-
公开(公告)号：CN104791424A
公开(公告)日：2015-07-22
申请号：CN201510188348.2
申请日：2015-04-21
Applicant: 同济大学
Abstract: 本发明公开了一种采用修形滚针的RV减速器，包括滚针，摆线轮和针齿壳。滚针经过特殊的修形，呈凹形（倒纺锤形）；摆线轮，其与滚针接触的部分经过特殊的修形，呈半凸形（半纺锤形），两片摆线轮呈180°对称安装，并与滚针相互啮合。同时在滚针安放的针齿壳孔内壁上进行修形，呈凸形（纺锤形），用来与滚针配合。同时在孔两端装有弹簧缓冲装置，限制滚针与行星架碰撞。本发明结构合理，可以增大滚针与摆线轮的润滑面积和接触面积，减少滚针与行星架碰撞和振动，同时保护各主要零部件，减少损耗。提高了RV减速器的运动精度和使用寿命。
-
公开(公告)号：CN103984681A
公开(公告)日：2014-08-13
申请号：CN201410127095.3
申请日：2014-03-31
Applicant: 同济大学
IPC: G06F17/27
Abstract: 本发明“基于时序分布信息和主题模型的新闻事件演化分析方法”，涉及文本分析领域。首先通过分析新闻报道在时间序列上表现出来的分布特征，并利用K-Means聚类算法，将语料库按时间划分成几个子语料库；然后利用主题模型依次对每个子语料库进行主题建模，通过Gibbs抽样的方法将模型学习出来，得到每个子语料的主题分布信息；最后通过计算相邻子语料库中两两主题之间的Jensen-Shannon距离，取距离最小的主题串联起来，被串联起来的主题便是该事件的主主题，每个子语料中除了主主题之外的辅助主题，便是该事件在各个阶段的关注点和新的发展。能更好地刻画新闻预料中事件发展的主线以及在各个阶段爆发出来的新的关注点。
-
公开(公告)号：CN110096954B
公开(公告)日：2023-04-07
申请号：CN201910217399.1
申请日：2019-03-21
Applicant: 同济大学
IPC: G06V40/12 , G06F16/583 , G06N3/045 , G06N3/0464
Abstract: 本发明涉及一种基于神经网络的指纹识别方法，包括以下步骤：1)对输入指纹图片进行预处理，提取出细节点的位置和角度信息；2)将指纹图片的细节点信息转换成一个特征向量，该向量不受指纹角度和尺寸的影响；3)使用GPU进行运算，提高指纹匹配速度；4)基于指纹向量化，用一个向量库来代替指纹库，降低存储空间；5)改良LVQ网络算法进行指纹识别；6)确定一个较好的指纹向量排序算法，在一对多的指纹识别中，找出正确目标指纹。
-
公开(公告)号：CN112712500A
公开(公告)日：2021-04-27
申请号：CN202011579606.7
申请日：2020-12-28
Applicant: 同济大学
Abstract: 本发明涉及一种基于深度神经网络的遥感图像目标提取方法，包括以下步骤：1)基于Patch的思想，将输入的大幅面遥感图片裁成若干张小尺寸的图片，每一张小尺寸图片称之为Patch或滑窗，以方便网络的训练；2)将裁剪好的图片送入基于全局注意力机制的特征提取网络，提取固定尺寸和维度的特征向量；3)将2)中提取到的特征向量送入多尺度区域建议网络，生成若干相对粗糙的候选区域；4)通过旋转矩形框目标检测网络，对3)中的对候选区域进行位置回归和类别分类，通过旋转矩形框表征目标位置；5)对检测出来的目标区域进行NMS、阈值过滤等处理，抑制和筛除低质量区域，生成最终检测结果。
-
公开(公告)号：CN106989683B
公开(公告)日：2019-04-02
申请号：CN201710261544.7
申请日：2017-04-20
Applicant: 同济大学
IPC: G01B11/14
Abstract: 本发明涉及一种盾构机盾尾间隙视觉测量方法，该方法包括如下步骤：(1)安装摄像机，摄像头距离盾构机底部盾壳高度为h；(2)摄像机拍摄盾构机工作过程中原始图像，该原始图像中包含管片上边缘和管片下边缘，且管片下边缘为盾尾间隙的上边缘；(3)以原始图像中心点所在水平轴为分割线将该原始图像划分为第一子图像和第二子图像，其中，第二子图像包括管片上边缘；(4)从第二子图像中获取管片上边缘，得到管片上边缘在原始图像中距离原始图像中心点的距离d2；(5)将d2转换为实际高度h2；(6)根据下式获得盾尾间隙d：d＝h+h2‑d3，其中，d3为管片实际高度。与现有技术相比，本发明测量方法简便，测量结果准确可靠。
-
Patent Agency Ranking
公开(公告)号：CN106989683A
公开(公告)日：2017-07-28
申请号：CN201710261544.7
申请日：2017-04-20
Applicant: 同济大学
