本发明提供了一种基于时间卷积的交互知识表示学习模型TCIM的预测方法，通过卷积神经网络捕获时间的特征信息，通过圆形卷积神经网络去提取三元组的特征信息，将三元组的特征和时间的特征融合并进行链路预测。本发明通过卷积神经网络去捕获时间的特征信...

本发明涉及一种环氧低聚物及其制备方法。本发明通过先合成一种含柱[5]芳烃的环氧化合物，然后将其与双酚A进行扩链，得到一种含柱[5]芳烃的环氧低聚物。所得环氧低聚物含有反应性的环氧端基和多个富电子的柱[5]芳烃单元，可用于制备功能性环氧树...

本发明属于可充电电池材料领域，具体涉及一种胶囊状镍铁氧体复合碳骨架锂离子电池负极材料，所述负极材料为NiFe2O4/C,呈现出类似于胶囊的形状，并出现中空和半结构缺失，合成方法简单，反应条件温和，是一种经济有效的方法。可将此NiFe2O...

本发明涉及一种塔式起重机裂缝识别定性方法，包括以下步骤：步骤S1：获取各类塔式起重机的裂缝数据图片，并预处理，得到训练集；步骤S2：基于YOLOv3模型，根据得到的训练集训练，得到裂缝识别与目标区域提取训练模型；步骤S3：获取待测塔式起...

本发明公开了一种层状多孔镁铁水滑石基催化剂(MgFe

本发明涉及一种四硫代富瓦烯二元醇化合物及其制备方法。本发明以丙炔酸甲酯和二硫化碳为原料先合成四硫代富瓦烯二甲酯，然后将其与二元醇化合物在硫酸的催化下通过酯交换反应引入二元醇基团，产物经过柱提纯而得。本发明工艺过程简单，产物可用于制备具有...

本发明涉及一种田间管理移动作业机器人及其工作方法，其特征在于：田间管理移动作业机器人其中包括作为载具的移动底盘、设在移动底盘上的机械臂和设在机械臂自由端上的作业机构，所述移动底盘包括矩形盘体、设在矩形盘体下方的四个上轮杆和套在四个上轮杆...

本发明涉及一种基于同态加密的安全迁移学习系统。该系统围绕云外包场景中迁移机器学习的隐私泄露问题，设计了基于双云服务器模型(存储云服务器+计算云服务器)的加密TrAdaboost训练和预测算法。一方面，该系统的源域和目标域数据拥有者将加密...

本发明公开了一种二氧化锰复合氮

本发明涉及一种并网逆变器的控制方法、装置、计算机设备和介质，该并网逆变器的控制方法通过获取并网逆变器对应的虚拟同步发电机的角频率偏差和角频率变化率；根据角频率变化率和角频率偏差，确定虚拟惯量；根据角频率变化率，确定虚拟阻尼；根据虚拟惯量...

本发明公开了一种多通道混合器在连续批量制备脂质体过程中的应用；本发明还公开了一种多通道混合器连续批量制备脂质体的方法，包括以下步骤：将磷脂等制备脂质体的原料溶解于良溶剂中，在室温条件下搅拌至完全溶解，形成磷脂等制备脂质体的原料的良溶剂溶...

本发明提出一种基于图信号处理的用于加速神经网络推理的方法，其特征在于：通过提取原始神经网络模型的权重参数，将神经网络中全连接层及卷积层的计算过程转换为图移或图滤波的方式，以执行并行计算。其主要面向GPU微体系结构的特点，针对神经网络训练...

本发明属于材料技术领域，具体涉及一种多环线性聚合物及其制备方法。本发明通过先合成环氧化柱[5]芳烃，然后将其与等摩尔量的双酚化合物聚合，得到一种新型多环线性聚合物。所得多环线性聚合物是一种热塑性高分子材料，分子量高，可溶于二氯甲烷、氯仿...

本发明属于薄膜材料制备技术领域，具体涉及一种具有优异耐磨性能的防雾薄膜的制备方法，具体通过将甲氧基硅烷溶解在水中，再加入乙酸，在磁力转子的作用下搅拌均匀，静置备用；将氧等离子体处理过的玻璃片浸泡在上述溶液中数小时后，再干燥备用；将丙烯酰...

本发明涉及一种基于多级语义信息的车道线检测方法及系统，该方法包括以下步骤：S1、对车道场景图像中的车道线进行分割，提取图像的低级语义信息，输出基于低级语义信息的车道线掩膜图；S2、利用图像的消失点、车道线空间信息和长距离依赖信息，训练结...

本发明涉及一种基于背景灰度化的行人再识别方法及系统，该方法包括：S1、对原始图像进行背景灰度化处理，得到处理后的BGg图像；S2、基于ResNet50的双路网络，一路为背景灰度流BGg

本发明涉及一种基于合成数据消除无监督车辆再识别偏差的方法及系统，该方法包括以下步骤：S1、通过保持一致性的生成对抗网络SPGAN将合成数据转化为与目标域具有相似风格的伪目标样本，通过伪目标样本对模型进行预训练；S2、通过预训练好的模型进...

本发明公开了一种磁性吸附剂及其制备方法，属于复合材料领域。所述的磁性吸附剂结合壳聚糖阳离子性、明胶两性的结构与性质，引入四氧化三铁的磁性以及CTAB作为阳离子表面活性剂特性，制备得到的一种具有高效吸附及再生功能的磁性吸附材料。本发明制备...

本发明涉及一种基于U

本发明涉及一种基于循环神经网络的循环迭代图像去噪方法，包括以下步骤:步骤S1:获取成对的原始噪声图像和无噪声图像并预处理，得到用于训练的噪声图像和无噪声图像的成对图像块；步骤S2:构建基于循环神经网络的循环迭代图像去噪网络，并使用噪声图...