-
公开(公告)号：CN112002377B
公开(公告)日：2021-04-27
申请号：CN202010854838.2
申请日：2020-08-24
Applicant: 东北林业大学
Abstract: 基于集成学习校准模型的松子蛋白质含量预测方法，它属于食品成分检测技术领域。本发明解决了利用现有近红外校准模型对松子中蛋白质含量预测的准确率低的问题。本发明对松子的近红外光谱数据进行预处理，并在预处理结束后选用局部切线空间对齐、等距特征映射、局部线性嵌入与主成分分析对预处理后光谱数据进行特征提取；然后使用提取的特征数据集建立松子蛋白质含量与光谱数据的偏最小二乘模型；最后依据stacking法作为集成策略，以BP神经网络为次级学习器，输出最终松子蛋白质含量结果。本发明方法对光谱数据利用程度更高，充分利用了近红外光谱中复杂的空间特征，提高了校准模型预测的准确率。本发明可以应用于松子中蛋白质含量预测。
-
公开(公告)号：CN112021001A
公开(公告)日：2020-12-04
申请号：CN202010912473.4
申请日：2020-09-02
Applicant: 东北林业大学
Abstract: 一种基于QL-SI算法的松果采摘装置振动抑制方法，属于采摘机械控制技术领域，为了解决采用击打式松果采摘等装置在采摘结实位置高的松果时因产生振动导致设备定位不准确和运行不稳定，致使无法对松果枝干进行的精准击打。技术要点：以机械臂击打处坐标为Q表横坐标，运动时间即为QL-SI算法的时间间隔，步进电机速度离散值为Q表纵坐标建立表格，选取动作并将计算的Q值存入表格；通过机械臂上姿态传感器测量的振动设计奖励函数和其运动过程中的幅值变化设计奖励函数权重表；多次训练得到QL-SI算法参数并通过时间最小化和合成奖励最优原则得到最优Q表并通过计算得到QL-SI算法的最优参数表。该方法能够在参数不定环境下有效抑制采摘机械臂的振动且鲁棒性较好，用于松果采摘装置的振动抑制。
-
公开(公告)号：CN106633385A
公开(公告)日：2017-05-10
申请号：CN201610980276.X
申请日：2016-11-08
Applicant: 东北林业大学
IPC: C08L23/12 , C08L97/02 , C08L51/06 , C08L23/06 , C08K3/34 , C08K3/26 , B29C69/00 , B29C44/34 , B29C44/60
CPC classification number: C08L23/12 , B29C44/3403 , B29C44/60 , B29C48/0011 , B29C48/0012 , C08K2201/011 , C08L2203/14 , C08L2205/025 , C08L2205/035 , C08L97/02 , C08L51/06 , C08L23/06 , C08K3/34 , C08K2003/265 , C08K3/346
Abstract: 一种微孔发泡木塑复合材料及其制备方法，本发明涉及木塑复合材料及其制备方法。本发明要解决现有木塑复合材料自身密度大，成本高的问题。微孔发泡木塑复合材料按质量份数由聚烯烃、干燥后的木质纤维、成核剂、相容剂和润滑剂制备而成；制备方法：首先将干燥的木质纤维与聚烯烃、成核剂、相容剂、润滑剂进行混合，经双螺杆挤出机熔融混合，将挤出的熔融混合物置于压机热压成型，得到木塑板材试样；将木塑板材试样置入高温高压釜中，通入超临界CO2流体，保温保压一定时间，泄压，得到微孔发泡木塑复合材料。本发明的微孔木塑复合材料具有发泡倍率高，质轻、泡孔结构形态优良、成本低的优点。本发明主要用于微孔发泡木塑复合材料及其制备方法。
-
公开(公告)号：CN105180640A
公开(公告)日：2015-12-23
申请号：CN201510679813.2
申请日：2015-10-19
Applicant: 东北林业大学
IPC: F26B25/00
Abstract: 多参数监控的木材干燥方法，属于木材干燥技术领域。本发明是为了解决现有常压过热蒸汽干燥中由于无法控制木材的升温速度和内外温差，造成木材内裂或表裂的问题。它包括以下步骤：选定干湿球温度监测点和材芯监测点；采集所有监测点传感器的初始检测数据；进入升温阶段；进入干燥阶段和中间处理阶段，并使两个阶段交替进行，在干燥阶段根据干燥窑内当前干球温度平均值和干燥窑内当前湿球温度平均值，对待干燥木材的含水率采用含水率基准进行控制；在中间处理阶段；根据预设定此阶段干燥窑内预期湿球温度值，对干燥窑内当前湿球温度采用时间基准进行控制；再依次进入平衡处理阶段、终了处理阶段、降温阶段。本发明用于木材干燥。
-
公开(公告)号：CN104722296A
公开(公告)日：2015-06-24
申请号：CN201510154777.8
申请日：2015-04-02
Applicant: 东北林业大学
IPC: B01J23/50
Abstract: 一种低温制备Ag-TiO2复合光催化剂的方法，本发明涉及制备Ag-TiO2复合光催化剂的方法。本发明要解决现有Ag-TiO2复合光催化剂材料的制备方法存在工艺复杂，高温煅烧及成本比较高的问题。方法：将浓硝酸用水调节至pH为0.5～1.5，然后向pH为0.5～1.5的硝酸中加入硝酸银，并在搅拌条件下反应，得到反应体系，然后在搅拌及低温下，向反应体系中加入钛酸四丁酯反应，停止搅拌，并在低温下保温，得到粗品，再将粗品烘干，最后将烘干后的粗品机械研磨，即得到Ag-TiO2复合光催化剂。本发明用于低温制备Ag-TiO2复合光催化剂的方法。
