-
公开(公告)号：CN119264449A
公开(公告)日：2025-01-07
申请号：CN202411387555.6
申请日：2024-10-04
Applicant: 哈尔滨理工大学
IPC: C08G83/00 , C25B11/085 , C25B1/27 , C25B11/052
Abstract: 本发明涉及一种链状磷钼多酸基镍配位聚合物晶体的制备及应用。本发明的目的是要解决一些多酸类聚合物作为电催化硝酸根还原催化剂在酸性溶液中导电性和稳定性差的问题，提供一种可以提高其内部电子传输能力的硝酸盐合成氨电催化材料的制备方法。本发明的链状磷钼多酸基镍配位聚合物晶体的化学式为(HNCP)2[Ni(H2O)3]2[NiMo12(H2PO4)6(PO4)2(OH)6O24]，其中HNCP为2‑(4‑(4‑羧基苯基)苯基)咪唑并(4,5‑f)(1,10)邻二氮杂菲。合成方法为将钼酸钠、氯化镍和HNCP加入到乙醇和蒸馏水中搅拌均匀，调节pH值，在温度为180℃下反应5天，获得的聚合物制得的电催化材料在低浓度酸性电解溶液中，最高产氨量和法拉第效率分别为4.88mg h‑1mg‑1cat.和72.1％。为构建适用于酸性介质的多酸基硝酸根还原催化剂提供了一条技术路线。
-
公开(公告)号：CN111460157B
公开(公告)日：2023-03-28
申请号：CN202010249666.6
申请日：2020-04-01
Applicant: 哈尔滨理工大学
IPC: G06F16/35 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 用于多领域文本分类的循环卷积多任务学习方法，属于多领域文本分类技术领域，本发明为了解决传统文本分类的手工注释非常昂贵和耗时，并且容易导致文本的特征被文本末尾的单词所主导，丢失很多关键的信息的问题。步骤a，建立MTL‑LC循环卷积多任务学习模型；步骤b，数据采集；步骤c，词嵌入；步骤d，特征提取；步骤e，情感分类；将每一个任务的特征表示分别输入到特定任务的Softmax分类器中，进行情感分类，利用Softmax函数计算任务样本的每一个情感类别的概率，概率高的类别则为预测的类别，完成分类。本发明的用于多领域文本分类的循环卷积多任务学习方法优于单任务深度学习模型和先进的多任务学习模型，能够有效的对多领域文本的情感进行分类。
-
Patent Agency Ranking
公开(公告)号：CN112051853A
公开(公告)日：2020-12-08
申请号：CN202010986659.4
申请日：2020-09-18
Applicant: 哈尔滨理工大学
Abstract: 本发明涉是一种基于机器视觉的智能避障系统及方法，尤其涉及基于机器视觉的智能避障旅行箱(小车)，属于智能机器人技术领域，目的是解决现有技术中智能跟随旅行箱无法紧急避障，自动行走过程不便捷、不够智能的问题，本发明包括机器硬件驱动和软件数据处理两部分；机器硬件驱动包括于单片机、驱动板和摄像机；软件数据处理包括图像获取模块、摄像机标定模块、图像处理模块和机器视觉实现模块，图像处理自动识别目标实现自动跟随功能，实现自动避障，识别障碍物，使得智能旅行箱(小车)更加便捷，极大地减轻人们出行的负担。
-
公开(公告)号：CN112051853B
公开(公告)日：2023-04-07
申请号：CN202010986659.4
申请日：2020-09-18
Applicant: 哈尔滨理工大学
Abstract: 本发明涉是一种基于机器视觉的智能避障系统及方法，尤其涉及基于机器视觉的智能避障旅行箱(小车)，属于智能机器人技术领域，目的是解决现有技术中智能跟随旅行箱无法紧急避障，自动行走过程不便捷、不够智能的问题，本发明包括机器硬件驱动和软件数据处理两部分；机器硬件驱动包括于单片机、驱动板和摄像机；软件数据处理包括图像获取模块、摄像机标定模块、图像处理模块和机器视觉实现模块，图像处理自动识别目标实现自动跟随功能，实现自动避障，识别障碍物，使得智能旅行箱(小车)更加便捷，极大地减轻人们出行的负担。
-
公开(公告)号：CN111460157A
公开(公告)日：2020-07-28
申请号：CN202010249666.6
申请日：2020-04-01
Applicant: 哈尔滨理工大学
Abstract: 用于多领域文本分类的循环卷积多任务学习方法，属于多领域文本分类技术领域，本发明为了解决传统文本分类的手工注释非常昂贵和耗时，并且容易导致文本的特征被文本末尾的单词所主导，丢失很多关键的信息的问题。步骤a，建立MTL-LC循环卷积多任务学习模型；步骤b，数据采集；步骤c，词嵌入；步骤d，特征提取；步骤e，情感分类；将每一个任务的特征表示分别输入到特定任务的Softmax分类器中，进行情感分类，利用Softmax函数计算任务样本的每一个情感类别的概率，概率高的类别则为预测的类别，完成分类。本发明的用于多领域文本分类的循环卷积多任务学习方法优于单任务深度学习模型和先进的多任务学习模型，能够有效的对多领域文本的情感进行分类。
-
公开(公告)号：CN119433715A
公开(公告)日：2025-02-14
申请号：CN202411387554.1
申请日：2024-10-04
Applicant: 哈尔滨理工大学
IPC: C30B29/54 , C25B11/085 , C25B1/27 , C30B7/10
Abstract: 本发明涉及一种夹心型{Ni(P4Mo6)}多酸基三维晶态材料的制备及应用。本发明的目的是要解决一些多酸基金属有机框架晶态材料作为电催化硝酸根还原催化剂在酸性溶液中导电性和活性位点不足的问题，提供一种可以提高其内部电子传输能力的硝酸根合成氨电催化材料的制备方法。本发明的一种夹心型{Ni(P4Mo6)}多酸基三维晶态材料的化学式为(HNCP)4[Ni(H2O)3]7[NiMo12(H2PO4)6(PO4)2(OH)6O24]，其中HNCP为2‑(4‑(4‑羧基苯基)苯基)咪唑并(4,5‑f)(1,10)邻二氮杂菲。合成方法为将钼酸钠、氯化镍和HNCP加入到乙醇和蒸馏水中搅拌均匀，调节pH值，在温度为160℃下反应3天，获得的聚合物制得的电催化材料在低浓度酸性电解溶液中，最高产氨量和法拉第效率分别为4.96mg h‑1mg‑1cat.和99.5％。为构建高维数多酸基金属有机框架晶态材料作为硝酸根还原催化剂提供了一条技术路线。
-
公开(公告)号：CN110334210A
公开(公告)日：2019-10-15
申请号：CN201910462751.8
申请日：2019-05-30
Applicant: 哈尔滨理工大学
Abstract: 本发明提供了一种基于BERT与LSTM、CNN融合的中文情感分析方法。该方法包括：对中文语料数据集中的多条中文语料进行文本预处理，以获得所述多条中文语料对应的多个序列；使用BERT模型提取每个序列的词嵌入；采用BERT、LSTM和CNN对每个序列进行特征提取，以获得每个序列对应的文本深层语义特征；通过使用softmax分类器对所获得的文本深层语义特征进行分类，来对模型进行训练和测试，进而实现情感极性预测分析。本发明的上述技术能够克服现有技术不足，提高对中文文本情感分析的准确率。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
