本发明公开了一种目标方位估计方法、系统及存储介质，利用发射声源信号构建对应接收回波的匹配滤波器，并利用匹配滤波器对接收的回波信号进行匹配滤波处理；对匹配滤波处理后的回波信号进行希尔伯特变换，得到协方差矩阵，对协方差矩阵进行降维处理，选取...

本发明提供了一种基于个性化拟人神经模型的下肢外骨骼驱动方法，其特征在于,包括以下步骤：步骤1、根据用户个性化参数构造其对应拟人神经反馈模型；步骤2，通过传感器测量肌肉生物力学特性，解算肌肉收缩速度、肌肉力大小；步骤3，以肌肉收缩速度为输...

本发明公开了一种基于电学特性的热泵霜监测系统及其化霜方法，系统包括：换热器、若干对电极、采集系统及计算系统；换热器包括进口集流管、出口集流管、多个扁管及多个翅片；进口集流管和出口集流管平行设置；扁管垂直于进口集流管且设置于进口集流管和出...

本发明提供一种网格型海底观测网直流供电系统故障定位方法，首先对网格型海底直流进行简单的故障电流分析，并在此基础上完成量测分支单元的选取，在主分支单元处测量故障电流的极性和波形，计算峭度和TK能量两种故障电流时域特征，形成了网格型海底观测...

本实用新型公开了一种基于UHPC的带地锚束的风电塔架，包括多层上下堆叠设置的UHPC塔柱节段，上下相邻UHPC塔柱节段之间通过塔柱过渡段连接；UHPC塔柱节段包括多根UHPC塔柱单元，塔柱过渡段包括多根UHPC过渡段与多根横向联系构件，...

本发明公开了一种用于神经网络模型量化的混合舍入方法，包括获取训练好的神经网络模型权重参数；对模型权重参数进行缩放处理；在预设范围内随机设定舍入阈值，根据设定的舍入阈值将缩放后的模型权重参数中的小数部分划分为三个区域；若缩放后的模型权重参...

一种功率模块的自驱动散热结构，包括内部散热结构、外部被动散热装置和冷却流体，内部散热结构集成到功率模块中，内部散热结构通过流体管道与外部被动散热装置连通，外部被动散热装置布置在高于内部散热结构的位置，冷却流体在内部散热结构与外部被动散热...

本发明属于质谱分析技术领域，具体为一种基于质谱技术的热解

一种拉压组合式自调节双稳态机构，包括连接平台(41)、横向滑块(45)和上横轴(34)；还包括左右布置的两个抗弯的压簧机构和前后布置的两个拉簧机构，其中，抗弯的压簧机构包括压簧(43)及导向轴(42)，拉簧机构包括拉簧(44)和卡接件(...

本发明公开了一种基于CRITIC方法和机器学习的SFTO攻击检测缓解方法，属于计算机网络安全领域。其中所述的方法包括：基于滑动窗口对OpenVSwitch软件交换机采集，获取交换机流表项信息，提取四元检测特征，使用CRITIC方法计算各...

本发明涉及一种新型剪力墙，尤其涉及一种带边缘约束构件的装配式钢板

本发明公开了一种自主学习训练可视化系统及其方法，系统包括可视化模块和封装库，可视化模块包括若干个具有不同功能的可视化子模块，封装库包括网络结构封装库，通过程序调用网络结构封装库，从网络结构封装库中预设的若干个深度神经网络中选取目标网络，...

本发明公开了一种重整器及其设计参数优化方法，本发明的重整器包括外壳和设于外壳外部的感应线圈，所述外壳内部设有两侧通过多孔隔板隔断的催化床，所述催化床中设有发热体，所述发热体的外壁上设有向外凸出布置的增压发热片，且所述催化床中在发热体以及...

本发明属于碳素材料和电池材料领域，特别是涉及一种软碳/硬碳复合材料的制备方法与应用。以廉价的沥青作为软碳前驱体，对沥青采用有机物氧化促进剂进行氧化处理，使其嫁接上部分含氧活性官能团，随后与硬碳前驱体在熔融状态下进行充分混合，在催化剂作用...

本发明公开了一种基于环视图像的单阶段停车位检测模型、系统和方法，包括：骨干网络，其用于对输入的图像进行特征提取，输出特征图；瓶颈网络，其用于对骨干网络输出的特征图所包含的特征向量通过卷积、池化、激活、SE注意力机制，将特征向量中的局部特...

发明名称一种钯修饰多元金属氧化物敏感材料的制备方法及其应用摘要本发明提供了一种钯修饰多元金属氧化物的简单高效制备方法。以聚乙烯吡咯烷酮、二水合硝酸钯、五水合四氯化锡和二水合乙酸锌制成前驱体溶液，通过静电纺丝，得到硝酸钯/四氯化锡/乙酸锌...

本申请公开了一种快速场景下的基于事件相机的双目视觉SLAM系统及方法，属于视觉空间定位技术领域。该系统包括：事件流信息处理模块，3D点云地图生成模块以及位姿估计模块。本申请融合相邻时间戳TS内事件深度增加建图的稠密程度，降低建图过程中的...

本申请提供一种基于红外

本发明属于远程桌面技术领域，尤其是涉及一种针对远程桌面协议RDP中RemoteApp模式下虚拟应用界面的去黑框技术。本发明的方法包括：测定应用程序标识字段；计算应用程序中出现黑框的窗口的实际可视矩形窗口的相对坐标等信息；建立应用程序的标识

本发明公开了一种高时空分辨率下的PM2.5和臭氧混合污染的预测方法，包括以下步骤：先以历史的空气质量数据为因变量，与历史的空气质量数据对应的驱动因子数据为自变量，获得最优的PM