-
公开(公告)号：CN119838506A
公开(公告)日：2025-04-18
申请号：CN202510087964.2
申请日：2025-01-21
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 嘉兴固美科技有限公司
IPC: B01J3/08
Abstract: 本发明公开了一种工业级大尺寸六方氮化硼单晶的制备方法，本发明则采用Fe、Ni、Cr、Fe/Ni、Fe/Cr及Ni/Cr合金作为金属熔体，并利用高纯氮化硼管进行包裹，在超高温条件下可实现厘米级甚至接近英寸级高质量的h‑BN块体单晶的快速生长。本发明提供的接触方式可快速在高温高压下实现B及N原子的快速溶解到熔体中，减少保温时间，同时有效控制六方氮化硼的形核位置及形核量，控制晶体自接触位置向熔体中心生长，而且晶体的生长充满整个熔体，可大幅提高单晶的产量，同时熔体仅与母体原料接触，可防止外界杂质的进入，保证单晶的高洁净度。
-
公开(公告)号：CN119838505A
公开(公告)日：2025-04-18
申请号：CN202510087965.7
申请日：2025-01-21
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 嘉兴固美科技有限公司
IPC: B01J3/06
Abstract: 本发明公开了一种三元氮化物的快速制备方法，包括以下步骤：将三元金属盐与过量的氨基钠按照三元金属盐‑氨基钠‑三元金属盐的分层方式进行装料，然后在1～6 GPa的压力下反应得到该三元金属盐对应的三元氮化物晶体。本发明采用高压封闭法可以有效地抑制三元氮化物产物的分解，从而合成出质量较高且符合化学计量比的晶体，甚至可以得到单晶样品。与传统的高压封闭法相比，可以有效降低合成所需温度，并提高质量传输，这不仅提高了合成实验的效率和稳定性，还降低了实验成本，反应速率可以得到有效控制，避免反应过程中由于剧烈放热导致的压机发生“放炮”的危险。
-
公开(公告)号：CN119772209A
公开(公告)日：2025-04-08
申请号：CN202510003243.9
申请日：2025-01-02
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 嘉兴固美科技有限公司
Abstract: 本申请提供一种3D打印金属材料及其改性方法，涉及金属改性技术领域。本申请提供的3D打印金属材料的改性方法以激光3D打印的金属钛/钛合金为初始材料，依次形成包裹材料和封装层得到合成块，再通过直接高压处理工艺，得到强韧性的3D打印金属钛。这是因为超高压可以抑制原子的长程扩散，避免晶粒在高温下发生粗化；同时高压可以使金属钛/钛合金内部产生晶粒细化，从而提升其强度；高压可以修复金属构件内部的孔洞和微裂纹等缺陷；高温高压下可使金属件内部产生更多位错、孪晶等强化缺陷结构；高压下的高温热处理可消除残余应力和不均匀相的分布，提升延展性。
-
公开(公告)号：CN119371126A
公开(公告)日：2025-01-28
申请号：CN202411341087.9
申请日：2024-09-25
Applicant: 深圳市建设(集团)有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 为克服现有技术废玻璃作为碱激发剂激发固废时，未充分发挥废玻璃作为硅基固废的作用，且硅基固废回用量少的缺点，提供一种硅铝基固废制备胶凝材料的方法，包括：S1、将碱激发辅助剂粉料和硅基固废混合均匀，加水搅拌至活性硅的溶出量达到目标值，得到碱激发前驱体浆料；S2、在碱性激发前驱体浆料中加入硅基固废和铝基固废，搅拌，得到碱激发固废浆料；S3、将碱激发固废浆料置于模具，50‑70℃下固化20‑24h得到胶凝材料；碱激发辅助剂为NaOH或KOH；硅基固废为：废玻璃和/或石英尾矿；铝基固废为：粉煤灰。本发明的硅基固废既提供活性硅，未反应的部分又具有填充作用，提高胶凝材料的强度，充分地利用了硅基固废。
-
公开(公告)号：CN118152996A
公开(公告)日：2024-06-07
申请号：CN202410287598.0
申请日：2024-03-13
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F21/10 , G06T1/00 , G06T5/10 , G06N3/0455 , G06N3/094
Abstract: 本发明公开了一种基于扩散模型的图像版权保护方法，包括：获取目标图像，并通过扩散模型的加噪过程得到的噪声图像；对所述噪声图像进行离散小波变换，得到对应的频域系数；通过改变所述频域系数的符号，将水印信息嵌入所述频域系数中，得到嵌入水印信息后的频域系数；对所述嵌入水印信息后的频域系数进行逆向离散小波变换，得到对应的水印噪声图像；基于所述扩散模型将所述水印噪声图像重建为与所述目标图像视觉效果相同的水印图像。本发明利用扩散模型向目标图像变换后的噪声图像中添加水印信息，提高了嵌入水印后的图像质量，并提高了水印信息的隐蔽性，增加了水印对于多种水印消除算法的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN119800502A
公开(公告)日：2025-04-11
