汽车电子转向警示声响闪光器

    公开(公告)号:CN1986285A

    公开(公告)日:2007-06-27

    申请号:CN200610151187.0

    申请日:2006-12-22

    Abstract: 汽车电子转向警示声响闪光器,它涉及一种汽车转向闪光装置,为了克服传统的汽车转向灯闪光器易打火花、可靠性不高的缺陷。本发明包括转向开关和显示灯组,它还包括定时器、VMOS管开关、咔哒声响发生器,所述定时器的输出端连接VMOS管开关的栅极,VMOS管开关的源极连接转向开关的动端触点,VMOS管开关的漏极连接咔嗒声响发生器的输入端,转向开关的静端触点连接显示灯组的一端,显示灯组的另一端连接电源。本发明的突出特点是:电路无触点,无继电器,全电子实现,提高了系统的可靠性;专用电子电路产生定时信号;能够模拟继电器的声响;设计了自恢复短路保护装置;能够适应各种电压的车上电源;其结构简单、成本低廉。

    汽车刮雨电机的数字式控制装置

    公开(公告)号:CN1971455A

    公开(公告)日:2007-05-30

    申请号:CN200610151064.7

    申请日:2006-11-24

    Abstract: 汽车刮雨电机的数字式控制装置,本发明涉及汽车上刮雨电机的控制装置。它克服了由模拟电路驱动继电器切换刮雨电机供电的方式可靠性低,和所定时间靠定时器芯片的外围电阻设定,因而准确度不高的缺陷。它包括直流电源和组合开关,它还包括开关状态识别芯片、微控制器和电机驱动芯片,组合开关的每个电平状态输出引脚分别连接在开关状态识别芯片的一个输入端上,开关状态识别芯片的双向通信端口连接在微控制器的一个双向通信端口上,微控制器的输出端连接电机驱动芯片的输入端。本发明采用嵌入式数字芯片,对刮雨电机进行灵活而精确的控制,取消了继电器,提高了系统的可靠性。刮雨电机的间歇时间通过软件定义,精确度较传统控制电路有很大的提高。

    一种适用于薄壁铝密集微流道感应钎焊设备及焊接方法

    公开(公告)号:CN116652317B

    公开(公告)日:2025-04-29

    申请号:CN202310667808.4

    申请日:2023-06-07

    Abstract: 本发明公开一种适用于薄壁铝密集微流道感应钎焊设备及焊接方法,属于焊接技术领域。包括上部及下部环型感应线圈、感应线圈位置调节机构,所述的下部环型感应线圈与感应线圈位置调节机构固定连接,焊接时,所述的上部环型感应线圈位于下部环型感应线圈的正上方,所述的感应线圈位置调节机构能够调节下部环型感应线圈沿竖直方向上的位移;所述的下部环型感应线圈的中间为水平段,两端向下倾斜,所述的上部环型感应线圈和下部环型感应线圈的横截面形状与预焊接的汇流管的横截面形状相对应,并与预焊接的汇流管之间均留有空隙。本发明适用于薄壁铝密集微流道的焊接,保证了焊缝质量,提高了焊接效率,具有钎缝填充完整,钎缝两侧光亮的优点。

    一种基于初级生产力数据同化的叶面积指数预测方法

    公开(公告)号:CN116432849B

    公开(公告)日:2024-03-26

    申请号:CN202310420571.X

    申请日:2023-04-19

    Abstract: 一种基于初级生产力数据同化的叶面积指数预测方法,属于叶面积指数预测技术领域。为解决农作物的叶面积指数进行准确的预测的问题。本发明采集空气湿度数据、温度数据、植被吸收光合有效辐射数据,采集初级生产力数据,对植被进行拍照,构建初级生产力预测数据集、初级生产力实测数据集,利用集合卡尔曼滤波进行数据同化,得到初级ENKF同化的初级生产力数据集,利用LSTM神经网络进行训练,得到最终ENKF同化的初级生产力数据集;将光量子通量密度、最终ENKF同化的初级生产力数据集、植物照片利用LSTM神经网络进行训练,训练后的LSTM神经网络模型用于对叶面积指数预测。本发明对于不同种类的作物具有兼容性和可泛化性。

