自动扎啤机的自动消沫系统
    1.
    发明公开

    公开(公告)号:CN117735467A

    公开(公告)日:2024-03-22

    申请号:CN202311789982.2

    申请日:2023-12-22

    Abstract: 本发明公开了饮品设备技术领域的自动扎啤机的自动消沫系统,包括主机架、原料酒桶、扎啤酒桶和电控板,所述主机架上方接头处固定连接有酒柱,所述酒柱上集成安装有出酒龙头,所述主机架上方设置有台面用于放置扎啤酒桶,所述主机架下方内部中间偏上位置固定连接有伺服球阀底座,所述伺服球阀底座上安装有伺服球阀;本发明的有益效果是:本技术方案以自动扎啤机为基础,进一步增加自动消沫系统,以扩展设备满足自动扎啤机在灌装啤酒时避免人工干预操作、提高灌装效率的使用场合;并针对普通自动扎啤机的结构,进行自动消沫系统的零部件结构优化,使普通自动扎啤机也可方便地单独升级安装自动消沫系统,同时降低系统的生产成本。

    一种基于球面结构进行神经网络反向传播训练的方法

    公开(公告)号:CN117312858A

    公开(公告)日:2023-12-29

    申请号:CN202311334133.8

    申请日:2023-10-16

    Abstract: 本发明提供一种基于球面结构进行神经网络反向传播训练的方法,涉及工业检测神经网络训练技术领域。该方法包括:步骤A:确定神经网络结构、损失函数、学习率和优化器,对每组参数w预设其所在球面半径R和曲率K=1/R,完成模型初始化;步骤B:对每组参数w,在欧式空间计算参数的梯度,并将梯度向量投映到参数的切平面;步骤C:根据步骤B计算得到的梯度向量,计算梯度下降并更新神经网络的参数,将参数沿球面的指数映射投映到球面上;步骤D:回到步骤B,循环至完成训练条件。通过将神经网络的系数空间限制于球面流形结构上,由此得到反向传播过程中神经网络系数沿着球面的测地线移动,取代欧几里德空间中的直线,进而训练神经网络参数。

    一种自动油炸系统
    3.
    发明公开

    公开(公告)号:CN116711983A

    公开(公告)日:2023-09-08

    申请号:CN202310466220.2

    申请日:2023-04-26

    Inventor: 张艾森 杨莉静

    Abstract: 本发明公开了食品设备技术领域的一种自动油炸系统,包括主机架,所述主机架的上方左侧位置安装有电炸炉,所述主机架的表面安装有移载机构位于电炸炉的后侧,所述移载机构上装载有炸篮,所述移载机构控制炸篮上下或左右移动,所述主机架的表面安装有废渣回收盘位于电炸炉的右侧,所述主机架的左侧连接有出餐机构用于输送餐盒,所述出餐机构的上方安装有餐盒机用于供应餐盘,本发明的有益效果是:本发明的有益效果是:本技术方案针对传统油炸设备自动化程度低,人工操作繁琐、费时的缺点,减少人工操作的步骤,在实现油炸设备高度自动化的同时简化设备结构,降低设备成本。

    一种提升数控机床状态监控能力的算法的实施方法及应用

    公开(公告)号:CN117032080A

    公开(公告)日:2023-11-10

    申请号:CN202311045187.2

    申请日:2023-08-18

    Abstract: 本发明涉及数控机床领域,且公开了一种提升数控机床状态监控能力的算法的实施方法及应用,包括深度学习算法,使用卷积神经网络(CNN)或循环神经网络(RNN)等深度学习模型进行对数控机床状态的监控。本发明所述的一种提升数控机床状态监控能力的算法的实施方法及应用,使用深度学习算法进行对数控机床状态监控的优势在于,它可以从原始数据中自动提取特征,无需手工设计特征,这使得算法更具有普适性,能够适应不同机床的监控需求,此外,深度学习算法具有较强的表达能力和泛化能力,能够处理复杂的非线性问题,并且在大规模数据集下通常具有较好的性能。

    一种漏洞扫描数据的实时推送方法

    公开(公告)号:CN113556351B

    公开(公告)日:2022-12-06

    申请号:CN202110852113.4

    申请日:2021-07-27

    Abstract: 本发明提供一种漏洞扫描数据的实时推送方法,涉及信息可视化实时推送技术领域。该方法包括:选择漏洞扫描产品工具,并且确定数据的原始信息;选定实时接收漏洞扫描数据的管道工具;对漏洞扫描数据进行解码;对经解码的漏洞扫描数据进行分析,根据订阅者的需求,进行原始输出或者聚合计算,以得到结构化消息;将结构化消息存入消息主题队列中,并发送推送信号;获取所有消息主题及对应的订阅者信息和对应订阅参数,并对结构化消息进行差异化的分析处理,然后将处理的结果推送给不同的订阅者。本方法可接入并兼容市面已有漏洞扫描产品工具,能够实现对漏洞扫描数据进行实时推送,能够根据订阅者信息为每个订阅者推送定制的、个性化的信息。