-
Patent Agency Ranking
公开(公告)号：CN102873851B
公开(公告)日：2014-06-18
申请号：CN201210368673.3
申请日：2012-09-28
Applicant: 东北林业大学
Abstract: 木塑直角型材挤塑方法，它涉及一种型材挤出方法。本发明为了解决现有挤出设备无法实现直角木塑材料一次成型，需要借助胶粘等手段对木塑型材进行粘结实现直角结构，从而造成型材的力学性能差的问题。步骤：一、组装挤出模具，二、原料进入固定模具中，由移动模具挤出，沿其形成第一直角边；三、当第一直角边达到长度要求时，原料由固定模具挤出，实现第二直角边挤出塑型，当第二直角边达到既定长度时，将待用移动模具移动到与固定模具待对接的起始位置，下落将型材切断，固定模具与型材分离，将待用移动模具与固定模具对接，移动模具移动到对接的起始位置待用；四、将待用移动模具与固定模具对接，重复二、三形成连续生产。本发明用于木塑直角型材的一次挤塑。
-
公开(公告)号：CN102873851A
公开(公告)日：2013-01-16
申请号：CN201210368673.3
申请日：2012-09-28
Applicant: 东北林业大学
Abstract: 木塑直角型材挤塑方法，它涉及一种型材挤出方法。本发明为了解决现有挤出设备无法实现直角木塑材料一次成型，需要借助胶粘等手段对木塑型材进行粘结实现直角结构，从而造成型材的力学性能差的问题。步骤：一、组装挤出模具，二、原料进入固定模具中，由移动模具挤出，沿其形成第一直角边；三、当第一直角边达到长度要求时，原料由固定模具挤出，实现第二直角边挤出塑型，当第二直角边达到既定长度时，将待用移动模具移动到与固定模具待对接的起始位置，下落将型材切断，固定模具与型材分离，将待用移动模具与固定模具对接，移动模具移动到对接的起始位置待用；四、将待用移动模具与固定模具对接，重复二、三形成连续生产。本发明用于木塑直角型材的一次挤塑。
-
公开(公告)号：CN101733785B
公开(公告)日：2012-10-17
申请号：CN200810137549.X
申请日：2008-11-18
IPC: B27D1/04
Abstract: 本发明提供了一种刨纤类人造板调施胶工艺生产的动态区域优化控制系统，该系统通过比值随动调节、动态区域优化及高精度流控技术，实现动态配比调胶、动态恒比施胶工艺控制，提高恒比施胶精度和调胶配比准确度。工艺控制系统包括由气喷、管道、流量计、泵阀、罐组等组成的并行调胶机构和在线施胶机构，以及由传感与检测、智能计算、流控、管理、通信、诊断告警等模块组成的全自动调施胶工艺控制系统。控制方法主要包括动态比值随动调节、区域液位最优控制和伪微分反馈流量控制方法。本发明提高了调施胶系统的动态稳定性和实现了调施胶工艺的精确控制，从而提高产品质量、减少胶液和原料损失，提高设备自动化和连续化生产及设备产能水平。
-
公开(公告)号：CN100371152C
公开(公告)日：2008-02-27
申请号：CN200510009668.3
申请日：2005-01-26
Abstract: 一种人造板模糊自适应并行在线调施胶控制方法及控制系统，控制方法包括：1.并行调胶控制；2.在线施胶控制；3.施胶量反馈控制；4.原胶恒温控制；控制系统包括并行在线调施胶装置和模糊自适应控制系统两部分，并行在线调施胶装置主要由齿轮泵、管道、原胶恒温控制装置、原料贮罐组、胶液混合贮罐、液位传感器、重量传感器、搅拌机构、并行调胶机构和在线施胶机构、喷嘴等相互连接组成，模糊自适应控制系统分别与原料的输入管道上的齿轮泵、并行调胶机构和在线施胶机构及施胶后的原料称重传感器相连。本发明可减少胶液损耗，提高配比精度和胶液性能，准确控制施胶量。
-
公开(公告)号：CN116386860A
公开(公告)日：2023-07-04
申请号：CN202211654263.5
申请日：2022-12-22
Applicant: 东北林业大学
IPC: G16H50/30 , G16H10/60 , G06F18/25 , G06N3/096 , G06N3/098 , G06N3/0499 , G06N7/08 , G06T7/00 , G06V10/764 , G06V10/82
Abstract: 基于多模态的糖尿病及其并发症智能辅助预测与诊断平台，本发明涉及人工智能，医疗诊断，深度学习，图像处理，辅助诊断系统。糖尿病的主要血管并发症如DR及CAD的诊断则需要多种医疗技术进行辅助诊断，DR的诊断主要通过眼底检查明确，CAD的诊断则需要依靠于患者的症状、体征、心电图、运动试验、冠脉CT或者冠脉造影等结果综合进行诊断。通过人工智能的方式，开发一款自动化的、实时的糖尿病及DR和CAD的预测评估模型，进而辅助医生诊断。本发明应用于在给出患者视网膜眼底图像以及相应临床指标的前提下，利用人工智能的算法实现糖尿病及DR和CAD的准确预测与评估。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.053 seconds)
