-
公开(公告)号:CN105800355A
公开(公告)日:2016-07-27
申请号:CN201610337718.9
申请日:2016-05-22
Applicant: 贵州大学
CPC classification number: B65H16/02 , B65H2402/30 , D06H7/00
Abstract: 本发明公开了一种便于提高支撑强度和刚性的放置架,包括两根竖直放置的支撑杆,两支撑杆前后对称地固定连接在裁布平台的右端支撑腿上,在两支撑杆顶端放置有可分离的缠绕布料的转轴,转轴可绕轴线转动,两支撑杆间安装有U型加强筋,加强筋具有一横杆和固定连接在横杆两端的两竖直杆,所述两竖直杆固定连接在两支撑杆,所述横杆固定连接在裁布平台上。本发明在两支撑杆间安装U型的加固筋,将两支撑杆固定连接起来幷固定连接在裁剪平台,大大提高了支撑杆的稳定性和支撑刚性和强度,连接更加牢靠稳固,本发明还具有结构简单、价格便宜、操作使用和装卸维护方便的特点。
-
公开(公告)号:CN105800354A
公开(公告)日:2016-07-27
申请号:CN201610337717.4
申请日:2016-05-22
Applicant: 贵州大学
CPC classification number: B65H16/02 , B65H2402/30 , D06H7/00
Abstract: 本发明公开了一种布料放置架,包括两根竖直放置的支撑杆,所述两支撑杆前后对称地固定连接在裁布平台的右端支撑腿上,在两支撑杆顶端放置有可分离的缠绕布料的转轴,所述转轴可绕轴线转动。本发明将两支撑杆固定连接在裁剪裁布平台的支撑腿上,顶端放置缠绕布的可分离转轴,实现布料放置,可转动实现布料的快速传送,并且可分离结构,便于更换不同布料到支撑架上,操作方便快捷,将支撑架固定在裁布平台上,大大提高了放置架的稳定性和支撑刚性,本发明还具有结构简单、价格便宜和装卸维护方便的特点。
-
公开(公告)号:CN103395503B
公开(公告)日:2015-07-08
申请号:CN201310324790.4
申请日:2013-07-30
Applicant: 贵州大学
Abstract: 本发明公开了一种批量灌装装置,包括支撑台(1)、传动机构(2)、料箱(3)、电动料刷(5)、可调间歇机构(7)、推料模(9)、充料模(11),其特征在于:所述支撑台(1)上设置有传动机构(2)和定位架(10),传动机构(2)上连接有可调间歇机构(7),可调间歇机构(7)顶部分别设置有成圆周排列的料箱(3)、料刷支架(6)和推料模支架(8),料刷支架(6)上设有活动连接的电动料刷(5),推料模支架(8)上设有推料模(9),定位架(10)上固定装有充料模(11)。本发明结构简单、高效实用且适合固液混合体的可批量灌装。
-
公开(公告)号:CN119888338A
公开(公告)日:2025-04-25
申请号:CN202411961583.4
申请日:2024-12-30
Applicant: 贵州大学
IPC: G06V10/764 , G06V10/25 , G06V10/774 , G06V10/766 , G06V10/82 , G06N3/0499
Abstract: 本发明公开了基于实例空间关联的人物交互检测方法,包括:数据收集;构建实例内与实例间人物交互检测网络模型,包括特征提取部分、Transformer结构部分,所述Transformer结构部分:包括编码器、实例解码器、交互解码器,所述实例解码器为多层结构,每层包括一个多头自注意力模块、一个多尺度可变注意力模块、一个前馈神经网络、边界框回归;该实例解码器能解码多尺度编码特征,生成人和物的检测结果,并用于交互识别;将图像输入训练好的实例内与实例间人物交互检测网络模型,输出人和物的边界框、物的类别与交互类别,进行人物交互关系检测。本发明具有模型泛化性好,实例检测和交互分类准确性高的特点。
-
公开(公告)号:CN119811655A
公开(公告)日:2025-04-11
申请号:CN202411605915.5
申请日:2024-11-12
Applicant: 贵州大学
IPC: G16H50/30 , G16H50/70 , G06F18/213 , G06F18/214 , G06F18/2431 , G06F18/25 , G06N3/0455
Abstract: 本发明公开了一种基于神经网络模型的可预见性行为识别方法,包括:收集可预见性行为数据集;行为识别模型构建,基于神经网络模型VideoMAE进行改进,包括编码器、解码器、掩码策略,其中所述编码器包括输入数据预处理、改进的特征提取,所述改进的特征提取,将原来的时空联合自注意力机制改为多头自注意力特征提取模块#imgabs0##imgabs1#和局部卷积注意力特征提取模块#imgabs2#共同实现特征提取,然后通过线性加权融合得到最终的行为特征F;训练行为识别模型;应用训练好的行为识别模型,进行可预见性行为识别。本发明具有识别准确率高、实时性好、鲁棒性强的特点。
