一种辐射冷却涂料的制备方法
    81.
    发明公开

    公开(公告)号:CN116836592A

    公开(公告)日:2023-10-03

    申请号:CN202310975746.3

    申请日:2023-08-03

    Abstract: 本发明公开了一种辐射冷却涂料的制备方法,包括如下步骤:S1、将成膜物溶解在有机溶剂中,加热搅拌12h得到溶液A;S2、将球磨过的反射型填料、荧光填料加入溶液A,并加入助剂,充分分散得到均匀分散的浆料B;S3、对所得浆料B进行超声处理15‑20min,得到辐射冷却涂料。本发明所提供的一种辐射冷却涂料的制备方法优化了现有设计方案,涂料的组分简单、制备方法简便。提升了性能,选择了具有高发射率官能团(C‑F、C‑O)的聚合物作为成膜物,提升了整体发射率,并且散射效应强于丙烯酸聚合物,进而对太阳辐射热的反射更强。涂料的辐射冷却效果更佳。

    一种基于误差分析的车辆轨迹相似度评估方法

    公开(公告)号:CN113158415B

    公开(公告)日:2023-09-08

    申请号:CN202110200652.X

    申请日:2021-02-23

    Abstract: 本发明公开了一种基于误差分析的车辆轨迹相似度评估方法,包括以下步骤:S1、根据轨迹步长k,形成车辆的预测轨迹和真实轨迹;S2、计算真实轨迹与预测轨迹之间的相关误差,包括标量误差、矢量误差、标量误差抖动和矢量误差抖动;S3、确定影响因子,并计算抖动窗口大小;S4、计算相似度。本发明通过计算预测和真实轨迹的标量误差和矢量误差的值,再由标量误差抖动和矢量误差抖动的值去动态调整标量误差和矢量误差对相似度的影响程度,可以提高车辆预测轨迹和真实轨迹的轨迹相似度的计算效率,且能高效地辅助车辆轨迹预测模型的更新,增强了车辆行驶的安全性。

    一种基于联邦偏好学习的空间众包任务分配方法

    公开(公告)号:CN115694877B

    公开(公告)日:2023-08-15

    申请号:CN202211046374.8

    申请日:2022-08-30

    Abstract: 本发明公开了一种基于联邦偏好学习的空间众包任务分配方法,本发明首先对存储在各平台中心的当地数据进行偏好建模。然后,本发明利用联邦学习框架,通过各平台中心的本地模型参数传递去更新中心服务器的模型参数,从而获取全局的工人偏好。最后,在考虑工人偏好的情况下,本发明将任务分配转化为二部图最大匹配问题,利用一种基于KM的双边top‑k相交的方法对所建图的边集进行过滤,并使用再分配的方法对剩余任务进行二次分配,从而实现了在加速匹配算法的同时保证了分配任务总数。能够有效地获得高任务成功率和分配任务总数,并实现了多平台工人数据非集中情况下对任务偏好感知的工人任务分配,即在一定程度上保护了工人的隐私。

    一种高熵MXene复合隔膜涂层的制备方法

    公开(公告)号:CN116404357A

    公开(公告)日:2023-07-07

    申请号:CN202310478332.X

    申请日:2023-04-28

    Abstract: 本发明公开了一种高熵MXene复合隔膜涂层的制备方法,包括如下步骤:第一步、将2g的HE‑MAX相原料粉末逐渐加入到含有HF溶液的反应容器中进行化学蚀刻反应,同时,将样品在55℃下磁力搅拌72到96h;第二步、将得到的HE‑MXene悬浮液放入离心管中,高速离心收集沉淀物,使用去离子水和无水乙醇反复清洗,直到溶液接近中性;第三步、将得到的沉淀物在60℃下真空干燥12h,获得HE‑MXene纳米片粉末;第四步、HE‑MXene和二维层状材料粉末按照7:3的重量比进行称量,研磨后,将它们溶解到去离子水中并搅拌,以制备HE‑MXene悬浮液;第五步、在使用磁力搅拌至混合状态后,进行真空过滤;第六步、将得到的HE‑MXene/二维层状材料@PP置于真空环境下40℃干燥6h,最后裁切成直径为18mm的圆片即为改性隔膜。

    一种基于MIMO毫米波雷达的横穿目标探测方法

    公开(公告)号:CN116299473A

    公开(公告)日:2023-06-23

    申请号:CN202310339838.2

    申请日:2023-03-31

    Abstract: 本发明公开一种基于MIMO毫米波雷达的横穿目标探测方法,应用于障碍物环境下的目标探测领域,针对现有技术对横穿目标探测时未进行全过程探测的问题以及未考虑场景内障碍物引起的多径干扰问题;本发明基于横穿目标位于障碍物后方的非视距区域以及位于雷达前方的视距区域的电磁传播机理,建立回波模型;提出横穿目标运动全过程的探测方法,首先根据雷达回波数据获取场景的3D点云信息,接着基于场景中速度为零的静态点云,利用反射边界估计算法完成对场景中强反射面边界的估计,然后,基于场景中速度不为零的动态点云以及获取的反射边界信息,利用鬼影剔除算法消除动态点云中的鬼影,最后,根据剔除鬼影后的动态点云中心实现对横穿目标的跟踪。

