公开(公告)号：CN119371126A

公开(公告)日：2025-01-28

申请号：CN202411341087.9

申请日：2024-09-25

Applicant: 深圳市建设(集团)有限公司 ,  哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 朱丹 ,  熊定振 ,  陈斌 ,  容俊琪 ,  张凤亮 ,  刘凯

IPC: C04B12/00 ,  C04B7/24 ,  C04B7/26

Abstract: 为克服现有技术废玻璃作为碱激发剂激发固废时，未充分发挥废玻璃作为硅基固废的作用，且硅基固废回用量少的缺点，提供一种硅铝基固废制备胶凝材料的方法，包括：S1、将碱激发辅助剂粉料和硅基固废混合均匀，加水搅拌至活性硅的溶出量达到目标值，得到碱激发前驱体浆料；S2、在碱性激发前驱体浆料中加入硅基固废和铝基固废，搅拌，得到碱激发固废浆料；S3、将碱激发固废浆料置于模具，50‑70℃下固化20‑24h得到胶凝材料；碱激发辅助剂为NaOH或KOH；硅基固废为：废玻璃和/或石英尾矿；铝基固废为：粉煤灰。本发明的硅基固废既提供活性硅，未反应的部分又具有填充作用，提高胶凝材料的强度，充分地利用了硅基固废。

公开(公告)号：CN110363283B

公开(公告)日：2021-06-22

申请号：CN201910490035.0

申请日：2019-06-06

Applicant: 哈尔滨工业大学(深圳)

Inventor： 罗林浩 ,  安俊峰 ,  金逸杰 ,  张晓峰 ,  刘凯

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的用户属性预测方法及相关装置，该预测方法包括：将原始文本信息输入到第一神经网络模型中，获取全局特征的文字序列特征，该原始文本信息为用户的个人介绍信息；将该原始文本信息输入到第二神经网络模型中，获取该全局特征的单词块特征；将该原始文本信息分别输入到多个第三神经网络模型中，分别获取多个子任务特征；基于该多个子任务特征和该全局特征，预测用户属性。本发明实现了精确地预测用户属性。

公开(公告)号：CN110363283A

公开(公告)日：2019-10-22

申请号：CN201910490035.0

申请日：2019-06-06

Applicant: 哈尔滨工业大学(深圳)

Inventor： 罗林浩 ,  安俊峰 ,  金逸杰 ,  张晓峰 ,  刘凯

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的用户属性预测方法及相关装置，该预测方法包括：将原始文本信息输入到第一神经网络模型中，获取全局特征的文字序列特征，该原始文本信息为用户的个人介绍信息；将该原始文本信息输入到第二神经网络模型中，获取该全局特征的单词块特征；将该原始文本信息分别输入到多个第三神经网络模型中，分别获取多个子任务特征；基于该多个子任务特征和该全局特征，预测用户属性。本发明实现了精确地预测用户属性。