-
公开(公告)号：CN118114885A
公开(公告)日：2024-05-31
申请号：CN202410508282.X
申请日：2024-04-26
Applicant: 北京理工大学前沿技术研究院
IPC: G06Q10/063 , G06Q50/06 , G16Y40/10 , G16Y10/35
Abstract: 本发明公开了基于物联网模型的燃气管线动态风险预警平台，涉及燃气管线风险分析技术领域；包括：管线模型建立模块用于建立管线模型；燃气动态捕捉模块用于放置燃气压力检测仪，并在管线模型中进行标记；燃气风险提取模块用于获取多个燃气特征曲线；实时预警模块用于进行动态风险预警；本发明用于解决现有技术中缺少基于燃气管线的构造获取传感器的放置位置，并通过传感器的检测结果提取燃气管线的特征方面的改进，对于燃气管线的风险分析不够准确及时，导致风险预警滞后且不准确的问题。
-
公开(公告)号：CN116563370A
公开(公告)日：2023-08-08
申请号：CN202310006472.7
申请日：2023-01-04
Applicant: 北京理工大学
Abstract: 本申请涉及基于单目计算机视觉的测距方法和测速方法。该基于单目计算机视觉的测距方法包括：获取待测距图像并使用基于目标检测的神经网络模型确定所述待测距图像中的待测距对象的边界框；基于所待测距图像中的所述待测距对象的边界框确定所述待测距对象的测距像素的坐标；对所述测距像素的坐标进行透视变换以获得所述测距像素的坐标在所述待测距图像对应的鸟瞰图上的变换坐标；确定所述鸟瞰图中的标尺比例；以及，基于所述变换坐标和所述标尺比例确定所述待测距对象的实际距离。这样，通过集成基于神经网络模型的对于源图像的目标检测和透视变换和/或坐标变换，能够获得准确的距离和速度测量结果。
-
公开(公告)号：CN116038681A
公开(公告)日：2023-05-02
申请号：CN202210768849.8
申请日：2022-06-30
Applicant: 北京理工大学
IPC: B25J9/16
Abstract: 本公开提供一种基于参数分离的机械臂动力学参数辨识方法及装置。所述方法包括：确定对于机械臂的基于五阶傅里叶函数的激励轨迹；在机械臂在激励轨迹下运动的过程中，多次采集多个关节的关节角度、关节角速度、关节角加速度、温度和关节力矩；对关节力矩进行分解，获得关节线性力和关节摩擦力；根据关节角度、关节角速度、关节角加速度和关节线性力，获得关节线性力参数；根据关节线性力、关节摩擦力、关节角速度和温度，确定关节摩擦力参数；根据关节线性力参数和关节摩擦力参数，获得机械臂动力学模型。根据本公开，能够提升求解过程的准确性，且简化求解过程，减少非线性参数的求解，并简化实验过程。
-
公开(公告)号：CN116013469A
公开(公告)日：2023-04-25
申请号：CN202211743519.X
申请日：2022-12-27
Applicant: 北京理工大学前沿技术研究院
Abstract: 本发明提出了一种阿尔茨海默病延时反馈自适应干预调控方法和系统，该方法包括：建立用于模拟阿尔茨海默症状态下脑电信号的丘脑皮层系统模型；在所述丘脑皮层系统模型的闭环控制策略中添加根据神经系统本身动态变化的自适应刺激；通过改变自适应刺激参数，仿真出自适应刺激参数改变时丘脑皮层系统模型产生的脑电信号。该方法还包括采用频谱展示出仿真出的脑电信号在预设频段的震荡行为。基于该方法，还提出了一种阿尔茨海默病延时反馈自适应干预调控方法。本发明设计的闭环控制系统更为准确，特别有助于辅助解决阿尔茨海默病早期干预的问题，对其进展及干预进行直观展示与更优化的可视化分析，从而可以更广泛地用于指导健康管理。
-
公开(公告)号：CN114939830A
公开(公告)日：2022-08-26
申请号：CN202210710657.1
申请日：2022-06-22
Applicant: 北京理工大学前沿技术研究院 , 淄博京科电气有限公司
IPC: B24B41/06 , B24B27/033 , B24B41/00
Abstract: 本发明公开了一种基于物联网的电机智慧夹持机构及其应用方法，涉及物联网技术领域，本发明包括：底座，底座的顶部滑动连接有驱动机构，驱动机构用于驱动整个设备进行工作；夹持组件，夹持组件安装在所述驱动机构上；传动组件，传动组件安装在所述固定块的相向侧；打磨机构，打磨机构安装在固定架的内侧壁；本发明在使用时，通过驱动机构的左右循环移动带动夹持组件对物件进行循环夹紧输送时，夹持组件的循环工作将会推拉传动组件工作，使得传动组件能够驱动打磨机构对物件的外表面进行双向的打磨擦拭，保证了所传输物件外表面的洁净，减轻了人员对物件后续处理的负担，便于对物件的后续处理，扩大了该设备的使用范围，方便人员使用，值得推广。
-