    一种装盘漏斗机构
    6.
    发明公开

    公开(公告)号:CN115153276A

    公开(公告)日:2022-10-11

    申请号:CN202210871193.2

    申请日:2022-07-22

    Abstract: 本发明公开了油炸食品加工设备技术领域的一种装盘漏斗机构,包括漏斗支架和漏斗总成;所述漏斗总成放置于漏斗支架上方,所述漏斗支架的上端表面设置有导向卡槽,所述漏斗总成的两侧表面均连接有限位轴,所述限位轴插设在导向卡槽内可转动,所述漏斗总成的表面连接有把手,所述漏斗总成的下端设置有卡槽,所述卡槽内放置有油杯,本方案通过漏斗支架、漏斗总成、油杯都是分体结构,结构简单且易于日常拆卸清洗清洁,既便于倾倒食物,又能够保证装盘的可靠卫生,本方案操作方便,定位准确,能在有效防止装盘时食物出现洒落的同时兼顾对未完全沥尽的残油进行分流和收集。

    一种漏洞扫描数据的实时推送方法

    公开(公告)号:CN113556351A

    公开(公告)日:2021-10-26

    申请号:CN202110852113.4

    申请日:2021-07-27

    Abstract: 本发明提供一种漏洞扫描数据的实时推送方法,涉及信息可视化实时推送技术领域。该方法包括:选择漏洞扫描产品工具,并且确定数据的原始信息;选定实时接收漏洞扫描数据的管道工具;对漏洞扫描数据进行解码;对经解码的漏洞扫描数据进行分析,根据订阅者的需求,进行原始输出或者聚合计算,以得到结构化消息;将结构化消息存入消息主题队列中,并发送推送信号;获取所有消息主题及对应的订阅者信息和对应订阅参数,并对结构化消息进行差异化的分析处理,然后将处理的结果推送给不同的订阅者。本方法可接入并兼容市面已有漏洞扫描产品工具,能够实现对漏洞扫描数据进行实时推送,能够根据订阅者信息为每个订阅者推送定制的、个性化的信息。

    一种Restful接口返回值自动化检查矫正方法

    公开(公告)号:CN113515287A

    公开(公告)日:2021-10-19

    申请号:CN202110852098.3

    申请日:2021-07-27

    Abstract: 本发明提供一种Restful接口返回值自动化检查矫正方法,涉及互联网应用程序开发技术领域。该方法包括:针对注解有@RestController的接口定义类,建立同名XML文件;为每一个接口函数添加子元素;为子元素添加属性id;查询API接口定义文档,确认接口所需返回值Json的结构和字段,并对子元素按层级添加字段同名的下层子元素;为子元素添加属性type标识类型和属性init标识初始值;添加切面Aspect检查接口函数返回值,与XML文件元素的标准接口层级字段比对,矫正层级字段。利用Java自定义注解技术,实现了返回值Json的自动检查矫正,将接口字段检查矫正与业务逻辑分离,提高了开发效率。

    一种Restful接口返回值自动化检查矫正方法

    公开(公告)号:CN113515287B

    公开(公告)日:2024-10-11

    申请号:CN202110852098.3

    申请日:2021-07-27

    Abstract: 本发明提供一种Restful接口返回值自动化检查矫正方法,涉及互联网应用程序开发技术领域。该方法包括:针对注解有@RestController的接口定义类,建立同名XML文件;为每一个接口函数添加子元素;为子元素添加属性id;查询API接口定义文档,确认接口所需返回值Json的结构和字段,并对子元素按层级添加字段同名的下层子元素;为子元素添加属性type标识类型和属性init标识初始值;添加切面Aspect检查接口函数返回值,与XML文件元素的标准接口层级字段比对,矫正层级字段。利用Java自定义注解技术,实现了返回值Json的自动检查矫正,将接口字段检查矫正与业务逻辑分离,提高了开发效率。

    基于双曲流形结构进行神经网络反向传播训练的方法

    公开(公告)号:CN117521766A

    公开(公告)日:2024-02-06

    申请号:CN202311552030.9

    申请日:2023-11-21

    Abstract: 本发明提供一种基于双曲流形结构进行神经网络反向传播训练的方法,涉及时序数据神经网络训练技术领域。该方法包括:步骤A:确定卷积神经网络结构hi,完成模型初始化;步骤B:引入额外的时间维度t0和隐藏时间维度ti;步骤C:对于时间维度参数,在广义双曲面上进行初始化;步骤D:调整扁平层并更新损失函数;步骤E:对每组参数计算梯度;步骤F:根据计算的梯度向量,进行模型的参数更新;步骤G:回到步骤E,循环至完成训练条件。通过将神经网络的系数空间限制于广义双曲面流形结构上,从而引入神经网络反向传播方法,由此得到反向传播过程中神经网络系数沿着双曲面的测地线移动,取代欧几里德空间中的直线,进而训练神经网络参数。

Patent Agency Ranking