-
公开(公告)号：CN111881564A
公开(公告)日：2020-11-03
申请号：CN202010694629.6
申请日：2020-07-17
Applicant: 北京理工大学
IPC: G06F30/20 , G06F30/17 , G06F119/02 , G06F119/14
Abstract: 本发明公开了一种关于机械结构变幅疲劳寿命预测方法，该方法基于传统的疲劳累计损伤理论，引入相关函数对变幅加载过程中结构的损伤进行等效转化，在此基础上进行疲劳寿命预测。该方法考虑了加载顺序和材料微结构对疲劳寿命的影响，提高了疲劳寿命的预测精度，降低了试验成本。
-
公开(公告)号：CN111738201A
公开(公告)日：2020-10-02
申请号：CN202010618625.X
申请日：2020-07-01
Applicant: 中国科学院空天信息创新研究院 , 北京理工大学
Abstract: 本发明涉及一种基于感兴趣区域网络的有林地遥感影像提取方法及系统。获取林地调查数据和多光谱宽覆盖影像数据；对林地调查数据和多光谱宽覆盖影像数据进行数据预处理，得到预处理后的林地调查数据和预处理后的多光谱宽覆盖影像数据；根据预处理后的林地调查数据和预处理后的多光谱宽覆盖影像数据基于地理空间对应关系，得到样本集；构建感兴趣区域网络；根据样本集对感兴趣区域网络进行训练，得到完成训练的感兴趣区域网络；获取待提取的遥感影像；将待提取的遥感影像作为输入，输入至完成训练的感兴趣区域网络，得到有林地提取图像；将上述图像进行优化，得到优化后的有林地提取图像。本发明能够保证有林地在不同时相影像中均有较高的提取精度。
-
公开(公告)号：CN111508003A
公开(公告)日：2020-08-07
申请号：CN202010309618.1
申请日：2020-04-20
Applicant: 北京理工大学 , 郑州航空工业管理学院 , 中国航空工业集团公司洛阳电光设备研究所
Abstract: 本发明公开了一种红外小目标检测跟踪及识别方法，通过使用Max-tree和Min-tree两种不同的建树方法分别检测不同亮度的目标，Max-tree主要针对灰度值比背景亮的目标，Min-tree主要针对灰度值比背景暗的目标，并使用面积属性和高度属性两个属性分别提取信息红外小目标最显著的两个特征，即红外小目标的尺寸信息以及小目标与背景之间的对比度信息，最后通过Mean-shift实现对小目标的跟踪。本发明的优点是：在Max-tree和Min-tree中，分别对两种属性使用不连续的剪枝策略，并通过不同的融合策略将同一属性下不同剪枝值得到的结果以及不同属性得到的结果进行融合。
-
公开(公告)号：CN106886663A
公开(公告)日：2017-06-23
申请号：CN201710197972.8
申请日：2017-03-29
Applicant: 北京理工大学
IPC: G06F17/50
Abstract: 本发明提供了一种齿轮弯曲疲劳寿命预测方法及装置，该齿轮弯曲疲劳寿命预测方法包括：基于表面粗糙度建立疲劳极限的修正模型，并根据所述修正模型对材料的疲劳极限进行修正，得到修正后疲劳极限；根据门槛应力强度因子幅度及所述修正后疲劳极限确定门槛裂纹长度；创建疲劳裂纹尺寸萌生模型，并基于所述疲劳裂纹尺寸萌生模型预测齿轮疲劳裂纹萌生寿命；基于线弹性断裂力学准则预测齿轮疲劳裂纹扩展寿命；根据所述齿轮疲劳裂纹萌生寿命和齿轮疲劳裂纹扩展寿命，建立齿轮弯曲疲劳计算模型，计算齿轮弯曲疲劳寿命。
-
公开(公告)号：CN104391357A
公开(公告)日：2015-03-04
申请号：CN201410650720.2
申请日：2014-11-15
Applicant: 北京理工大学
Abstract: 本发明涉及一种用于大功率激光的光隔离方法，属于强激光技术领域。本方法将激光源、准直透镜、半波片依次排列，激光源与准直透镜、半波片同光轴；根据衍射方程的一级衍射条件，确定光栅刻线间距d，制作大功率衍射型反射光栅，并排列到半波片之后，光轴穿过光栅的中心。激光源发出激光束，透过准直透镜、半波片，入射到光栅上。压电陶瓷驱动光栅，实现对光栅的角度扫描并对光栅与光轴间的夹角大小进行微调，使得入射激光完全按照一级衍射输出，实现大功率激光的光隔离。通过光栅衍射可在任何波长范围内实现对最高10000w的大功率激光的光隔离，并实现高的隔离效率，且能调节简单。
-
Patent Agency Ranking
公开(公告)号：CN118638030A
公开(公告)日：2024-09-13
申请号：CN202410675126.2
申请日：2024-05-28
Applicant: 北京理工大学
IPC: C07C251/86 , C07C249/16 , C10L1/228 , C10L10/00
