一种基于注意力时态图卷积网络的交通预测方法

    公开(公告)号:CN109754605A

    公开(公告)日:2019-05-14

    申请号:CN201910146627.0

    申请日:2019-02-27

    Applicant: 中南大学

    Abstract: 本发明属于智能交通领域,公开了一种基于注意力时态图卷积网络的交通预测方法,首先,将城市道路网络建模为图结构,图的节点表示路段,边为路段之间的连接关系,将每条路段的时间序列描述为节点的属性特征;其次,利用注意力时态图卷积网络模型捕捉交交通流的时间和空间特征,利用门控循环单元学习城市道路上交通流的时间变化趋势以捕捉时间依赖性,利用注意力机制学习交通流全局时间变化趋势;然后,利用全连接层获取每条路段上不同时刻的交通流状态;最后,利用不同的评价指标估计城市道路上交通流真实值与预测值得差异,以评估模型的预测能力。实验证明,本发明提出的方法能够有效实现城市道路上的交通流预测任务。

    一种急冷法制备正极材料氟磷酸钒锂的方法

    公开(公告)号:CN102386407A

    公开(公告)日:2012-03-21

    申请号:CN201110340850.2

    申请日:2011-11-02

    Applicant: 中南大学

    Inventor: 郑俊超 张宝 张明

    Abstract: 一种急冷法制备正极材料氟磷酸钒锂的方法。包括将锂源化合物、钒源化合物、磷源化合物、氟化物按锂、钒、磷、氟元素摩尔比为(1-1.05):1:1:1配料,同时加入碳源,碳源与钒源化合物的摩尔比为1:1-10:1,然后进行高能球磨均匀混合,接着将前躯体混合物烘干,然后将干燥后的前躯体混合物置于非氧化性气氛中加热到500~1000℃,并恒温煅烧0.5~48小时,最后将高温粉末迅速转移至-209℃~40℃的低温介质中急速冷却1min~1h,制得氟磷酸钒锂粉末。本发明采用急冷法制备出的氟磷酸钒锂粉末,具有纳米尺寸,粒度分布均匀,且具有优良的大倍率充放电性能。

    盘件或环件增材工作台
    15.
    发明公开

    公开(公告)号:CN114918433A

    公开(公告)日:2022-08-19

    申请号:CN202210568633.7

    申请日:2022-05-24

    Applicant: 中南大学

    Abstract: 本发明提供盘件或环件增材工作台,涉及增材加工技术领域。该盘件或环件增材工作台,包括底板。本发明,第二伺服电机带动转轴转动,进而通过第二齿轮、第三齿轮带动螺杆转动,螺杆转动的同时带动与之螺纹连接的滑块沿着第二滑动杆滑动,当滑块向远离第二齿轮的方向滑动时,五组挡销外壁形成的夹持面直径扩大,当滑块向靠近第二齿轮的方向滑动时,五组挡销外壁形成的夹持面直径缩小,从而可以方便的更换不同直径的环形平台,当滚轮外径发生磨损后,采用距离传感器实时监控齿轮盘下壁到距离传感器之间的距离,当五组距离传感器测量出的数据不一致时,启动第一伺服电机正转或者反转,通过与之螺纹连接的连接座带动U型支架上升以及下降。

    实时测温增材装置
    17.
    发明公开

    公开(公告)号:CN115488491A

    公开(公告)日:2022-12-20

    申请号:CN202210946468.4

    申请日:2022-08-08

    Applicant: 中南大学

    Abstract: 本发明提供实时测温增材装置,涉及摩擦增材技术领域。该实时测温增材装置,包括视觉定位装置、温度显示端、机头、主轴以及设置在主轴内侧壁的搅拌头。本发明,通过在搅拌头内部埋设热电偶,且将热电偶的测温段端部接近搅拌头下端面与出料孔交接点,能够测量最接近增材核心区的增材温度,通过常见的数控机床,可以很方便的在搅拌头侧壁加工出沉孔、螺纹孔以及测温孔,加工方式简单,同时热电偶的安装也非常方便,通过防脱结构能够避免高速旋转时外盒与内盒的脱离,需要打开外盒时,通过顶杆从顶出孔中顶入,将弹销顶出限位孔即可取下外盒,维护非常方便。

    一种基于气象信息的农产量预测方法

    公开(公告)号:CN109886496A

    公开(公告)日:2019-06-14

    申请号:CN201910147418.8

    申请日:2019-02-27

    Applicant: 中南大学

    Abstract: 本发明属于农产量预测领域,公开了一种基于气象信息的农产量预测方法,模型面向的气象数据是按序列形式组织的.模型主要由三部份组成,第一部分为编码器,它将每一个阶段的气象状态编码为产量编码,为了使每一个阶段的产量编码都可以包含历史信息模型采用LSTM结构构建编码器;第二部分为注意力计算器,这部分是用来衡量不同阶段的气象状态对最终产量的影响强弱,注意力计算器由一个浅层的神经网络构成;第三部分为解码器,解码器将前两部分得到的权重和编码解码为最终产量。本发明的阶段性预测是先通过LSTM结构将气象信息投影为产量编码,再通过解码得到,所得精度远高于传统线性回归模型。

Patent Agency Ranking