1;服务器C1得到加密的索引结构和加密的查询请求后,定义安全两方计算;基于安全两方计算,设计安全kNN查询协议;返回查询结果给用户;本发明有效保护服务器上数据的隐私、用户的查询请求的隐私、用户的查询结果的隐私、查询过程中的访问模式,且提供了精确的查询结果,适用于处理能力低的移动设备,并且大大提高了完成查询的速度。

    基于yolov3端到端手语识别技术

    公开(公告)号:CN112149540A

    公开(公告)日:2020-12-29

    申请号:CN202010961692.1

    申请日:2020-09-14

    Applicant: 东北大学

    Abstract: 本发明涉及基于yolov3端到端手语识别技术,解决了现有技术中哑语识别系统的识别率低和实时性差的问题。基于yolov3端到端手语识别技术,所述技术包括以下步骤:S1:采集手的手掌和手腕关节点的坐标信息,并对肢体及面部表情进行关键点标定。本发明通过利用yolov3算法捕捉每一帧照片中手和头部的特征,形成局部和整体的神经网络模型,将手和头的特征转换成特征向量,再利用经典的end2end模型对一帧帧图片分类,结合基于yolov3算法的局部和整体的特征图谱的堆叠形成哑语句子,从而实现了哑语的翻译,利用现有成熟的yolov3算法和end2end模型组合,形成了一套可实时翻译的手语识别技术,实现了一种识别率高、实时性强的基于yolov3端到端手语识别技术。

    一种基于众包RSSI序列的室内导航方法

    公开(公告)号:CN110944291A

    公开(公告)日:2020-03-31

    申请号:CN201911198246.3

    申请日:2019-11-29

    Applicant: 东北大学

    Inventor: 王斌 杨晓春 孙晶

    Abstract: 本发明涉及室内导航技术领域,提供一种基于众包RSSI序列的室内导航方法。首先采集众包用户的RSSI序列集合,并构建训练样本集;然后,以RSSI为输入、RSSI对应的房间级别位置标签为输出,构建并训练基于神经网络的粗粒度定位模型;接着,综合考虑RSSI的内部信号差异和RSSI之间的信号差异,计算各RSSI之间的距离,并利用RSSI序列集合通过对RSSI序列进行对齐和连接构建RSSI图;最后,在对需导航用户进行粗粒度定位的基础上,通过RSSI序列比对和匹配进行精细定位,在RSSI图上查询从当前RSSI到目的地RSSI的最短路径用于导航。本发明能够提升室内定位的精度和效率,且减少定位成本。

Patent Agency Ranking