-
公开(公告)号：CN116842275A
公开(公告)日：2023-10-03
申请号：CN202310689991.8
申请日：2023-06-12
Applicant: 中南大学
IPC: G06F16/9536 , G06F18/22 , G06F18/213 , G06F40/284
Abstract: 本发明实施例适用于计算机技术领域，提供了一种健康教育知识数据的推荐方法、装置、电子设备及存储介质，其中，健康教育知识数据的推荐方法包括：确定用户的第一特征；用户为内在能力减退老年人，第一特征包括用户的基础信息特征、兴趣偏好特征和行为特征；确定第一特征与至少两个健康教育知识数据的第二特征的相似度；第二特征包括健康教育知识数据的类别特征、统计特征和关键词特征；基于相似度结果确定推荐给用户的健康教育知识数据。
-
公开(公告)号：CN110962888A
公开(公告)日：2020-04-07
申请号：CN201911251374.X
申请日：2019-12-09
Applicant: 中南大学
Abstract: 本发明公开了列车的实时动态编组方法及系统，各个待编组的列车通过相互通信以确定自己实时所处的邻居群及其群成员的位置，并根据自己实时所处的邻居群及其群成员的位置分别计算自己实时所处邻居群的群中心以及该邻居群内的各个群成员的位置到该群中心的距离，并将自己所处邻居群内的各个群成员的位置到该群中心的实时距离分别与预设的编组阈值l2进行比较，将该邻居群内的群成员的位置到该群中心的实时距离小于预设阈值l2的群成员自动编为一组。相比现有技术，能实现各列车的实时动态编组。
-
公开(公告)号：CN110827273A
公开(公告)日：2020-02-21
申请号：CN201911109574.1
申请日：2019-11-14
Applicant: 中南大学 , 长沙湘丰智能装备股份有限公司
IPC: G06T7/00
Abstract: 本发明公开了一种基于区域卷积神经网络的茶叶病害检测方法，包括如下步骤：S1形成训练集样本数据，S2获得待检测叶片图像的特征图，S3生成特征图建议区域，S4完成检测并输出待检测叶片图像病害类别的概率向量。本发明基于区域卷积神经网络，将待检测的叶片图像输入区域卷积神经网络的基础网络获得特征图，在区域建议网络生成待检测叶片图像的建议区域进行过滤，并作为区域卷积神经网络检测网络的输入，由区域卷积神经网络进行待检测叶片图像病害种类的检测识别并输出病害种类的概率向量，以提供给茶农及时有效地对茶园茶树叶片病害情况进行检测和茶树叶片病害种类识别，辅助茶农防治茶园病害工作。
-
公开(公告)号：CN109861792A
公开(公告)日：2019-06-07
申请号：CN201910074466.9
申请日：2019-01-25
Applicant: 中南大学
Abstract: 本发明公开了BCH码编码参数盲识别方法、译码方法及卫星通信装置，其中，利用BCH码的编码特点从最小多项式出发先识别出BCH码的码长，再基于BCH码的码长识别出同步偏差，最后基于识别出的码长和同步偏差识别出生成多项式，实现BCH码编码参数的盲识别。本发明提供了一种全新的方法来实现盲识别，得到更加准确的盲识别结果。
-
公开(公告)号：CN109857157A
公开(公告)日：2019-06-07
申请号：CN201910060306.9
申请日：2019-01-22
Applicant: 中南大学
Abstract: 本发明公开了一种区域性加压泵站进水流量调度方法，包括：S1：基于同一时间的历史用水量数据预测出未来调度周期内各个时间的用水量；S2：再识别所述未来调度周期内的用水量高峰期或是用水量低谷期；预测用水量高于平均预测用水量时属于用水量高峰期；预测用水量低于或等于平均预测用水量时属于用水量低谷期；S3：按照用水量高峰期和用水量低谷期的进水流量调节规律控制在各个用水量高峰期和用水量低谷期内加压泵站进水流量，其中高峰期将蓄水池放空，低谷期往蓄水池中蓄水，充分发挥蓄水池的辅助供水功能，降低进水口的进水波动，平稳进水。
-
Patent Agency Ranking
公开(公告)号：CN102857133A
公开(公告)日：2013-01-02
申请号：CN201210344009.5
申请日：2012-09-17
Applicant: 广西电网公司电力科学研究院 , 中南大学
CPC classification number: Y02E10/56
Abstract: 本发明公开了一种单相单级光伏逆变器的电流控制方法，该方法包括：将光伏逆变器输出电流的参考电流信号和交流侧输出电流采样信号输入至电流控制系统的第一加法器中进行相减运算，得到误差信号；将误差信号输入至电流控制系统的准谐振控制器中，基于准谐振控制器的传递函数得到第一输出信号；将交流侧输出电流采样信号直接输入至电流控制系统的比例控制器中，基于比例控制器中确定的比例系数得到第二输出信号；将第一输出信号和第二输出信号输入至电流控制系统的第二加法器中进行运算以得到控制信号。本发明方法仅对参考电流的基波信号进行放大和跟踪，对参考电流的三次谐波信号进行了大幅度的衰减，因此在抗谐波扰动方面具有更好的性能。