申请号：CN202510010520.9
申请日：2025-01-03
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 嘉兴固美科技有限公司
Abstract: 本申请提供一种纳米聚晶金刚石及其制备方法，涉及超硬材料技术领域。本申请提供的纳米聚晶金刚石的制备方法首先通过使用化学气相沉积法生长得到的高纯度低杂质的CVD多晶金刚石为初始样品，CVD多晶金刚石由于在真空环境中反应合成，不会引入内部杂质；进一步通过高温中压第一处理将CVD多晶金刚石转化为纳米多晶石墨块体，再原位将压力温度提升至石墨转化为金刚石所需要的高温高压环境进行第二处理，便可获得高纯度无色透明的纳米聚晶金刚石。本申请的纳米聚晶金刚石结构均一，纯净度高，同时具有优异的光学性能和力学性能；可广泛应用在极端条件下光学窗口探测。
-
公开(公告)号：CN118364438A
公开(公告)日：2024-07-19
申请号：CN202410329317.3
申请日：2024-03-21
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F21/16 , G06F18/214 , G06N20/00
Abstract: 本发明公开了一种服务器端注入模型水印的联邦学习方法、系统及终端，所述方法包括：获取目标模型，并获取多个联邦参与方分别生成的水印字符串；下发目标模型给多个所述联邦参与方，多个所述联邦参与方和本地服务器分别训练目标模型，进行预设联邦轮次后的训练，得到目标全局模型和水印参数，其中，在训练所述目标模型前，根据多个所述水印字符串生成所述水印参数；将所述水印参数下发到各个所述联邦参与方。本发明服务器端统一添加水印的方式，提高了知识产权保护过程的公平性；且在联邦学习聚合阶段，兼容常用的安全策略，并有效缓解了水印相互干扰、主任务精度降低的问题。
-
公开(公告)号：CN117132627A
公开(公告)日：2023-11-28
申请号：CN202311021110.1
申请日：2023-08-14
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 上海航天精密机械研究所
Abstract: 本发明涉及图像配准技术领域，公开了一种基于注意力机制和对比学习的多模态图像配准方法，包括将初始模态图像A和初始模态图像B输入配准网络中，生成形变场，并优化形变场的生成；将初始模态图像A输入翻译网络并得到翻译模态图像Bt；将翻译模态图像Bt经过形变场形变后的图像与初始模态图像A等进行像素块级别的对比损失；将翻译模态图像Bt经过形变场形变后的图像与初始模态图像B等进行逐像素值的L1损失；促使配准网络生成光滑形变场；以最小化上述像素块级别的对比损失的和为目标，训练优化翻译网络和配准网络。本发明能够达到较高的配准精准度和配准效率。
-
公开(公告)号：CN116958748A
公开(公告)日：2023-10-27
申请号：CN202310947023.2
申请日：2023-07-28
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V10/774 , G06V10/771 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及图像检测技术领域，公开了多任务因果学习的图像检测方法、装置、设备及介质，方法包括：根据多个样本特征对同一任务的重要性分数，从多个样本特征中筛选出干预特征；根据合并反事实特征，以及第二任务的反事实特征，确定第一任务对第二任务的因果亲和力；分别根据每个任务的反事实特征和样本特征的预测损失值生成第一正则约束项；根据第一任务的样本特征的预测损失值、第二任务的样本特征的预测损失值以及第一任务对第二任务的因果亲和力，生成第二正则约束项；根据判别损失函数、第一正则约束项和第二正则约束项，生成预测损失函数；根据预测损失函数对任务模型进行训练得到优化后的多任务模型。本发明能够提高图像检测的性能。
-
公开(公告)号：CN118378078A
公开(公告)日：2024-07-23
申请号：CN202410287597.6
申请日：2024-03-13
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F18/214 , G06F18/2431 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种深层次利用GAN先验增强的数据集蒸馏与轻量化方法，包括：将初始化后的均值噪声送入GAN网络，得到隐编码；通过所述GAN网络将所述隐编码转换为真实图片；根据所述真实图片的组合，计算生成数据集与真实数据集的蒸馏损失；通过优化器优化所述隐编码，并根据计算得到的特征距离选取预设隐编码；对所有使用中间层的预设隐编码生成的数据集进行评估，并选取满足条件的数据集作为解。本发明采用逐层搜索GAN的中间层空间，实现了使用GAN的多级指导信息优化生成数据集，并自动地选取最优层对应的生成数据集作为结果，提升数据集蒸馏的性能。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.036 seconds)
