-
公开(公告)号:CN116815120A
公开(公告)日:2023-09-29
申请号:CN202310794267.1
申请日:2023-06-30
申请人: 厦门金鹭特种合金有限公司 , 广东工业大学 , 厦门钨业股份有限公司
摘要: 本发明涉及一种Ti‑W‑B涂层及其制备方法和应用,所述Ti‑W‑B涂层为纳米结构涂层,所述Ti‑W‑B涂层的分子结构表达式为Ti1‑xWxBy,其中,x=0.06‑0.55,y=1.8‑3.5;所述制备方法包括:在惰性气氛下,采用TiB2靶材对基体进行磁控溅射,同时采用W靶材对基体进行高功率脉冲磁控溅射,在基体表面沉积得到Ti‑W‑B涂层。本发明提供的Ti‑W‑B涂层及其制备方法通过引入高离化的W离子,形成具有微观的TiBx/WBx纳米复合结构,能够提高涂层的硬度、韧性和润滑性,可广泛应用于金属表面处理或金属加工中。
-
公开(公告)号:CN104693361A
公开(公告)日:2015-06-10
申请号:CN201410791895.5
申请日:2014-12-19
申请人: 广东工业大学
IPC分类号: C08F251/02 , C08F220/06 , C08F220/58 , C08F2/32
摘要: 本发明涉及一种二元共聚水葫芦羧甲基纤维素高吸水性树脂的制备方法,属于纤维素系高吸水性树脂制备技术领域。该方法采用的是反相悬浮法,使用span-60为分散相,环已烷为油相,油水比为3:1;将重量份数之比为5~10:30~60:7~30的水葫芦羧甲基纤维素、丙烯酸、2-丙烯酰胺-2-甲基丙烷磺酸搅拌均匀,调节丙烯酸中和度为65~80%备用,加入引发剂、交联剂进行聚合反应得到二元共聚水葫芦羧甲基纤维素高吸水性树脂。本发明制备的高吸水性树脂吸水倍率达900~1200倍,吸0.9%生理盐水的倍率达到30~80倍,可用于农用保水剂、土壤改良、沙漠治理等领域,且合成工艺操作简单,反应均匀并能降低生产成本,为水葫芦资源化利用提供了新的发展方向,实现了绿色环保化和可再生资源的高效利用。
-
公开(公告)号:CN118136859A
公开(公告)日:2024-06-04
申请号:CN202410146734.4
申请日:2024-02-01
申请人: 广东工业大学
IPC分类号: H01M4/88 , H01M4/92 , H01M8/1018
摘要: 本发明提出了一种贵金属‑Co‑NC‑CNTs电催化剂及其制备方法与应用,属于电化学技术领域。将CNTs材料加热分散在硝酸溶液中,之后加入PVP得到CNTs@PVP,与六水硝酸锌、六水硝酸钴超声分散在溶剂中,并加入二甲基咪唑得到ZIF‑CoZn‑CNTs@PVP,将ZIF‑CoZn‑CNTs@PVP在Ar气氛中退火,酸洗得到Co‑NC‑CNTs,之后分散在含贵金属的溶液中,搅拌、烘干,收集产物在Ar气氛中退火,得到所述贵金属‑Co‑NC‑CNTs电催化剂。该电催化剂具有优异的ORR和OER催化活性,制备工艺简单,条件温和,适用于低温质子交换膜燃料电池催化剂体系,并且表现出优异的性能。
-
公开(公告)号:CN107679509B
公开(公告)日:2021-04-02
申请号:CN201710977279.2
申请日:2017-10-19
申请人: 广东工业大学 , 广州市刑事科学技术研究所
摘要: 本发明实施例公开了一种小环藻识别方法及装置。其中,方法包括对包含待测藻类的原始水体样本的高倍数显微图像进行切片处理,得到以小环藻外形为内切圆的正方形识别图像;对识别图像进行极坐标变换,并提取经过极坐标变化图像的多个识别特征;将提取的多个识别特征输入预先构建的决策树模型中,根据决策树模型输出结果确定待测藻类的类别;决策树模型为根据模板小环藻图像的特征和训练样本图像集中各个训练样本特征的信息增益率,利用C4.5决策树算法进行分类,根据分类结果对待测藻类进行识别。本申请的技术方案有效的解决了对复杂背景下的藻类图像无法根据现有技术进行切割而识别,提高了藻类的识别准确率与效率。
-
公开(公告)号:CN110110667A
公开(公告)日:2019-08-09
申请号:CN201910380226.1
申请日:2019-05-08
申请人: 广东工业大学
IPC分类号: G06K9/00
摘要: 本申请公开了一种硅藻图像的处理方法,所述处理方法包括获取电子显微镜采集的原始硅藻图像,并利用GBVS算法提取所述原始硅藻图像的显著图;对所述显著图执行二值化处理得到二值化图像,根据所述二值化图像确定有效区域;对所述有效区域执行边缘检测操作得到硅藻边缘信息,根据所述硅藻边缘信息确定待显示区域;输出所述原始硅藻图像中与所述待显示区域对应的图像。本申请能够准确分割硅藻图片的背景与硅藻本体图像,提高硅藻本体图像的识别率。本申请还公开了一种硅藻图像的处理系统、一种计算机可读存储介质及一种电子设备,具有以上有益效果。
