-
公开(公告)号：CN219038598U
公开(公告)日：2023-05-16
申请号：CN202222801639.2
申请日：2022-10-24
Applicant: 云南省滇中引水工程有限公司 , 清华大学
Abstract: 本实用新型属于机械技术领域，具体涉及一种能进行单轴、直剪试验切换的三维渗流高压装置，其中，箱体具有内腔；滑轨置于箱体底板的限位槽内，能沿限位槽自由滑动；承压块有凹槽，凹槽宽度大于限位槽宽度；上压头能穿过盖板将压力作用于试件上；用于直剪试验的夹具包括上夹具和下夹具均呈L型结构，包括立板和水平板；立板能与试件贴合、下夹具水平板底部作用于滑轨上；上压头能穿过盖板将压力通过上夹具的水平板均匀传递给试件；上推杆、下推杆分别能从箱体的两侧板穿过并能作用在立板上。通过箱体两侧设置上推杆和下推杆，底板上安装滑轨，并通过承压块和夹具的切换，能够实现垂直单轴、直剪试验完美切换。
-
公开(公告)号：CN219608617U
公开(公告)日：2023-08-29
申请号：CN202320381985.1
申请日：2023-03-03
Applicant: 云南省滇中引水工程有限公司 , 清华大学
Abstract: 本实用新型属于机械技术领域，具体涉及一种多功能室内岩爆试验系统。其中，钢架固定在刚性底座上；加载平台的一端穿过钢架的拱洞并搭载在刚性底座上；加载平台上放刚性承压平台；刚性承压平台上放刚性垫块；刚性垫块上放试验试块；法向行程活塞从钢架上方自上而下对试验试块加载；钢架一侧固定切向固定活塞，另一侧布置切向行程活塞对试验试块加载；钢架拱洞内安装透明防护板；在试验试块上固定声发射传感器，声发射传感器连声发射数据采集仪；在法向行程活塞上安有力传感器和位移传感器，并通过数据转换线与直剪仪数据采集装置相连。本实用新型通过激光定位对中装置、高速摄像机、声发射设备，能够实现室内岩爆试验的高精度控制与多元数据采集。
-
公开(公告)号：CN107370547B
公开(公告)日：2020-06-09
申请号：CN201710569172.4
申请日：2017-07-13
Applicant: 清华大学 , 清华大学天津高端装备研究院
Abstract: 本发明提供了一种空间节点的协同探测方法和装置，涉及空间探测的技术领域，该方法包括：当第一固定通信节点执行目标任务时，确定用于进行协同执行目标任务的水下移动节点，且水下移动节点在第一固定通信节点和第二固定通信节点之间按照目标轨迹移动，第二固定通信节点为与第一固定通信节点相邻的通信节点；向水下移动节点发送协同指令，以使水下移动节点协同第一固定通信节点执行目标任务，协同指令为协同第一固定通信节点执行目标任务的指令；当水下移动节点按照目标轨迹移动至第一固定通信节点的通信区域内时，获取水下移动节点基于协同指令所发送的数据信息，以完成目标任务，缓解了传统的水下移动节点无法进行协同探测的技术问题。
-
公开(公告)号：CN119392584A
公开(公告)日：2025-02-07
申请号：CN202411617909.1
申请日：2024-11-13
Applicant: 清华大学 , 中国铁建大桥工程局集团有限公司
Abstract: 本发明涉及抗风稳定组合桥面结构技术领域，尤其涉及一种新型抗风稳定组合桥面结构形式及施工方法。其技术方案包括：桥面板，还包括固定安装于桥面板底部的钢箱梁，所述钢箱梁的底部固定安装有分流板，所述分流板上固定安装有检修通道，所述分流板上且位于检修通道的两侧固定安装有导流板，所述桥面板上固定安装有气动格栅护栏，所述气动格栅护栏上转动安装有气动翼板，所述桥面板中央浇筑有中央稳定板。本发明该结构形式特别适用于超大跨径跨海桥梁的桥面，可最大限度地发挥组合结构的优势，并且具有优异的抗风性能。
-
公开(公告)号：CN114999590B
公开(公告)日：2024-10-01
申请号：CN202210580288.9
申请日：2022-05-25
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明公开了一种基于梯度一致性判断的药‑时数据扩增方法，用于解决深度学习预测药‑时数据过程中样本量不足的问题，该方法在增加训练样本数量的同时，能够保留药‑时数据的药理和生理特征，从而提升扩增样本的质量，所述扩增方法包括以下步骤：S1、基于药‑时数据预测任务进行数据预处理；S2、利用差分方法计算采样点的前后梯度并判断梯度一致性；S3、基于高斯随机进行弃点。本发明对真实的药代动力学数据采样点进行梯度一致性判断及有选择的弃点，生成新的药代动力学时序数据。本发明提升了训练集的数量，能在不增加受试者的总采血量的同时，解决预测受试者药代动力学数据时训练样本量不足的问题。
-
Patent Agency Ranking
公开(公告)号：CN115987724B
公开(公告)日：2024-08-16
申请号：CN202211666415.3
申请日：2022-12-23
Applicant: 清华大学深圳国际研究生院