    一种基于初级生产力数据同化的叶面积指数预测方法

    公开(公告)号:CN116432849A

    公开(公告)日:2023-07-14

    申请号:CN202310420571.X

    申请日:2023-04-19

    Abstract: 一种基于初级生产力数据同化的叶面积指数预测方法,属于叶面积指数预测技术领域。为解决农作物的叶面积指数进行准确的预测的问题。本发明采集空气湿度数据、温度数据、植被吸收光合有效辐射数据,采集初级生产力数据,对植被进行拍照,构建初级生产力预测数据集、初级生产力实测数据集,利用集合卡尔曼滤波进行数据同化,得到初级ENKF同化的初级生产力数据集,利用LSTM神经网络进行训练,得到最终ENKF同化的初级生产力数据集;将光量子通量密度、最终ENKF同化的初级生产力数据集、植物照片利用LSTM神经网络进行训练,训练后的LSTM神经网络模型用于对叶面积指数预测。本发明对于不同种类的作物具有兼容性和可泛化性。

    一种基于深度学习的植株生长期识别控制系统及其识别控制方法

    公开(公告)号:CN113325761A

    公开(公告)日:2021-08-31

    申请号:CN202110570769.7

    申请日:2021-05-25

    Abstract: 本发明提出一种基于深度学习的植株生长期识别控制系统及其识别控制方法,述系统包括上位机、下位机、继电器和控制设备,控制设备包括执行器和控制单元,控制设备还可以是使用PLC开发平台或单片机开发平台的具有控制性能和方法的下位机硬件设备;当环境参数不合理时或植株病虫害识别系统识别到病虫害,云端会获得相应故障响应信息,告知用户发生对应故障。与已有技术相比,本发明弥补了在植株种植过程中依靠过多专家经验和人工控制的不足,控制周期可以设定在100ms,具有较好的人机交互能力。

    一种基于机器视觉的叶面积指数识别方法

    公开(公告)号:CN113313752A

    公开(公告)日:2021-08-27

    申请号:CN202110583966.2

    申请日:2021-05-27

    Abstract: 本发明提出一种基于机器视觉的叶面积指数识别方法,所述方法通过:输入待识别图片,图片为俯视拍摄的植株图片;采用改进的全卷积神经网络作为语义分割网络,通过训练完成的语义分割网络前向传播计算,并得到分割后的图片,分割后的图片包括背景区域和叶片区域;根据网络输出的图片计算出叶面积指数,本发明利用深度学习技术,在识别过程中不会提取如绿色塑料等绿色物体的图片信息,同时在曝光过强条件下仍能正常提取绿色叶片,使分割过程更加智能,能够提取图片中所有的叶片区域。

    一种基于复合阿米西棱镜组的激光拉曼光谱仪

    公开(公告)号:CN109580582B

    公开(公告)日:2021-06-22

    申请号:CN201811514973.1

    申请日:2018-12-12

    Abstract: 本发明公开了一种基于复合阿米西棱镜组的激光拉曼光谱仪,包括壳体、激光发生部、复合阿米西棱镜组色散系统、面阵CCD和数据处理系统,激光发生部设置在壳体的第一腔室内,复合阿米西棱镜组色散系统和面阵CCD设置在壳体的第二腔室内,激光发生部发射的激光照射到待测产品上,待测产品上的散射光射入到复合阿米西棱镜组色散系统,然后再照射到面阵CCD上,数据处理系统用于对数据进行处理。本发利用阿米西棱镜的直视特性以及入射角和折射角具有固定角度差来保证两色散光谱中心波长相互错开并固定不变特性,结合面阵CCD的空分复用和多通道并行处理特性进行光电转换,数据处理后拼接生成一维拉曼光谱,实现了高分辨率宽光谱范围的激光拉曼光谱的快速测量。

    一种基于组别搜索的任务分配方法、装置及计算机存储介质

    公开(公告)号:CN112784170A

    公开(公告)日:2021-05-11

    申请号:CN202110071226.0

    申请日:2021-01-19

    Abstract: 本发明实施例公开了一种基于组别搜索的任务分配方法、装置及计算机存储介质;该方法可以包括:以候选对象为节点,根据各所述候选对象之间的关联关系和各所述候选对象所含的属性信息建立无向属性图;基于目标任务所对应的搜索指令对所述无向属性图进行搜索,获取符合所述搜索指令且所有节点的最小度数最大的目标社区;其中,所述搜索指令包括:满足所述目的任务所需的目标属性、所述各目标属性的节点数目下限值、所述目标社区内的节点数目上限值;将所述目标任务分配至所述目标社区内的节点。

Patent Agency Ranking