Abstract: 本申请涉及燃料领域，提供了一种有机小分子凝胶剂及其制备方法、凝胶燃料及其制备方法。该凝胶剂，具有式Ⅰ所示结构：#imgabs0#式Ⅰ中，R1选自C4～C18的烷基；R2选自氢或羟基，R3和R4各自独立地选自氢、甲基或叔丁基。本申请的凝胶剂可有效凝胶化多种燃料，改善凝胶燃料的综合性能，形成凝胶燃料所需添加的凝胶剂量少，凝胶过程简单、形成凝胶时间短，且制得的凝胶燃料具有优异的触变性能和流动性能。
-
公开(公告)号：CN118537736A
公开(公告)日：2024-08-23
申请号：CN202410743313.X
申请日：2024-06-11
Applicant: 北京理工大学
IPC: G06V20/10 , G06V10/25 , G06V10/26 , G06V10/58 , G06V10/74 , G06V10/77 , G06V10/80 , G06T7/11 , G06T7/136 , G06T7/194
Abstract: 本发明提供一种基于三阶张量分解与自适应重构的高光谱目标检测方法，包括以下步骤：S1，高光谱数据预处理；S2，对数据进行Tucker分解与自适应重构；S3，多度量方法分别提取目标；S4，将多度量信息融合获取感兴趣目标；S5，采用阈值分割方法分割目标与背景。本发明分别利用全局约束能量最小化、皮尔逊相关系数以及欧式距离获取了部分目标像元，将三种方法融合获取了更加准确的感兴趣目标像元。经过实验证明所提方法展现出了较好的探测性能。
-
公开(公告)号：CN118171186A
公开(公告)日：2024-06-11
申请号：CN202410306378.8
申请日：2024-03-18
Applicant: 北京理工大学
IPC: G06F18/2415 , G06N3/0464 , G06N3/045 , G06F18/25
Abstract: 本发明涉及目标检测领域，具体涉及一种目标检测方法、装置、云端设备及计算机装置。方案包括计算2D检测与3D检测结果的IoU，根据2D检测和3D检测的候选目标构建稀疏张量，将稀疏张量中的多个非空元素调整为第一矩阵，并将第一矩阵输入ResNet，得到第二矩阵；将第二矩阵输入卷积神经网络，得到第一张量，并根据第一张量构建输出张量；将该输出张量通过最大池化，得到对应的第二张量，并将该第二张量映射到所需学习的目标，得到对应的概率分数图；通过概率分数图替换3D检测的置信度分数，计算3D检测结果与gt值的IoU，保留IoU>0.7的gt值，使用3D检测结果和保留的gt值计算损失函数，得到第一损失函数；通过第一损失函数对融合网络进行优化。本发明适用于目标检测。
-
公开(公告)号：CN114170094B
公开(公告)日：2024-05-31
申请号：CN202111361000.0
申请日：2021-11-17
Applicant: 北京理工大学 , 郑州航空工业管理学院 , 中国航空工业集团公司洛阳电光设备研究所
IPC: G06T5/70 , G06T3/4076 , G06N3/082 , G06N3/0464 , G06N3/0455 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种基于孪生网络的机载红外图像超分辨率与噪声去除算法，包括：步骤1：构建训练集与测试集；步骤2：构建基础孪生网络框架；步骤3：训练与测试。本发明利用孪生网络的两个分支共享权重的特点，既能达到去除噪声的目的，同时提高图像的分辨率。同时使用局部跳跃连接与全局跳跃连接，在充分用低频信息的同时加速网络收敛。此外，加入空间注意力机制，自适应调整空间域权重，突出目标与背景的对比度，更好地服务于目标跟踪与目标检测等工作。
-
公开(公告)号：CN118010525A
公开(公告)日：2024-05-10
申请号：CN202410167383.5
申请日：2024-02-06
Applicant: 北京理工大学重庆创新中心 , 中信金属股份有限公司 , 武汉上善仿真科技有限责任公司 , 中国中信集团有限公司
Abstract: 本发明公开了一种快速评价高强钢板抗氢脆性能的方法，包括如下步骤：A、取高强钢板试样，将高强钢板试样淬火后切割成标准试样；B、对标准试样进行电化学充氢；C、充氢后立即进行极限尖冷弯实验，测量并记录冷弯角度数；D、对比不同标准试样的冷弯角度数，判断抗氢脆性能的优劣。本发明通过“充氢→冷弯”试验，在放大不同钢种抗氢脆性能差异的同时，可快速判断高强钢板的抗氢脆性能，试验方法简单，试验周期更短，克服了现有测试方法所存在的准确性较低、实验步骤繁琐、实验周期长等问题，同时该方法也可以用于评价含氢高强钢板作为汽车车身结构件时抵抗碰撞断裂的能力。
-
-
-
-
-
-
-
-
-
Search Results
172
records
(took 0.031 seconds)
