一种面向分类处理的城市固体废弃物收运方法

    公开(公告)号:CN119380195A

    公开(公告)日:2025-01-28

    申请号:CN202411442636.1

    申请日:2024-10-16

    Applicant: 湖南大学

    Abstract: 一种面向分类处理的城市固体废弃物收运方法,包括:采集固体废弃物的图片信息,预处理后得到多个子图片信息;获取每一个子图片信息中的频谱特征数据;将频谱特征数据输入至预先训练好的卷积神经网络模块中,计算出子图片信息中每一个固体废弃物对应的第一特征向量;根据每一个固体废弃物对应的第一特征向量,基于训练好的图神经网络,计算出节点特征矩阵;根据节点特征矩阵,输出每一个固体废弃物对应的第二分类结果。本发明在卷积神经网络的基础上,创造性的引入图神经网络,通过关联同一个批次下所有的固体废弃物的特征信息,对单个固体废弃物的特征缺陷进行强化,进而能够更准确的判断每一个固体废弃物的类别。

    增材制造过程中相邻沉积层横截面的识别方法

    公开(公告)号:CN108339981B

    公开(公告)日:2020-01-03

    申请号:CN201810213698.3

    申请日:2018-03-15

    Applicant: 湖南大学

    Abstract: 本发明涉及增材制造过程中相邻沉积层横截面的识别方法,通过增材制造设备以粉末A为原料沉积N层后,改用粉末B为原料在先前的沉积层上制备新的沉积层;制样,通过显微镜获取新的沉积层与先前的沉积层之间的界线;其中,N为正整数;所述粉末B包括粉末A和晶粒调整剂。通过本发明的方法可简单、快捷地确定相邻沉积层之间的界面轮廓,并进一步获取新的沉积层的横截面面积;且识别过程中所用设备均为常见设备,无需额外添置专用设备,实施成本低廉。

    增材制造过程中相邻沉积层横截面的识别方法

    公开(公告)号:CN108339981A

    公开(公告)日:2018-07-31

    申请号:CN201810213698.3

    申请日:2018-03-15

    Applicant: 湖南大学

    Abstract: 本发明涉及增材制造过程中相邻沉积层横截面的识别方法,通过增材制造设备以粉末A为原料沉积N层后,改用粉末B为原料在先前的沉积层上制备新的沉积层;制样,通过显微镜获取新的沉积层与先前的沉积层之间的界线;其中,N为正整数;所述粉末B包括粉末A和晶粒调整剂。通过本发明的方法可简单、快捷地确定相邻沉积层之间的界面轮廓,并进一步获取新的沉积层的横截面面积;且识别过程中所用设备均为常见设备,无需额外添置专用设备,实施成本低廉。

Patent Agency Ranking