-
公开(公告)号：CN117025242B
公开(公告)日：2024-01-02
申请号：CN202311297863.5
申请日：2023-10-09
Applicant: 江苏省环境工程技术有限公司 , 东南大学
Abstract: 本发明涉及炭化炉技术领域，具体涉及一种移动式秸秆炭化还田设备及方法，设备安装在车架上，包括炭化室和炉膛两个独立空间，炭化室顶部设有进料螺旋，炭化室下部还装有出料斗，出料斗底部连接分级筛分装置的入口。炉膛设有推料装置，炉膛还设有风机系统，用于将炭化室的热解气及空气送入炉膛，炉膛的废气管道依次与蒸汽发生器的烟气侧、水洗喷淋塔、活性炭箱、间壁烟气室连接。为实现秸秆在多场景下快速处理，通过细致设计，整个系统无需依赖其他能源燃料，可实现系统连续自运行，且秸秆炭化还田过程中产生的废水、废气、固废均得到了处理或循环再利用，实现秸秆的全量化处理与利用。
-
Patent Agency Ranking
公开(公告)号：CN104143089A
公开(公告)日：2014-11-12
申请号：CN201410364346.X
申请日：2014-07-28
Applicant: 东南大学
Abstract: 本发明公开了人体动作识别中一种基于空时能量分解的关键点检测方法，该包括以下步骤：步骤一、对人体动作视频进行空时能量分解，计算空时能量分解矩阵；步骤二、计算空时能量矩阵中每一点邻域内的和值，并设置阈值因子α，邻域内能量和值大于该阈值的点就被选入关键点的候选集合；步骤三、将候选集中的点按能量和值从大到小排列，然后依次将候选集中空时距离过近的点去除；步骤四、设置关键点数目k，选取步骤三所确定的点集中前k个点作为最终的关键点。本发明所提取关键点相比与经典方法包含更丰富的相应于HOE特征的有效信息并且有较低的冗余度，它的关键点选取结果也更加具有稳定性和可重复性。
-
公开(公告)号：CN118485198A
公开(公告)日：2024-08-13
申请号：CN202410511062.2
申请日：2024-04-26
Applicant: 东南大学
IPC: G06Q10/063 , G06Q10/04 , G06Q50/40 , G06Q50/26 , G08G1/01
Abstract: 本发明公开了一种面向城市体检的活动承载力评估方法，可评估城市特定区域的活动承载力，以及确定该区域最优的活动需求分布。评估流程包括城市活动‑出行超级网络构建、居民活动‑出行时间动态计算、活动‑出行效用评估、以及基于双层规划模型的活动承载力的计算与评估。本发明通过评估城市的活动承载力，可服务于出行政策评估、新建活动设施选址、活动策略分析以及TOD模式验证等应用场景，为规划者与出行者提供有益的信息支持。
-
公开(公告)号：CN117025242A
公开(公告)日：2023-11-10
申请号：CN202311297863.5
申请日：2023-10-09
Applicant: 江苏省环境工程技术有限公司 , 东南大学
Abstract: 本发明涉及炭化炉技术领域，具体涉及一种移动式秸秆炭化还田设备及方法，设备安装在车架上，包括炭化室和炉膛两个独立空间，炭化室顶部设有进料螺旋，炭化室下部还装有出料斗，出料斗底部连接分级筛分装置的入口。炉膛设有推料装置，炉膛还设有风机系统，用于将炭化室的热解气及空气送入炉膛，炉膛的废气管道依次与蒸汽发生器的烟气侧、水洗喷淋塔、活性炭箱、间壁烟气室连接。为实现秸秆在多场景下快速处理，通过细致设计，整个系统无需依赖其他能源燃料，可实现系统连续自运行，且秸秆炭化还田过程中产生的废水、废气、固废均得到了处理或循环再利用，实现秸秆的全量化处理与利用。
-
公开(公告)号：CN115935820A
公开(公告)日：2023-04-07
申请号：CN202211597956.5
申请日：2022-12-12
Applicant: 东南大学
IPC: G06F30/27 , G06F17/15 , G06F119/02
Abstract: 本发明公开了一种基于改进型C‑SPSA的大规模路网交通分配模型参数优化方法，方法包括：获取路段的属性以及OD的属性；按照路段车道数分类路段广义出行费用函数参数，使用K‑means聚类方法挑选指定数量个特征差异最大的簇分类路径选择模型参数；根据手机信令数据挖掘大规模路网下的旅客出行行为，估计不同簇的路径选择模型参数；获取训练集，训练机器学习模型代替交通分配模型；使用改进型的聚类同时扰动随机逼近算法(C‑SPSA)拟合得到新的参数组合，保证交通分配的精度。
-
公开(公告)号：CN104143089B
公开(公告)日：2017-07-07
申请号：CN201410364346.X
申请日：2014-07-28
Applicant: 东南大学
Abstract: 本发明公开了一种人体动作识别中的基于空时能量分解的关键点检测方法，包括以下步骤：步骤一、对人体动作视频进行空时能量分解，计算空时能量分解矩阵；步骤二、计算空时能量矩阵中每一点邻域内的和值，并设置阈值因子α，邻域内能量和值大于该阈值的点就被选入关键点的候选集合；步骤三、将候选集中的点按能量和值从大到小排列，然后依次将候选集中空时距离过近的点去除；步骤四、设置关键点数目k，选取步骤三所确定的点集中前k个点作为最终的关键点。本发明所提取关键点相比与经典方法包含更丰富的相应于HOE特征的有效信息并且有较低的冗余度，它的关键点选取结果也更加具有稳定性和可重复性。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