-
公开(公告)号:CN110007601A
公开(公告)日:2019-07-12
申请号:CN201910372071.7
申请日:2019-05-06
申请人: 广东工业大学
IPC分类号: G05B13/04
摘要: 本发明公开了一种双边遥操作系统的控制装置和设备,包括:估计模块,用于将目标环境模型输出的运动状态模拟参考值和双边遥操作系统的目标环境输出的运动状态测量值输入至估计算法模型中,输出运动状态的最优估计值;前馈补偿值输出模块,用于将所述最优估计值输入静态目标环境模型中,输出前馈补偿值;确定模块,用于利用所述目标环境输出的力反馈值减去所述前馈补偿值,确定目标力反馈值;反馈模块,用于将所述目标力反馈值发送至所述双边遥操作系统的从机器人,由所述从机器人将所述目标力反馈值反馈至所述双边遥操作系统的操作者。本发明所提供的装置和设备,提高了双边遥操作医疗系统机器人跟踪目标环境运动状态的精度。
-
公开(公告)号:CN107679509A
公开(公告)日:2018-02-09
申请号:CN201710977279.2
申请日:2017-10-19
申请人: 广东工业大学 , 广州市刑事科学技术研究所
CPC分类号: G06K9/00671 , G06K9/6256 , G06K9/627
摘要: 本发明实施例公开了一种小环藻识别方法及装置。其中,方法包括对包含待测藻类的原始水体样本的高倍数显微图像进行切片处理,得到以小环藻外形为内切圆的正方形识别图像;对识别图像进行极坐标变换,并提取经过极坐标变化图像的多个识别特征;将提取的多个识别特征输入预先构建的决策树模型中,根据决策树模型输出结果确定待测藻类的类别;决策树模型为根据模板小环藻图像的特征和训练样本图像集中各个训练样本特征的信息增益率,利用C4.5决策树算法进行分类,根据分类结果对待测藻类进行识别。本申请的技术方案有效的解决了对复杂背景下的藻类图像无法根据现有技术进行切割而识别,提高了藻类的识别准确率与效率。
-
公开(公告)号:CN110007601B
公开(公告)日:2022-03-25
申请号:CN201910372071.7
申请日:2019-05-06
申请人: 广东工业大学
IPC分类号: G05B13/04
摘要: 本发明公开了一种双边遥操作系统的控制装置和设备,包括:估计模块,用于将目标环境模型输出的运动状态模拟参考值和双边遥操作系统的目标环境输出的运动状态测量值输入至估计算法模型中,输出运动状态的最优估计值;前馈补偿值输出模块,用于将所述最优估计值输入静态目标环境模型中,输出前馈补偿值;确定模块,用于利用所述目标环境输出的力反馈值减去所述前馈补偿值,确定目标力反馈值;反馈模块,用于将所述目标力反馈值发送至所述双边遥操作系统的从机器人,由所述从机器人将所述目标力反馈值反馈至所述双边遥操作系统的操作者。本发明所提供的装置和设备,提高了双边遥操作医疗系统机器人跟踪目标环境运动状态的精度。
-
公开(公告)号:CN108596176B
公开(公告)日:2022-02-15
申请号:CN201810414537.0
申请日:2018-05-03
申请人: 广东工业大学
IPC分类号: G06V10/46
摘要: 本申请涉及图像处理技术领域,本申请提供了一种对提取的硅藻区域进行硅藻类型识别方法及装置,使得硅藻不需要经过复杂实验手段去除硅藻里面及周围杂质,便可以直接提取成像后的硅藻区域图像。对提取的硅藻区域进行硅藻类型识别方法,包括:获取待识别硅藻的图像;将根据待识别硅藻的图像选择的与待识别硅藻匹配的藻类拟合轮廓边框作为硅藻ROI(region of interest,感兴趣区域);根据硅藻ROI从待识别硅藻的图像提取待识别硅藻对应的待识别硅藻图像;对待识别硅藻图像进行特征识别确定待识别硅藻的类型。
-
公开(公告)号:CN113096184A
公开(公告)日:2021-07-09
申请号:CN202110327874.8
申请日:2021-03-26
申请人: 广东工业大学 , 广州市刑事科学技术研究所
摘要: 本发明提供一种复杂背景下硅藻定位与识别方法,包括以下步骤:S1:收集复杂背景的硅藻图像,制作硅藻数据集;S2:构建融合混合空洞卷积的SSD定位与识别模型;S3:利用硅藻数据集训练所述混合空洞卷积的SSD定位与识别模型;S4:利用训练好的混合空洞卷积的SSD定位与识别模型对复杂背景下的硅藻图像进行定位识别。本发明使用了SSD算法混合空洞卷积的策略,可以在保持感受野大小与原空洞卷积一样的情况下,增大了对信息的利用率,提升了对小目标的物体的检测能力。使用改进后的HDC‑SSD(融合混合洞空卷积的SSD)算法能够很好的解决原SSD算法在小目标和边缘物体上漏检的问题,提升了SSD算法对边缘目标和小目标的检测能力。
-
-
-
-
-
-
-
-
-