    一种碳基复合高熵合金CuAgCoCdZn锂电极材料的制备方法

    公开(公告)号:CN115360026B

    公开(公告)日:2023-06-23

    申请号:CN202210979373.2

    申请日:2022-08-16

    Abstract: 本发明公开了一种碳基复合高熵合金CuAgCoCdZn锂电极材料的制备方法,包括以下步骤:S1、称取等摩尔比的Cu(NO3)2·3H2O、AgNO3、Co(NO3)2·6H2O、Cd(NO3)2·4H2O和Zn(NO3)2·6H2O溶于去离子水中,得到A溶液;S2、将配体1,2‑二甲基咪唑0.5mmol加入到步骤S1得到的A溶液中,持续搅拌30~120min,得到B溶液;S3、将碳纸和步骤S2获得的B溶液置入50mL的反应釜中,在烘箱中加热得到金属有机框架包覆碳纸(MOF@C)的前驱体;S4、水热处理后,用去离子水和无水乙醇交换洗涤步骤S3得到的MOF@C前驱体,然后在50~70℃下真空干燥8~16h,得到干燥MOF@C前驱体;S5、将步骤S4获得的干燥前驱体在管式气氛炉中进行退火处理,得到高熵合金CuAgCoCdZn/C复合材料。本发明可促进表面电场均匀分布、促进表面产生均匀分布的电流密度、降低锂离子在负极的成核势垒。

    一种基于对比约束的解耦图像生成方法

    公开(公告)号:CN116227572A

    公开(公告)日:2023-06-06

    申请号:CN202310239866.7

    申请日:2023-03-14

    Inventor: 陈志勇 赵江伟

    Abstract: 该发明公开了一种基于对比约束的解耦图像生成方法,属于计算机视觉领域。首先对训练图像进行归一化,用以模型的训练。该发明通过分析原有无监督解耦生成对抗网络方法的缺陷,提出基于对比解耦约束的新模型,通过约束共享同一特定噪声对应生成图像之间的相似性与非相同特定噪声图像之间的不相似性,实现了更加优秀的无监督解耦图像生成。此外,该发明结合现实场景的需求,提出少标签引导策略,在不改变原有理论框架的情况下,对发明内容进行了进一步的简易拓展,在利用不超过1%的额外标签的情况下,大幅提升了模型的解耦效果。

    一种丰富数据模式的数据增强方法

    公开(公告)号:CN116091860A

    公开(公告)日:2023-05-09

    申请号:CN202211492454.6

    申请日:2022-11-25

    Abstract: 本发明涉及一种丰富数据模式的数据增强方法,包括:将每个样本图像框选一个与样本图像大小一样的图像框,将样本图像朝图像框某一个方向移动,且移动的距离小于移动方向上样本图像的长度;将移出图像框外的图像信息作为填充部分重新填充会完成图像移动步骤后图像框中的空白区域,与图像框内的图像信息构成跟原始样本图像大小相同的新样本图像,实现样本数据的增强。本发明通过简单有效地操作,产生新的训练样本,可以在已有的数据增强方法上无缝叠加,能在已有的数据增强方法产生的样本基础上,生成更多的新的训练样本,而更多的训练样本意味着训练数据集具有更为丰富的数据模式,从而提高网络模型的性能,以及网络模型的鲁棒性和泛化性。

    一种室内不确定系统的定位和跟踪方法

    公开(公告)号:CN116047896A

    公开(公告)日:2023-05-02

    申请号:CN202211279258.0

    申请日:2022-10-19

    Abstract: 本发明属于室内目标跟踪技术领域,具体是涉及一种室内不确定系统的定位和跟踪方法。本发明测量噪声与多源干扰下二阶非线性系统的模型相结合。首先通过最小二乘法得到位置信息的先验预估值,用于后续状态预估器的校准。然后设计基于径向基神经网络状态预估器同时对系统受到的集总干扰和系统的全部状态进行估计,得到一个相对于先验预测值更加平滑且准确的定位结果。最后使用预估器输出的系统状态以及集总干扰的预估值设计反步法控制律,驱动系统进行预设轨迹的跟踪。仿真结果表明所提出方法能够在测量噪声与多源干扰下获得准确且连续的定位、跟踪结果。

    一种用于更新深度回归林叶节点的重采样方法

    公开(公告)号:CN115828175A

    公开(公告)日:2023-03-21

    申请号:CN202211607480.9

    申请日:2022-12-14

    Abstract: 在本发明公开了一种用于更新深度回归林叶节点的重采样方法,属于图像处理领域,针对于目前对年龄估计问题具有较高预测能力的深度回归森林模型,我们提出了一种新的样本重采样方法,通过根据训练数据分布特性,为不同类别赋予不同的权重值及逆行重采样得到较为均衡的批量样本,用于更新深度回归森林中叶节点上分布的均值与方差,保证模型能够兼顾学习不同样本数量的类别的样本特征。此外,本发明能够结合大部分损失函数及不同用来提取特征的深度神经网络,显著提高模型性能。

Patent Agency Ranking