-
公开(公告)号：CN102847283B
公开(公告)日：2016-01-20
申请号：CN201210320028.4
申请日：2012-08-31
Applicant: 昆山维信诺显示技术有限公司 , 北京维信诺科技有限公司 , 清华大学
Abstract: 本发明提供一种智能太极球，由至少两个可拆分的封闭的球体组件组合成一个球体，至少一个所述球体组件的内部设置有一个密封的质量调节腔体，所述球体组件表面设置有与所述质量调节腔体连通的填充物出入口，所述填充物出入口用于注入或排出填充物，所述填充物出入口通过密封盖密封。本发明提供的智能太极球解决了现有技术中当太极球练习者的身体状况或者熟练程度改变时需要质量改变的太极球，而太极球质量不能改变、太极球使用效率低的技术问题，是一种可以根据需要改变球体质量并可以分成至少两个球体组件娱乐的智能太极球。
-
公开(公告)号：CN103193228A
公开(公告)日：2013-07-10
申请号：CN201310113413.6
申请日：2013-04-02
Applicant: 清华大学
CPC classification number: Y02C10/08 , Y02P20/152
Abstract: 本发明提出了制备吸附CO2的瓜子皮基活性炭的方法，该方法包括：将瓜子皮粉碎，以便得到瓜子粉末，瓜子粉末的平均粒度为500～800微米；将瓜子粉末进行炭化处理，以便得到炭化料；将炭化料置于氢氧化钾溶液中进行浸渍处理；将经过浸渍处理后的炭化材料进行活化处理，以便得到吸附CO2的瓜子皮基活性炭。采用该方法制备的吸附CO2的瓜子皮基活性炭具有成本低、吸附量高、吸附选择性好、容易再生等优点。
-
公开(公告)号：CN100592622C
公开(公告)日：2010-02-24
申请号：CN200410058215.5
申请日：2004-08-17
Abstract: 本发明提供了实现自动增益控制的方法及装置，其方法主要是应用二次函数来拟和的方式获取可观测估计值，应用最小均方误差的方法计算总的增益控制信号；其装置主要是提供了应用二次函数拟和方式获取可观测估计值的二次加权检测模块和应用最小均方误差的方法计算总的增益控制信号的自适应控制信号计算模块。应用本发明，提高了所获取的可观测的估计值以及总的增益控制信号的准确性，从而使得系统在捕获时间、跟踪性能和信号的信噪比方面均比现有技术有所改善，进而提高了系统的整体性能。
-
公开(公告)号：CN119045066A
公开(公告)日：2024-11-29
申请号：CN202411498498.9
申请日：2024-10-25
IPC: G01V3/10
Abstract: 本发明公开了一种三维正交磁梯度传感器，包括三维线圈骨架、磁芯、激励线圈、接收线圈和信号处理电路，所述三维线圈骨架包括中间骨架和线圈骨架，线圈骨架包括相互正交的X轴线圈骨架、Y轴线圈骨架和Z轴线圈骨架，线圈骨架沿轴向设置有空腔，空腔中设置有磁芯，同轴的线圈骨架上设置有两个沿顺时针方向缠绕的激励线圈，以及两个缠绕方向相反的接收线圈，激励线圈和接收线圈与信号处理电路连接。本发明采用空间三维正交结构，提高了磁梯度探测的分辨率及稳定性。
-
公开(公告)号：CN118941706A
公开(公告)日：2024-11-12
申请号：CN202410906433.7
申请日：2024-07-08
Applicant: 清华大学
Abstract: 本发明提出一种基于各向异性高斯引理的无法向点云重建方法及装置，属于三维物体恢复与重建和计算机图形学技术领域。其中，所述方法包括：对待重建的点云进行标准化并建立对应的八叉树，计算标准化后点云的协方差矩阵并进行特征值分解，得到特征向量；建立特征向量的积分约束方程并转化为线性方程组；通过光滑距离函数，消除线性方程组的奇异性，然后求解该线性方程组；基于线性方程组的求解结果，将八叉树的顶点作为观测点，利用移动立方体算法得到所述点云对应的重建后的曲面。本发明不依赖点云法向，可以处理任意规模点云，点云重建效果好、稳定性高，具有较高的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN113989270B
公开(公告)日：2024-08-23
申请号：CN202111402744.2
申请日：2021-11-19
Applicant: 清华大学
Abstract: 本申请公开了一种考虑编码方向性的航空线缆编码视觉识别方法及装置，其中，方法包括：采集线缆表面编码图像并进行图像预处理；获取线缆表面编码图像中线缆的上下边界点，拟合边界并进行倾斜修正，将线缆修正为水平方向；对线缆表面编码图像中的编码进行分割和优化得到多个矩形区域，对多个矩形区域进行旋转得到多个待识别的编码字符；将多个待识别的编码字符输入预先训练的用于分别编码方向的多个分类器，通过多个分类器得到编码方向以及编码识别结果。本申请通过将大分类器划分为多个小分类器的方式，减少了分类类别，提高了编码识别的准确率。
