-
公开(公告)号：CN104060680B
公开(公告)日：2015-08-19
申请号：CN201410304427.0
申请日：2014-06-30
Applicant: 东南大学
IPC: E03F5/06
Abstract: 一种旋转式自开关窨井盖，包括壳体、壳体顶部的外盖、壳体内腔的旋转体和旋转体顶部的内盖；旋转体上有导轨，通过水的浮力带动滑块在导轨运动，从而带动旋转体旋转，使得内盖排水口与外盖排水口位置契合，达到开启窨井盖的目的。借助水的浮力使得旋转体运动带动内盖转动，无需消耗其他能量，十分环保；外盖无需开启，且加大排水量后窨井盖无需离开原来位置，不会对行人造成安全威胁；外盖连接壳体，无法轻易脱离壳体，不会被轻易盗取，大幅降低了窨井盖被盗的风险。
-
公开(公告)号：CN104234175A
公开(公告)日：2014-12-24
申请号：CN201410447488.2
申请日：2014-09-03
Applicant: 东南大学
Abstract: 本发明公开了一种利用浮力自开关的窨井，包括窨井壁和窨井盖，窨井盖以及窨井壁二者的边缘设置有转动连接点，且转轴水平，所述窨井盖上设置有进水孔，窨井壁的内腔中分隔成互不相通的两个区域，分别为蓄水区和排水区，排水区的底部敞开，蓄水区的底部设有封口底板，封口底板上开设有出水孔，所述窨井盖盖上时，进水孔仅与蓄水区对准，且进水孔大于出水孔，所述蓄水区内设置有浮块。本发明巧妙地借由蓄水区蓄水产生浮力，使浮块与窨井盖接触，有效实现了窨井盖的自动开启与关闭，无需消耗其他能量，十分环保；同时可以将窨井盖与窨井壁连接并埋设于地面以下，窨井盖无法轻易脱离窨井壁，不会被轻易盗取，大幅降低了窨井盖被盗的风险。
-
Patent Agency Ranking
公开(公告)号：CN104060680A
公开(公告)日：2014-09-24
申请号：CN201410304427.0
申请日：2014-06-30
Applicant: 东南大学
IPC: E03F5/06
Abstract: 一种旋转式自开关窨井盖，包括壳体、壳体顶部的外盖、壳体内腔的旋转体和旋转体顶部的内盖；旋转体上有导轨，通过水的浮力带动滑块在导轨运动，从而带动旋转体旋转，使得内盖排水口与外盖排水口位置契合，达到开启窨井盖的目的。借助水的浮力使得旋转体运动带动内盖转动，无需消耗其他能量，十分环保；外盖无需开启，且加大排水量后窨井盖无需离开原来位置，不会对行人造成安全威胁；外盖连接壳体，无法轻易脱离壳体，不会被轻易盗取，大幅降低了窨井盖被盗的风险。
-
公开(公告)号：CN119181235A
公开(公告)日：2024-12-24
申请号：CN202411098690.9
申请日：2024-08-12
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于局部节点重要度的拥堵预控范围划分方法，该方法包括如下步骤：首先通过拥堵样本分析，确定拥堵预警启动阈值；其次，对于达到预警阈值路段，基于邻接矩阵确定拥堵预控节点集合；然后，结合交通状态关联路段的相关性系数，定义能表征针对拥堵路段的局部节点重要度评价指标，利用层次分析法进行节点重要度评价；最后，利用K‑Means++Medoids聚类算法划分局部节点重要度等级，确定分级预控范围。本发明通过识别潜在堵点，寻找分级拥堵预控范围，提高路网运行效率，降低拥堵控制成本，有较高的应用价值。
-
公开(公告)号：CN116432933A
公开(公告)日：2023-07-14
申请号：CN202211602868.X
申请日：2022-12-13
Applicant: 东南大学
IPC: G06Q10/0631 , G08G1/01 , G06Q50/26
Abstract: 本发明公开了一种基于卡口数据的个体车辆出行起讫点判别方法，该方法包括：首先对卡口数据进行清洗及筛选，生成出行路径；随后结合卡口布局、出租车订单起讫点分布密度以及地块边界进行小区划分；在此基础上，建立路网拓扑结构，设定卡口与起讫点小区关联判断规则，识别个体车辆出行的起讫点。本发明充分利用布局广泛的道路卡口监测点信息，建立了一种车辆出行路径起讫点判别模型，能够满足精细化管控的需求，可以用于指导动态小区划分，简单高效，有较高的应用价值。
-
公开(公告)号：CN115983254A
公开(公告)日：2023-04-18
申请号：CN202310026471.9
申请日：2023-01-09
Applicant: 东南大学
IPC: G06F40/284 , G06F40/289 , G06F40/253 , G06F40/30 , G06F16/951 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于混合神经网络的可解释中文评论情感分析方法，该方法提出了一种由分析器和解释生成器两个模块组成的可解释中文评论情感模型，其中分析器是MacBERT‑TextCNN模型，对评论的情感趋向进行分析；解释生成器是两层递归卷积神经网络(RCNN)，可以从评论中提取模型的预测依据。两个模块在模型训练时一起训练。由于深度神经网络的黑盒性质，导致现有的情感分析模型无法对模型的分析结果进行解释。本发明提出的模型添加了解释生成器，解释生成器可以从原评论中提取文本片段作为模型预测依据，提取的预测语句简短且连续，可以让分析器得出相同的结果。预测依据从一定程度上解决了深度神经网络不可解释的问题，让模型更加可信。
-
公开(公告)号：CN115824242A
公开(公告)日：2023-03-21
申请号：CN202211446912.2
申请日：2022-11-18
Applicant: 东南大学
IPC: G01C21/34
Abstract: 本发明公开了一种基于Yen算法与蚁群算法融合的路径规划方法，包括如下步骤：根据目标路网中交叉口和路段的分布情况构建路网拓扑图，将目标路网定义为一个有向图；应用A*+Yen算法求解目标路网的前K条最短路径，并将其作为备选路径集；保留备选路径集w1中所涉及到的节点及路段，将其余节点及路段删除，对现有道路网进行简化；使用距离和时间之比的方法计算简化后道路网中各个路段的行程时间；结合路段行程时间和交叉口数目对基本蚁群算法进行改进，用改进后的蚁群算法做路径寻优，求解一定数量的备选路径作为最优路径集。本发明解决了传统Yen算法规划路径考虑因素单一及蚁群算法在大型路网中计算效率较低的问题，提高了规划路径的有效性和合理性。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
