专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果42个,建议您升级VIP下载更多相关专利
  • [发明专利]一种防止车辆暴晒自动化防晒设备-CN202310471368.5在审
  • 刘磊;李松松;董育伟;卞海溢;蒋青松;李芸;蔡汝铭 - 淮阴工学院
  • 2023-04-27 - 2023-09-29 - B60J11/04
  • 本发明公开了一种防止车辆暴晒自动化防晒设备,包括:第一壳体,具有内腔;储能装置,布置于内腔内,用于储存收集到的太阳能;锁脚机构,固定布置于第一壳体的底部;翻转机构,固定布置与第一壳体的顶部,包括:底板,与第一壳体的两侧顶部固定连接,且底板与第一壳体之间形成有第一腔室,第一腔室在位于车辆两侧的方向开设有活动缺口;翻折板,布置于底板的上方,且通过转动轴与底板的外侧构成转动连接,第一驱动单元,连接布置于底板与翻折板之间;伸缩机构,包括第一伸缩板、第二伸缩板、齿轮齿条机构以及第二驱动单元。本发明的公开,实现对车顶空间的高价值利用,通过翻转与伸缩机构,有效扩大太阳能吸收面积,其使用方便,稳定性高。
  • 一种防止车辆暴晒自动化防晒设备
  • [发明专利]全波形激光雷达波形数据压缩和解压方法-CN201910358174.8有效
  • 陈瑞强;季仁东;张冬阳;卞海溢 - 淮阴工学院
  • 2019-04-30 - 2023-07-21 - G01S7/487
  • 本发明公开了一种全波形激光雷达波形数据无损压缩与解压方法,压缩过程中:根据分类阈值,对原始波形数据的采样点数值进行压缩,获得阈值类型和压缩数值组成的采样点压缩数据;采样点压缩数据采用首尾相连的方式组成数据区;模数转换器分辨率、采样点总个数和分类阈值组成数据头;数据头和数据区组成最终的压缩数据;解压过程中:提取压缩数据的数据头,获取模数转换器分辨率、采样点总个数和分类阈值;提取压缩数据的数据区,根据阈值类型提取指定长度的采样点压缩数据,并结合模数转换器分辨率和分类阈值,依次恢复得到解压缩数值;解压缩数值依次相连恢复得到原始波形数据。
  • 波形激光雷达数据压缩解压方法
  • [发明专利]一种形似中药的分类方法-CN202211594840.6在审
  • 王晓燕;喻志伟;季仁东;卞海溢;王徐阳;吴丹 - 淮阴工学院
  • 2022-12-13 - 2023-04-25 - G06F18/241
  • 一种形似中药的分类方法,属于中药材质量检测技术领域,先将外形相似的中药制备成测试样品,采用紫外可见光光谱技术提取外形相似中药的吸收光谱和对应数据,对测试样品进行光谱采集;在吸收到的光谱数据的基础上构建BP神经网络分类模型;用BP神经网络对外形相似中药的实验数据进行分类建模,对外形相似中药进行分类。本发明将BP神经网络分类算法与紫外光谱检测法相结合,实现对中药的准确分类,保证药物使用发挥其应有的效果。
  • 一种形似中药分类方法
  • [发明专利]一种金银花中农药残留预测方法-CN202211594845.9在审
  • 季仁东;喻志伟;卞海溢;王晓燕;冯小涛;郭鑫月 - 淮阴工学院
  • 2022-12-13 - 2023-03-07 - G01N21/33
  • 一种金银花中农药残留预测方法,属于农药残留检测领域,具体的操作步骤包括:a.样品的制备;b.样品的光谱数据采集;c.滤波平滑处理;d.建立BP神经网络模型对农药浓度进行预测:利用BP神经网络算法对得到的紫外吸收光谱数据进行识别分析,将得到的光谱数据导入到神经网络算法中构建BP神经网络,网络建好后开始BP神经网络初始化,再利用函数train对BP神经网络进行训练;最后利用sim函数将训练好的BP神经网络预测函数输出得到真实值和预测值的决定系数;e.回收率计算。本发明将BP神经网络分类算法与紫外光谱检测法相结合,实现对金银花中农药残留的快速、精确预测,为金银花中农药残留检测提供了新的途径。
  • 一种金银花农药残留预测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top