-
公开(公告)号:CN119121459A
公开(公告)日:2024-12-13
申请号:CN202411265875.4
申请日:2024-09-10
Applicant: 贵州大学
IPC: D01F9/22 , D01F11/12 , D06M11/74 , D06M101/40
Abstract: 本发明公开了一种碳点纳米凸起碳线的制备方法,属于纳米碳材料制备技术领域。将硅基底进行氧化和氮化预处理,在预处理后硅基底的表面通过电液动力喷射方式沉积聚丙烯腈纤维,再依次进行热稳定处理和碳化处理,即得碳点纳米凸起碳线。该方法能够在碳线表面原位生成碳点,能够明显改善碳线的光学性能,具有更广泛的应用前景。
-
公开(公告)号:CN115743344B
公开(公告)日:2024-10-15
申请号:CN202211443948.5
申请日:2022-11-18
Applicant: 贵州大学
IPC: B62D57/024 , B25J11/00 , B08B1/14 , B08B1/30 , B08B13/00
Abstract: 本发明公开了翻转式攀爬全自动清洁机器人和方法,包括擦洗机构和吸附翻转行走机构,擦洗机构安装在吸附翻转行走机构上,吸附翻转行走机构用于在反光环上翻转行走。本发明克服原有吸附型擦洗机器人吸附和行走的矛盾,使得擦洗机器人安全性可靠性得以提升。将原有的人工封闭隧道清洗模式转换为机器人自动清洗模式,极大的提高了工作效率和道路通行状况,采用翻滚设计,使得吸附清洗装置越障能力大大提高。
-
公开(公告)号:CN117078030B
公开(公告)日:2024-05-03
申请号:CN202310854369.8
申请日:2023-07-12
Applicant: 贵州大学
IPC: G06Q10/0637 , G06Q10/0631 , G06Q10/04 , G06Q50/40 , G06F30/27 , G06F111/04 , G06F119/06
Abstract: 本发明公开了一种基于车速预测的燃料电池公交车能量管理方法,该方法为:选择实车工况数据作为训练和测试工况数据,利用径向基神经网络对车速进行预测,得到误差较小且足够精度的车速预测结果;其次,将该车速预测方法与模型预测控制相结合,建立燃料电池公交车能量管理控制策略模型。本发明所提基于车速预测的燃料电池公交车能量管理方法能很好的适应实车工况,且在实车工况条件下车速预测具有较高精度。且相比于实车能量管理方法,本发明基于车速预测的能量管理方法等效氢耗更低,具有良好工程应用前景。
-
公开(公告)号:CN117854546A
公开(公告)日:2024-04-09
申请号:CN202410125389.6
申请日:2024-01-30
Applicant: 贵州大学
IPC: G10L25/51 , G10L25/18 , G10L25/24 , G10L19/02 , G10L19/022
Abstract: 本发明公开了一种基于通道注意力和多尺度梅尔频谱图的声音分类方法及系统,方法包括采集咳嗽音频数据,并进行音频的降噪处理;对长时音频进行咳嗽事件检测并去除静音段,分割出包含咳嗽事件的短时音频信号;对统一处理的短时音频信号进行自适应尺度音频特征提取,生成所述音频的多通道梅尔频谱数据,得到音频的梅尔图谱特征矩阵集合K;搭建基于通道注意力的卷积神经网络模型,提取三通道梅尔频谱图的特征;将音频的梅尔图谱特征矩阵集合K作为三通道梅尔频谱图的特征模型Mweight的输入,生成声音分类结果。本发明具有成本低、精度高、快速识别咳嗽声音的特点。
-
公开(公告)号:CN114120019B
公开(公告)日:2024-02-20
申请号:CN202111313914.X
申请日:2021-11-08
Applicant: 贵州大学
IPC: G06V10/762 , G06V10/44 , G06V10/82 , G06N3/048 , G06N3/0464
Abstract: 本发明公开了一种轻量化的目标检测方法,包括:步骤一:对样本图像进行数据增强处理;获取网络模型的先验边界框尺寸;步骤二:构建目标检测网络模型:该目标检测网络模型以YOLOv4为基础,引入MobileNetv3网络重构特征提取网络,在PANet中以深度可分离卷积代替标准卷积,减少模型参数量和运算量;在同样大小通道数的特征层进行卷积操作后,融入改进的CBAM注意力机制,进一步提升网络检测性能;步骤三:训练目标检测网络模型;步骤四:使用目标检测网络模型进行检测,得到检测结果。本发明具有能够提高目标检测的效率,减少网络预测时间的特点。
-
-
-
-
-
-
-
-
-