-
公开(公告)号：CN117788652A
公开(公告)日：2024-03-29
申请号：CN202311544160.8
申请日：2023-11-17
Applicant: 清华大学 , 北京达佳互联信息技术有限公司
IPC: G06T13/40
Abstract: 本公开关于一种动画重定向方法、装置、电子设备及存储介质，方法包括：确定原始对象的原始动作信息和原始骨架信息，以及确定目标对象的目标骨架信息；根据原始骨架信息对原始动作信息进行编码，得到原始动作的动作语义特征信息；对目标骨架信息进行编码，得到目标骨架的骨架特征信息；根据原始动作的动作语义特征信息和目标骨架的骨架特征信息进行动画重定向，得到第一目标动作信息；第一目标动作信息包括目标骨架应用目标动作时的关节位置和关节扭转角度，目标动作为原始动作从原始骨架重定向至目标骨架的动作，关节扭转角度为关节对应的骨骼的旋转角度。本申请可以在动画重定向过程中保留原始动作的动作语义，提高动画重定向的准确度。
-
公开(公告)号：CN112946760B
公开(公告)日：2024-02-06
申请号：CN202110142938.7
申请日：2021-02-02
Applicant: 清华大学
Abstract: 本发明公开了一种基于正则化方法的未爆弹三维立体成像的方法、装置以及系统，涉及探测技术领域，所述方法包括：获取目标探测区域的磁场三分量数据；根据磁场三分量数据，得到梯度张量数据和磁总场梯度数据；根据梯度张量数据，得到第一先验信息；将第一先验信息加入到正则化方法中的目标函数中；根据第二先验信息和磁总场梯度数据，对目标函数的最优解进行运算，得到正则化方法的反演结果，根据反演结果，得到未爆弹的三维立体成像。本发明将第一先验信息加入到正则化方法中的目标函数中，得到的正则化方法的反演结果的精确度更高，未爆弹的三维立体成像结果也更精确，对未爆弹的识别效果得到提升，提高了遗弃化学弹发掘工作的(56)对比文件李金朋;张英堂;李志宁;范红波;尹刚.基于光滑约束的磁梯度张量3D正则化反演方法.中国有色金属学报.2016,第26卷(第12期),全文.周帅;黄大年;王泰涵.利用磁法数据的解析信号探测未爆炸弹(UXO).地球物理学进展.2016,第31卷(第04期),全文.李金朋;张英堂;范红波;李志宁;尹刚.基于磁梯度张量的共轭梯度3D约束反演.探测与控制学报.2016,第38卷(第04期),全文.
-
公开(公告)号：CN117148232A
公开(公告)日：2023-12-01
申请号：CN202311422859.7
申请日：2023-10-31
Applicant: 清华大学
Abstract: 本发明提供一种非晶微丝二维空间磁场检测探头及磁场检测方法，属于磁场检测技术领域，探头包括非硅基玻璃基底以及呈阵列分布于非硅基玻璃基底上的多个非晶微丝探头。本发明提供的非晶微丝二维空间磁场检测探头包含多个非晶微丝探头，这些非晶微丝探头可同时对同一个磁场进行检测。且每一个非晶微丝探头均可通过不同角度非晶微丝轴向的探测，获取多组x、y方向上的磁信号分量，进而计算出多个磁信号合力Gmn，再对多个Gmn进行均值计算，得到一个非晶微丝探头探测的磁信号合力Gn，有效提高单个非晶微丝探头对磁场检测的准确度；进一步地，对非晶微丝二维空间磁场检测探头探测的多个磁信号合力Gn进行差分计算，进一步提高检测结果的精度与准确度。
-
公开(公告)号：CN116342385A
公开(公告)日：2023-06-27
申请号：CN202310133257.3
申请日：2023-02-09
Applicant: 清华大学 , 北京达佳互联信息技术有限公司
IPC: G06T3/40 , G06N3/0464 , G06N3/0455 , G06N3/09 , G06V30/16 , G06V30/19 , G06V10/82
Abstract: 本公开关于一种文本图像超分辨率网络的训练方法、装置以及存储介质，属于图像技术领域。本公开通过基于第二文本图像和第三文本图像之间的像素损失值以及文本损失值，对文本图像超分辨率网络进行训练，由于像素损失值和文本损失值都表示第二文本图像与第三文本图像的差异程度，则像素损失函数和文本损失函数的收敛点能够相同，因此，对文本图像超分辨率网络进行训练的过程中，容易使得像素损失函数和文本损失函数同时收敛，使文本图像超分辨率网络完成训练，完成训练的文本图像超分辨率网络对文本图像进行超分辨率重构后，提高超分辨率重构后的文本图像的图像分辨率提高，从而能够提高超分辨率重构后的文本图像的显示效果。
-
-
-
-
-
-
-
-
-
Search Results
142
records
(took 0.048 seconds)
