无团聚纳米级羟基磷灰石的制造方法

    公开(公告)号:CN100390051C

    公开(公告)日:2008-05-28

    申请号:CN200510115265.7

    申请日:2005-11-15

    Applicant: 清华大学

    Abstract: 本发明公开了属于非金属生物材料的制备领域,特别涉及用于制备具有生物活性和生物相容性的一种无团聚纳米级羟基磷灰石的制造方法。是在溶液混合过程中添加淀粉作为阻隔剂,并通过煅烧处理去除淀粉得到无团聚的纳米级粉体。本发明有效解决液相合成中羟基磷灰石晶粒的团聚问题,得到安全无毒、分散性好、晶粒细小的无团聚纳米级粉体。本发明所涉及的制造方法工艺简单,所需的原料方便易得,适于在生物医学,组织修复以及过滤和载体材料等众多现有技术上推广使用。

    一种用于富集石油烃降解微生物的载体材料

    公开(公告)号:CN1786162A

    公开(公告)日:2006-06-14

    申请号:CN200510114219.5

    申请日:2005-10-21

    Applicant: 清华大学

    Abstract: 本发明公开了属于无机非金属材料领域的涉及采用微生物技术处理石油开发过程中的污染物和修复石油污染土壤、水体所需的一种用于富集石油烃降解微生物的载体材料。以不可溶钙盐为主要成分。本发明的载体材料能够高效地富集石油烃降解微生物,材料本身对环境无毒无害,在石油开发及其相关的环保领域有广泛的应用前景。

    无团聚纳米级羟基磷灰石的制造方法

    公开(公告)号:CN1785797A

    公开(公告)日:2006-06-14

    申请号:CN200510115265.7

    申请日:2005-11-15

    Applicant: 清华大学

    Abstract: 本发明公开了属于非金属生物材料的制备领域,特别涉及用于制备具有生物活性和生物相容性的一种无团聚纳米级羟基磷灰石的制造方法。是在溶液混合过程中添加淀粉作为阻隔剂,并通过煅烧处理去除淀粉得到无团聚的纳米级粉体。本发明有效解决液相合成中羟基磷灰石晶粒的团聚问题,得到安全无毒、分散性好、晶粒细小的无团聚纳米级粉体。本发明所涉及的制造方法工艺简单,所需的原料方便易得,适于在生物医学,组织修复以及过滤和载体材料等众多现有技术上推广使用。

    一种具有亚微米级微孔的陶瓷及其制备方法

    公开(公告)号:CN1251999C

    公开(公告)日:2006-04-19

    申请号:CN200410086707.5

    申请日:2004-10-29

    Applicant: 清华大学

    Abstract: 本发明涉及一种具有亚微米级微孔的陶瓷的制造方法,属于无机非金属材料以及外科修复和组织工程移植材料领域。该陶瓷为:以水溶性淀粉为造孔媒介,加水溶解后,与羟基磷灰石粉体混合成型、烧结而成。该方法为:采用水溶性淀粉作为造孔媒介,加水溶解形成溶液;将水溶性淀粉溶液与羟基磷灰石粉体混合成型,添加量的范围为总固相含量的10vol.%~80vol.%;将成型的水溶性淀粉与羟基磷灰石粉体混合物加热使水溶性淀粉分解气化后,烧结得到具有亚微米级微孔的陶瓷。该陶瓷完全无毒无害,能够更加有效地过滤或吸附尺寸非常细小的细菌和病毒。该方法工艺简单,成本低廉,便于推广应用。

    微孔陶瓷微生物过滤器
    25.
    发明公开

    公开(公告)号:CN1727032A

    公开(公告)日:2006-02-01

    申请号:CN200510085530.1

    申请日:2005-07-26

    Applicant: 清华大学

    Abstract: 本发明公开了属于医用和生活用过滤材料领域的涉及用于处理含有细菌和病毒的气体或液体的一种微孔陶瓷微生物过滤器。该微孔陶瓷微生物过滤器是以磷酸钙盐微孔陶瓷为过滤媒介的。并可以在作为过滤媒介的磷酸钙盐微孔陶瓷中复合抗生剂。本发明的微孔陶瓷微生物过滤器以具有亚微米孔隙结构的磷酸钙盐微孔陶瓷作为过滤媒介,能够有效地过滤流体中含有的细菌和病毒等微生物,复合抗生剂进一步提升产品对微生物的杀灭和抑制细菌和病毒效果。

    一种基于自适应混合专家模型的自动驾驶多任务感知方法

    公开(公告)号:CN119475074A

    公开(公告)日:2025-02-18

    申请号:CN202411258407.4

    申请日:2024-09-09

    Applicant: 清华大学

    Abstract: 本申请提供一种基于自适应混合专家的自动驾驶多任务感知方法,包括:获取自车多个传感器采集的原始数据;利用预先训练完成的多任务感知模型对原始数据进行处理,得到N个任务的感知结果;其中,所述多任务感知模型包括N个任务分支,每个任务分支包括依次连接的骨干网络和检测头,每个骨干网络包括M个依次连接的卷积单元,每个任务分支的同级的卷积单元均连接一个门控网络,所述门控网络用于控制同级的每个卷积单元的输出是否作为连接的下一级卷积单元的输入。本申请提高全景驾驶感知系统对周围环境的理解和准确性。

    一种服务灯塔认知的3D目标检测任务模型高效训练方法

    公开(公告)号:CN117523173A

    公开(公告)日:2024-02-06

    申请号:CN202311257907.1

    申请日:2023-09-26

    Applicant: 清华大学

    Abstract: 本申请提供一种服务灯塔认知的3D目标检测任务模型高效训练方法,涉及自动驾驶技术领域,所述方法包括:利用当前时刻之前的预设数量的训练完成的第一3D目标检测任务模型对RGB图像进行处理,得到目标检测结果;将RGB图像的预设目标类别的标注结果和目标检测结果进行叠加,得到训练数据;利用所述训练数据对当前时刻的第二3D目标检测任务模型进行训练,得到训练完成的当前时刻的第二3D目标检测任务模型;利用训练完成的当前时刻的第二3D目标检测任务模型,对训练完成的上一时刻的第一3D目标检测任务模型进行更新,得到训练完成的当前时刻的第一3D目标检测任务模型。本申请的方法通过连续学习解决了模型训练出现的灾难性遗忘问题。

    一种面向灯塔认知多场景鲁棒的视觉3D目标检测方法

    公开(公告)号:CN117523171A

    公开(公告)日:2024-02-06

    申请号:CN202311254890.4

    申请日:2023-09-26

    Applicant: 清华大学

    Abstract: 本申请提供一种面向灯塔认知多场景鲁棒的视觉3D目标检测方法,涉及自动驾驶技术领域,包括:获取目标场景的RGB图像;利用预先训练完成的骨干网络对RGB图像进行处理,得到第一图像特征图;利用预先训练完成的动态深度网络对第一图像特征图进行处理,得到语义特征图和深度分布图;将语义特征图和深度分布图进行相乘,得到第二图像特征图;利用体素池化对第二图像特征进行处理,得到BEV特征图;利用检测头对BEV特征图进行处理,得到3D目标检测结果。本申请提高了多场景的目标检测精度。

Patent Agency Ranking