-
公开(公告)号：CN102061396B
公开(公告)日：2012-07-11
申请号：CN201010583730.0
申请日：2010-12-10
Applicant: 中南大学
IPC: C22B15/04
Abstract: 本发明公开了一种反射炉熔炼再生铜的方法及其装置，直接将反射炉的部分高温烟气与助燃空气混合，形成温度较高、氧浓较低的助燃气体，提高反射炉内温度分布的均匀性，降低局部高温，从而减少金属的烧损。在反射炉烟道闸门后的水平段连接烟气回流管道、高温风机和旁通冷风管，将反射炉排出的高温烟气的一部分输送到燃烧器，在反射炉内实现高风温、低氧浓的燃烧，返烟量占反射炉烟气总量体积的30～50％。本发明是一种金属回收率高、热效率高的反射炉熔炼再生铜的方法，其装置结构简单，性能可靠。
-
公开(公告)号：CN110901703B
公开(公告)日：2021-11-02
申请号：CN201911252728.2
申请日：2019-12-09
Applicant: 中南大学
Abstract: 本发明公开了高速列车移动协同闭塞控制方法及系统，通过根据同一线路上的当前列车的前后列车运行状态，实时获得当前列车的允许行车范围，允许行车范围之间保持预设的安全间隔，根据允许行车范围和基于列车速度受约束条件，建立列车动力学模型，根据列车动力学模型，建立控制列车运行的分布式控制模型，将待控制列车期望速度、前后列车的位置以及前后列车的期望相对距离输入到所述分布式协同控制模型中，求解得到并执行实时执行待控制列车的控制牵引力以实现多列车协同控制。解决了现有高速多列车运行效率低的技术问题，并能在保证相邻列车始终保持安全距离的基础上，实现多列车协同控制，从而保证列车能够安全、高效地运行。
-
公开(公告)号：CN110901703A
公开(公告)日：2020-03-24
申请号：CN201911252728.2
申请日：2019-12-09
Applicant: 中南大学
Abstract: 本发明公开了高速列车移动协同闭塞控制方法及系统，通过根据同一线路上的当前列车的前后列车运行状态，实时获得当前列车的允许行车范围，允许行车范围之间保持预设的安全间隔，根据允许行车范围和基于列车速度受约束条件，建立列车动力学模型，根据列车动力学模型，建立控制列车运行的分布式控制模型，将待控制列车期望速度、前后列车的位置以及前后列车的期望相对距离输入到所述分布式协同控制模型中，求解得到并执行实时执行待控制列车的控制牵引力以实现多列车协同控制。解决了现有高速多列车运行效率低的技术问题，并能在保证相邻列车始终保持安全距离的基础上，实现多列车协同控制，从而保证列车能够安全、高效地运行。
-
公开(公告)号：CN109504922A
公开(公告)日：2019-03-22
申请号：CN201811576495.7
申请日：2018-12-22
Applicant: 中南大学
IPC: C22C38/48 , C22C38/42 , C22C38/58 , C22C38/04 , C22C38/02 , C21D8/02 , C21D1/18 , C21D8/10 , C21D8/06 , C21D8/00
CPC classification number: C22C38/48 , C21D1/18 , C21D8/005 , C21D8/0226 , C21D8/0236 , C21D8/0273 , C21D8/065 , C21D8/105 , C21D2211/001 , C22C38/02 , C22C38/04 , C22C38/42 , C22C38/58
Abstract: 一种铜钽抗蚀奥氏体不锈钢及其制备方法，合金元素含量为：C≤0.03，Ni＝8.0～12.0，Cr＝18.0～20.0，Ta≤0.75，Cu＝0.2～0.8，Mn≤2.0，Si≤1.0，P≤0.035，S≤0.030，其中15.06×C≤Ta≤15.06×C+0.3，余量为Fe。合金冶炼后，经热变形开坯和冷变形，使得TaC得以充分破碎、弥散分布，通过高温固溶处理获得粗大奥氏体晶粒。通氢条件下80℃含5×10-6F-的0.5mol/L的H2SO4电解液中合金腐蚀电流为10.3～14.5μA/cm2μA/cm2，相比304L不锈钢，腐蚀速率大幅度降低，力学性能略优于304L不锈钢。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.047 seconds)
