-
公开(公告)号：CN106699550B
公开(公告)日：2020-05-12
申请号：CN201611141908.X
申请日：2016-12-12
Applicant: 北京科技大学
IPC: C07C63/307 , C07C51/41
Abstract: 本发明公开了一种纳米Cu‑CuBTC型金属有机骨架材料的制备方法，该方法以铜纳米片作为模板，均苯三甲酸作为有机配体，利用铜纳米片在高温溶液中会缓慢释放出铜离子的特性，使用水热法成功制备了纳米Cu‑CuBTC型金属有机骨架材料；本方法设备简单，工艺参数可控，可重复性极高。制备所需原料丰富，能耗较小，利于规模化生产。纳米金属骨架材料在催化剂、吸附及分离等方面有着广泛的应用。
-
公开(公告)号：CN110991700A
公开(公告)日：2020-04-10
申请号：CN201911087477.7
申请日：2019-11-08
Applicant: 北京博望华科科技有限公司 , 北京科技大学
Abstract: 本发明提供一种基于深度学习改进的天气与用电相关性预测方法及装置，该方法包括：获取预设区域的用电历史数据，该用电历史数据包括电力负荷数据和相应的对电力负荷数据产生影响的天气数据；对获取到的预设区域的用电历史数据进行预处理，并对预处理后的用电历史数据进行结构化设计；基于结构化设计后的用电历史数据，采用深度学习方法对天气数据与电力负荷相关性进行分析，构建相应的电力负荷预测模型；通过构建的电力负荷预测模型对预设区域的电力负荷进行实时预测，进而计算出企业污染排放量；从而可根据预测结果调整企业用电量，引导企业改变生产计划，并为企业提供优质电力服务。
-
公开(公告)号：CN106587139A
公开(公告)日：2017-04-26
申请号：CN201611141207.6
申请日：2016-12-12
Applicant: 北京科技大学
IPC: C01G19/02
CPC classification number: C01G19/02 , C01P2002/72 , C01P2004/03 , C01P2004/61
Abstract: 本发明公开了一种微米级SnO方形片的制备方法，该方法采用氯化锡作为锡源，氢氧化钠和氯化钠作为配位剂及反应调节剂，使用水热法成功得到了微米级SnO方形片状材料。制备所需原料丰富，成本低，无废弃物产生。制备工艺简单，重复性好。SnO作为一种功能基体材料，在催化剂、还原剂、玻璃工业、电化学储能等方面有着广泛的应用。
-
公开(公告)号：CN102437319B
公开(公告)日：2014-07-02
申请号：CN201110444911.X
申请日：2011-12-27
Applicant: 北京科技大学
Abstract: 一种用于锂离子电池的负极材料及其制备方法，属锂离子电池技术领域。本发明采用碳热还原法合成InSn以及InSn/C负极材料。以氧化物SnO2和In2O3以及还原剂碳为原料，三者按摩尔比8:1:19或者38:1:79配料，以水或乙醇或丙酮或他们之间的混合液体为介质，球磨、烘干后，将混合均匀的SnO2-In2O3-C混合物在惰性气氛中、800~1100℃煅烧0.5~12小时。然后冷却到室温，得到目标产物InSn粉体。该产物作为锂离子电池负极材料，可以直接使用，或者球磨后使用。将球磨或不球磨的InSn粉体与有机碳源混合，碳的加入量为5-30%（质量百分比），将混合物焦化后，在流动的惰性气氛中、500-800oC热处理0.5-6小时，获得InSn/C复合负极材料。本发明的特点在于，材料的比容量高、安全性好；材料的制备工艺简单，便于规模化制备。
-
公开(公告)号：CN103612252A
公开(公告)日：2014-03-05
申请号：CN201310643539.4
申请日：2013-12-03
Applicant: 北京科技大学
IPC: B25J5/00 , B25J13/08 , B25J19/04 , G06Q50/22 , A61B5/0476
Abstract: 本发明属于远程控制与人工智能领域，涉及一种针对孤独症儿童进行实时社交能力训练的智能辅助康复治疗机器人装置。该装置包括头部运动驱动器（1）、手臂运动驱动器（2）、设备承载器（3）、主-从轮式底盘（4）、及外壳模块（7）。采用多关节联合驱动方式，提高了机器人对各运动关节的协同驱动能力并解决了延时影响交互效果的问题，通过PWM双向控制技术，达到机器人任意方向精度的姿态控制，及自动避让障碍的肢体运动路径规划功能，针对患儿普遍存在的情绪认知障碍，在人机交互过程中通过语音、图像、触控、感应等多种形式实现人与机器人之间智能的情感交互及实现安全可靠的家庭远程康复治疗模式。
-
Patent Agency Ranking
公开(公告)号：CN103236520A
公开(公告)日：2013-08-07
申请号：CN201310146555.2
申请日：2013-04-24
Applicant: 北京科技大学
IPC: H01M4/1391 , H01M4/131 , H01M4/133 , H01M4/1393