Abstract: 一种水下无线光通信的信道估计方法，包括如下步骤：S1、根据接收到的光OFDM信号的导频信息，利用最小二乘LS算法进行信道估计，得到信道估计的频域值，利用快速傅里叶逆变换IFFT将估计结果变换到时域；S2、分别计算循环前缀CP长度之外分量时域噪声的二倍平均功率及最大功率作为两个噪声阈值门限，对二者进行平滑处理得到最终的DFT信道估计噪声阈值，其中，所述平滑处理所需的平滑系数在不同信噪比SNR下多次仿真获得，根据噪声情况自适应地调整所述平滑系数；S3、用得到的DFT信道估计噪声阈值对信道估计的时域值进行去噪处理，再将其变换回频域完成信道估计。本发明可以在不同信道的信噪比下提高信道估计性能，在水下无线光通信上具有很好应用前景。
-
公开(公告)号：CN118189265A
公开(公告)日：2024-06-14
申请号：CN202410285125.7
申请日：2024-03-13
Applicant: 清华大学 , 临沂市欧科节能技术有限公司
IPC: F24D3/18 , F24H1/44 , F24H4/04 , F24H9/1836
Abstract: 本发明提供了一种多能源高效组合供热设备，包括空气能利用系统、燃气燃烧利用系统和控制器，当夜间处于电价低谷期或中午气温高时，所述控制器控制所述空气能利用系统使用空气能供热，当气温低或用电高峰期所述控制器控制所述燃气燃烧利用系统供热。本发明通过控制器的工作将空气能利用系统、燃气燃烧利用系统有机的结合在一起，实现供热的经济性、环保性、安全性。控制器实时控制不同供热系统的工作，当夜间处于电价低谷期或中午气温高的时候可以使用空气能利用系统供热，当气温低或用电高峰期可以采用燃气燃烧利用系统供热，结合供热负荷情况也可以控制两种方式同时供热。
-
公开(公告)号：CN117972852A
公开(公告)日：2024-05-03
申请号：CN202410158290.6
申请日：2024-02-04
Applicant: 清华大学
IPC: G06F30/13 , G06F30/27 , G06F18/2431 , G06F18/2415 , G06F18/214 , G06N20/20 , G06F111/10 , G06F111/08 , G06F119/02 , G06F119/14
Abstract: 本发明涉及一种基于多源异构数据和机器学习的岩爆动态预测方法，其包括：S2，根据隧洞开挖过程中微震、声发射数据，反演数值模拟所需的地应力，输入动态的围岩物理力学参数、节理裂隙，利用训练好的机器学习模型预测前方围岩的能量耗散率，得到基于数值模拟数据预测的岩爆等级；S3，基于同类工程数据、微震数据、声发射数据，分别对前方围岩的岩爆等级进行预测，得到基于同类工程数据、微震数据、声发射数据预测的岩爆等级；S4，针对基于数值模拟数据预测的岩爆等级，基于同类工程数据、微震数据、声发射数据预测的岩爆等级，分别赋初始权重进行求和，得到预测的综合岩爆等级。相对目前岩爆预测方法，本发明能够提高岩爆预测速度和精度。
-
公开(公告)号：CN111862009B
公开(公告)日：2024-01-16
申请号：CN202010634005.5
申请日：2020-07-02
Applicant: 清华大学深圳国际研究生院
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/082
Abstract: 本发明提供一种眼底OCT图像的分类方法及计算机可读存储介质,方法包括：S1：获取待分类的眼底OCT图像；S2：采用训练好的卷积神经网络模型对所述待分类的眼底OCT图像进行分类，所述卷积神经网络模型是串行结构；S3：得到所述待分类的眼底OCT图像的分类结果。通过采用串行结构的卷积神经网络模型对眼底OCT图像进行分类，基于卷积神经网络框架，通过迭代训练有效地提升了分类网络的精度，能够在数据标注不足/小规模数据集的情况下实现端到端的视网膜病变OCT图像分类。
-
公开(公告)号：CN117235329A
公开(公告)日：2023-12-15
申请号：CN202311170678.X
申请日：2023-09-12
Applicant: 清华大学深圳国际研究生院
IPC: G06F16/906 , G06F16/901 , G06F18/241 , G06F18/213 , G16B40/00 , G06N3/0464 , G06N3/048
Abstract: 一种基于加权符号图神经网络的图分类方法，聚合节点属性、图结构拓扑特征和链路信息，针对加权符号图的消息传递问题和加权符号图分类问题，设计的图分类模型包括基于节点之间链路权重和链路符号信息的加权符号图神经网络、节点特征排序层、卷积层、池化层、全连接层和分类器，图分类模型设计为端到端的结构，加权符号图神经网络的权重参数和权重矩阵、节点特征排序层的重要性分数系数、卷积层的卷积核系数矩阵、连接层的权重矩阵同时进行训练，即可同时训练特征聚合器与节点排序器以获得加权符号图整图表示特征向量，对微生物共现网络、蛋白质互作网络、社交网络等网络加权符号图预测准确度高。
-
-
-
-
-
-
-
-
-
Search Results
264
records
(took 0.092 seconds)