Patent Agency Ranking
公开(公告)号：CN111161272B
公开(公告)日：2022-02-08
申请号：CN201911411515.X
申请日：2019-12-31
Applicant: 北京理工大学
IPC: G06T7/10
Abstract: 本发明涉及一种基于生成对抗网络的胚胎组织分割方法，属于医学图像处理技术领域。包括：步骤1通过U‑net网络对胚胎组织切片图像进行组织分割掩码映射；步骤2制作分割网络训练集；步骤3配置网络训练所需参数，得到设置后的网络；步骤4使用制作完成的分割网络训练集训练设置后的组织品质识别网络；步骤5固定组织品质识别网络的参数，使用制作完成的分割网络训练集结合组织品质识别网络训练设置后的U‑net网络；步骤6将未标注分割结果的胚胎组织切片图像作为输入，生成对应掩码图像。所述分割方法依托的网络在训练分割时使用一个分类模型来补充损失，充分利用细胞成长状态的信息，提升分割网络在胚胎组织分割领域的准确性。
-
公开(公告)号：CN110866938B
公开(公告)日：2021-04-27
申请号：CN201911147521.9
申请日：2019-11-21
Applicant: 北京理工大学
Abstract: 本发明提出了一种全自动视频运动目标分割方法，属于计算机视觉处理技术领域。本方法旨在提取视频中运动物体的精确区域，将其与背景进行分离，是实现视频编辑、视频内容表示的重要环节。通过使用双流网络同时提取视频帧信息和运动信息，通过相邻帧运动信息获得的粗糙的结果，指导视频帧的分割。本发明方法，相比于现有的技术，充分挖掘了运动信息，在使用注意力机制充分利用运动信息的同时节省了空间的消耗，精度高。
-
公开(公告)号：CN111161272A
公开(公告)日：2020-05-15
申请号：CN201911411515.X
申请日：2019-12-31
Applicant: 北京理工大学
IPC: G06T7/10
Abstract: 本发明涉及一种基于生成对抗网络的胚胎组织分割方法，属于医学图像处理技术领域。包括：步骤1通过U-net网络对胚胎组织切片图像进行组织分割掩码映射；步骤2制作分割网络训练集；步骤3配置网络训练所需参数，得到设置后的网络；步骤4使用制作完成的分割网络训练集训练设置后的组织品质识别网络；步骤5固定组织品质识别网络的参数，使用制作完成的分割网络训练集结合组织品质识别网络训练设置后的U-net网络；步骤6将未标注分割结果的胚胎组织切片图像作为输入，生成对应掩码图像。所述分割方法依托的网络在训练分割时使用一个分类模型来补充损失，充分利用细胞成长状态的信息，提升分割网络在胚胎组织分割领域的准确性。
-
公开(公告)号：CN119955309A
公开(公告)日：2025-05-09
申请号：CN202411992266.9
申请日：2024-12-31
Applicant: 北京理工大学前沿技术研究院
IPC: C08L83/07 , C08K9/06 , C08K3/36 , C08K7/06 , C08K3/22 , C08L83/06 , C08L77/10 , C08K7/26 , C08L61/06 , C08K3/34 , C08K7/10
Abstract: 本发明涉及表面热防护材料技术领域，公开一种含有改性硅微粉的硅橡胶热防护材料及制备方法，含有改性硅微粉的硅橡胶热防护材料包括以下质量份数的原料组成：100份基础胶、20～50份改性硅微粉、10～50份功能填料、5～15份交联剂、0.1～5份催化剂，其中，改性硅微粉包括八(苯基二甲氧基硅基)笼形倍半硅氧烷改性的硅微粉。该硅橡胶热防护材料利用改性硅微粉的高热稳定性、低热膨胀系数等特性，保证硅橡胶热防护材料优异的力学性能同时，降低材料受热膨胀率，从而提升抗烧蚀能力。
-
公开(公告)号：CN119875395A
公开(公告)日：2025-04-25
申请号：CN202510135983.8
申请日：2025-02-07
Applicant: 北京理工大学前沿技术研究院
IPC: C09C1/30 , C09C3/10 , C09C3/12 , C09C3/08 , C08F292/00
Abstract: 一种超细高纯球形硅微粉表面改性工艺，属于有机硅材料技术领域。包括将硅微粉和低分子量硅烷偶联剂投入改性釜中进行负压氮气置换除氧和加热反应，随后连续滴加高分子量聚硅氧烷和功能性单体，控制反应条件进行熟化反应，最后通过后处理得改性硅微粉产品。该工艺通过化学接枝和物理包覆双重改性，显著提高了硅微粉的表面改性度和分散性，适用于高性能复合材料的应用需求，且操作简便，成本效益高，适合大规模工业化生产。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.159 seconds)