IPC: G01B11/14
CPC classification number: G01B11/14
Abstract: 本发明涉及一种盾构机盾尾间隙视觉测量方法，该方法包括如下步骤：(1)安装摄像机，摄像头距离盾构机底部盾壳高度为h；(2)摄像机拍摄盾构机工作过程中原始图像，该原始图像中包含管片上边缘和管片下边缘，且管片下边缘为盾尾间隙的上边缘；(3)以原始图像中心点所在水平轴为分割线将该原始图像划分为第一子图像和第二子图像，其中，第二子图像包括管片上边缘；(4)从第二子图像中获取管片上边缘，得到管片上边缘在原始图像中距离原始图像中心点的距离d2；(5)将d2转换为实际高度h2；(6)根据下式获得盾尾间隙d：d＝h+h2‑d3，其中，d3为管片实际高度。与现有技术相比，本发明测量方法简便，测量结果准确可靠。
-
公开(公告)号：CN103207856B
公开(公告)日：2015-10-28
申请号：CN201310114031.5
申请日：2013-04-03
Applicant: 同济大学
IPC: G06F17/27
Abstract: 本发明涉及本体学习领域，特别涉及到一种本体概念及层次关系生成方法。本发明的技术方案是将PAM概率主题模型应用于本体概念及层次的抽取，改进本体概念及层次关系学习的效果，以达到更加准确有效地生成本体概念。该方法首先通过建立基于PAM的本体概念及层次生成模型，将领域本体概念学习问题有效地转化为基于领域文档集的统计推断问题，采用Gibbs抽样的方法来获取概率分布特征向量；然后进行基于Wordnet的语义相似度计算，根据相似度关联关系生成概念，从而得到本体概念的集合及其层次关系。本发明能够更加准确有效地获取领域本体中的概念集合及概念间层次关系。
-
公开(公告)号：CN104917695A
公开(公告)日：2015-09-16
申请号：CN201510199124.1
申请日：2015-04-23
Applicant: 同济大学
IPC: H04L12/861 , H04L29/08
CPC classification number: H04L49/9057 , H04L67/1095 , H04L67/2823
Abstract: 本发明公开了一种数据管理系统，属于数据交互技术领域；系统包括：数据接收单元，用于获取相应的一个所述应用子系统发送的交换数据；第一转换单元，连接所述数据接收单元，用于将所述交换数据转换成预设的数据格式并输出；第一发送单元，连接所述第一转换单元，用于将经过转换的所述交换数据分发至相应的数据传输队列中，以异步队列传输方式将所述交换数据传输至相对方的所述应用子系统中。上述技术方案的有益效果是：实现跨系统数据交互的目的，满足系统间数据共享的需求，便于使用者进行多系统交互操作。
-
公开(公告)号：CN104791423A
公开(公告)日：2015-07-22
申请号：CN201510188366.0
申请日：2015-04-21
Applicant: 同济大学
IPC: F16H1/28
Abstract: 本发明公开了一种基于摆线轮边缘修形的RV减速器，包括滚针和摆线轮。滚针经过特殊的微量修形，呈腰鼓形；摆线轮，其与滚针接触的部分经过微量修形，呈半凹形，两片摆线轮呈180°对称安装，并与滚针相互啮合。同时对滚针安放的孔内壁进行修形，呈凹形，用来与滚针配合。本发明结构合理，可以减少由于制造、装配误差造成的输入轴和输出轴的偏心误差，减少由于摆线轮修形产生的几何误差，增大滚针与摆线轮的润滑面积和接触面积，同时保护各主要零部件，减少制造安装难度。提高了RV减速器的运动精度和平稳性。
-
公开(公告)号：CN112015853B
公开(公告)日：2024-04-09
申请号：CN202010441872.7
申请日：2020-05-22
Applicant: 同济大学
IPC: G06F16/31 , G06F16/33 , G06F16/332 , G06F40/289 , G06F18/22
Abstract: 本申请提供一种图书搜索方法、图书搜索系统、电子装置及介质，包括：定义分词索引项和全字索引项；对馆藏数据根据所述分词索引项进行分词索引得到分词索引词，或根据所述全字索引项进行全字索引得到全字索引词；将输入关键词的字符串与所述分词索引词或全字索引词分别进行匹配并进行相关性计算得到相关性评分；按所述字符串的相关性评分从高到低输出搜索结果。解决了有技术中只能做到全字匹配，而无法实现模糊搜索，因而难搜索到想要的图书，增加了用户搜索图书的成本，降低了用户搜索图书的成功率的问题，使得用户可以进行图书的模糊搜索，减少图书搜索的成本，使得搜索成功率提高。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.019 seconds)
