一种基于络合增溶效应的钢渣溶解促进方法

    公开(公告)号:CN119954419A

    公开(公告)日:2025-05-09

    申请号:CN202510182575.8

    申请日:2025-02-19

    Abstract: 本发明公开了一种基于络合增溶效应的钢渣溶解促进方法,属于低碳固废胶凝材料领域。本发明的钢渣促水化改性络合剂的原料中包含二元醇胺、有机酸、催化剂和阻聚剂。本发明通过将二元醇胺中的氨基与有机酸中的羧基进行酰胺化反应,改变了醇胺分子结构,优化了其络合能力,从而达到了进一步促进钢渣水化溶解的效果。本发明制得的多元酰胺型钢渣促水化改性络合剂能够在碱性条件下通过络合增溶机理来有效促进钢渣中离子的溶解,有利于促进钢渣水化反应,实现钢渣胶凝性能提升。

    融合通道和频谱特征的全局自注意力残差网络的癫痫发作预测方法

    公开(公告)号:CN112800928A

    公开(公告)日:2021-05-14

    申请号:CN202110092972.8

    申请日:2021-01-25

    Abstract: 本发明公开了融合通道和频谱特征的全局自注意力残差网络的癫痫发作预测方法,将脑电信号数据分割为发作前期和发作后期,然后计算发作前期和发作后期的数据比,对发作前期数据进行重叠采样,得到数据量相等的两类信号片段;再利用短时傅立叶变换将原始EEG信号转化成频谱图来表示EEG信号的时频特征;然后分别使用3种不同维度的3D卷积核挖掘各个通道映射之间的相互依赖性并将他们的结果进行拼接,利用一个卷积操作将上述的通道特征进行融合;通过全局自注意力模块将频谱图的局部特征与其全局特征进行集成,以加强脑电信号特征之间的关联性来获得上下文信息,使每个位置的特征都带有全局感受野,提高网络的表征能力,从而达到更好的分类效果。

    融合通道和频谱特征的全局自注意力残差网络的癫痫发作预测方法

    公开(公告)号:CN112800928B

    公开(公告)日:2024-04-09

    申请号:CN202110092972.8

    申请日:2021-01-25

    Abstract: 本发明公开了融合通道和频谱特征的全局自注意力残差网络的癫痫发作预测方法,将脑电信号数据分割为发作前期和发作后期,然后计算发作前期和发作后期的数据比,对发作前期数据进行重叠采样,得到数据量相等的两类信号片段;再利用短时傅立叶变换将原始EEG信号转化成频谱图来表示EEG信号的时频特征;然后分别使用3种不同维度的3D卷积核挖掘各个通道映射之间的相互依赖性并将他们的结果进行拼接,利用一个卷积操作将上述的通道特征进行融合;通过全局自注意力模块将频谱图的局部特征与其全局特征进行集成,以加强脑电信号特征之间的关联性来获得上下文信息,使每个位置的特征都带有全局感受野,提高网络的表征能力,从而达到更好的分类效果。

    一种基于评论的餐厅个性化推荐方法

    公开(公告)号:CN109522487A

    公开(公告)日:2019-03-26

    申请号:CN201811574652.0

    申请日:2018-12-21

    Abstract: 本发明公开了一种基于评论的餐厅个性化推荐方法,(1)训练词向量模型:读取Yelp数据集中用户的评论数据。得到词向量模型。Yelp数据集中包含餐厅,用户,用户对餐厅评论的数据;(2)读取yelp数据集中用户的评分数据,根据用户对餐厅的评分构建用户-餐厅评分矩阵;(3)计算用户相似度;(4)预测用户对未去过的餐厅的评分:根据用户相似度为目标用户选则TopK个近似邻居,然后使用加权平均方法预测用户对未去过的餐厅的评分;(5)为用户推荐个性化的餐厅:根据步骤4获得的用户对未去过的餐厅的评分预测结果,对餐厅进行排序,为用户推荐N个最可能去的餐厅;(6)均方根误差RMSE,度量预测精度。本方法能在很大程度上提高推荐精度。

Patent Agency Ranking