Abstract: 本发明提供了一种锂离子电池用氧化硅/碳复合负极材料的制备方法，属于新材料和电化学领域。本发明提供的氧化硅/碳复合材料以具有干凝胶或气凝胶结构的多孔碳材料为基体，氧化硅颗粒均匀分散在碳基体中。本发明以间苯二酚和甲醛为基体原料，有机硅为硅源，采用一步溶胶-凝胶法结合热处理工艺，制备纳米氧化硅/碳复合负极材料。本发明的优点在于工艺过程简单，反应容易控制且条件温和，便于规模化制备。此方法制备的氧化硅/碳复合负极材料具有较高比容量以及良好循环稳定性，是一种理想的锂离子电池负极材料，可广泛应用于各种便携式电子设备、电动汽车以及航空航天等领域。
-
公开(公告)号：CN118861614B
公开(公告)日：2025-01-24
申请号：CN202411339062.5
申请日：2024-09-25
Applicant: 首都医科大学宣武医院 , 北京科技大学
IPC: G06F18/2113 , G06F18/214 , G06N3/0455 , G16H50/70
Abstract: 本申请涉及一种临床疗效特征增强方法及相关设备。所述方法包括：采集多个患有特定疾病且采用特定治疗方案进行治疗的患者的临床数据；对每个患者的临床数据中的非结构化数据进行结构化处理，得到每个患者的结构化诊疗信息；从每个患者的结构化诊疗信息中提取预先确定的与特定治疗方案的临床疗效相关的特征的特征值作为临床疗效特征数据；基于提取的临床疗效特征数据构建种子数据集，使用临床疗效预测模型和特征增强模型，以种子数据集为基础进行特征增强处理，得到特征增强数据集。本申请能够高效生成大量、优质的临床疗效特征数据。
-
公开(公告)号：CN119128676A
公开(公告)日：2024-12-13
申请号：CN202411123120.0
申请日：2024-08-15
Applicant: 北京科技大学
IPC: G06F18/2415 , G06F18/2431 , G06F18/213 , G06F18/25 , G06V40/16 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/0442 , G06N3/049 , G06N3/084 , G06N3/082 , G10L25/63 , G10L25/30
Abstract: 本发明提供一种多模态情感识别方法及装置，涉及人工智能技术领域，该方法包括：通过交叉注意力机制将第一文本模态特征与第一图像模态特征进行融合，生成融合注意力的图像特征，通过交叉注意力机制将第一文本模态特征与第一语音模态特征进行融合，生成融合注意力的语音特征；将融合注意力的语音特征、融合注意力的图像特征、第一文本模态特征送入多层Transformer编码器中进行学习，生成第二语音模态特征、第二图像模态特征、第二文本模态特征，并基于所述第二语音模态特征、所述第二图像模态特征和所述第二文本模态特征进行情感识别，实现了较精准的多模态情感识别。
-
公开(公告)号：CN111820902A
公开(公告)日：2020-10-27
申请号：CN202010606588.0
申请日：2020-06-29
Applicant: 北京科技大学 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种基于活动度特征的踝关节韧带损伤智能决策系统，属于智能辅助决策技术领域。所述系统包括：采集模块，用于采集损伤组与对照组中受试者的足踝部运动信息；构建模块，用于分别构建损伤组与对照组的距下关节活动度特征空间；生成模块，用于构建深度卷积生成式对抗网络，利用所述距下关节活动度特征空间中真实的距下关节活动度特征，扩展生成损伤组与对照组的距下关节活动度特征；决策模块，用于构建长短时记忆网络，利用损伤组与对照组真实的活动度特征与扩展生成的活动度特征组成训练集对长短时记忆网络进行训练，得到踝关节韧带损伤智能决策模型。采用本发明，能够实现小样本采集条件下的踝关节韧带损伤智能、精准的决策。
-
公开(公告)号：CN110535149A
公开(公告)日：2019-12-03
申请号：CN201910766059.4
申请日：2019-08-19
Applicant: 国网冀北电力有限公司运营监测(控)中心 , 北京科技大学
IPC: H02J3/26
Abstract: 本发明提供一种公变台区电力负荷三相不平衡预测方法，能够提高预测结果的准确度。所述方法包括：获取公变台区的具有时序性的历史三相电力负荷数据，对公变台区进行聚类，将特性相似的公变台区聚为一簇；确定与用电负荷强关联的内部指标和外部指标；针对每簇，将其对应的历史电力负荷和外部指标数据进行结合，得到相应簇的训练集；构建基于CLSTM-Attention的电力负荷预测模型，利用得到的相应簇的训练集，对构建的电力负荷预测模型进行训练，训练好的电力负荷预测模型采用迭代预测的方式，预测相应簇集合中某公变台区未来指定日的三相电力负荷预测；根据预测得到的三相电力负荷，确定相应公变台区未来指定日是否出现三相不平衡情况。本发明涉及电力系统领域。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.031 seconds)
