感溫自動快速滅火管 1045     

 0

一種感溫自動快速滅火管，包括管體，所述管體兩端設(shè)有密封閥門，所述管體外側(cè)設(shè)有扣壓件與密封閥門連接，所述管體一側(cè)的密封閥門底部設(shè)有壓力表，所述管體另一側(cè)的密封閥門底部設(shè)有壓力訊號器，所述管體內(nèi)部為中空且填充滅火介質(zhì)；無需感溫元件，滅火管感溫自動動作；無需壓力容器，無需電源也無需維護，降低成本；安裝方便，無運行成本；填充液態(tài)滅火劑時，管內(nèi)無需貯壓，管壓隨溫度上升自動增加；設(shè)有壓力表可監(jiān)測壓力變化；定點對火災(zāi)高發(fā)源滅火，滅火效率高；釋放藥劑對電氣元件和人體無損害；具有通用性強、性價比高、免維護和使用壽命長的優(yōu)點。

智能電表計量芯片晶振負(fù)載電容缺陷定位方法和裝置 1126     

 0

本發(fā)明提供了一種智能電表計量芯片晶振負(fù)載電容缺陷定位方法和裝置，其中方法包括集待定位的智能電表計量芯片晶振負(fù)載電容的CT圖像；對CT圖像進(jìn)行分析，確定智能電表計量芯片晶振負(fù)載電容存在的缺陷類型和缺陷位置。該方法基于CT技術(shù)利用X射線穿透陶瓷電容樣品的工作原理屬于無損測試，可以避免破壞陶瓷電容樣品以及樣品內(nèi)的缺陷，對陶瓷電容樣品進(jìn)行了有效地保護；同時使其內(nèi)部缺陷部位的定位分析前較好的避免的外界不必要的機械應(yīng)力和熱應(yīng)力的干擾，從而能夠準(zhǔn)確的定位到陶瓷電容的內(nèi)部缺陷；同時CT技術(shù)拍照比傳統(tǒng)機械研磨速度更快，可以節(jié)省較多時間，能夠提高效率，該方法簡單、易操作，具有較強的適用性。

無人機攔截系統(tǒng) 834     

 0

本發(fā)明公開了一種無人機攔截系統(tǒng)，包括預(yù)警系統(tǒng)、控制系統(tǒng)以及攔截裝置，所述攔截裝置包括發(fā)射支架、攔截網(wǎng)以及多個火箭發(fā)射彈，其中，固定座上放置一個火箭發(fā)射彈，所述多個火箭發(fā)射彈分別連接在攔截網(wǎng)的邊沿處；所述火箭發(fā)射彈包括彈體、推進(jìn)器、設(shè)置在推進(jìn)器上端的整流罩、設(shè)在整流罩內(nèi)的降落傘、設(shè)在整流罩內(nèi)的降落傘彈射裝置以及設(shè)在整流罩外壁上的導(dǎo)航器；所述預(yù)警系統(tǒng)用于探測并追蹤入侵的無人機的位置信息，并將信息傳送給控制系統(tǒng)；所述控制系統(tǒng)用于根據(jù)預(yù)警系統(tǒng)發(fā)送過來的無人機位置信息，并結(jié)合導(dǎo)航器實時反饋的位置信息，控制攔截裝置中的推進(jìn)器啟動并向攔截目標(biāo)飛行。該系統(tǒng)能夠無損害地完成無人機的攔截任務(wù)。

基于高光譜圖像的茶樹LAI及氮含量估算方法 1124     

 0

本發(fā)明公開了一種基于高光譜圖像的茶樹LAI及氮含量估算方法，具體過程如下：首先獲取多株茶樹作為試驗樣本，通過作為試驗樣本的茶樹的LAI、氮含量以及高光譜位置變量、高光譜面積變量和植被指數(shù)變量的相關(guān)性和回歸分析，建立最終的茶樹LAI估算模型和最終的茶樹氮含量估算模型；針對于需要測試LAI和氮含量的茶樹，獲取到該茶樹的高光譜位置變量、高光譜面積變量和植被指數(shù)變量，然后將該茶樹對應(yīng)的上述變量分別輸入到最終的茶樹LAI估算模型和最終的茶樹氮含量估算模型，即可計算得到該茶樹的LAI和氮含量。本發(fā)明方法具有茶樹的LAI、氮含量估算實時、快速以及無損的優(yōu)點。 1

雪花狀的二硫化鎢二維晶體材料、SERS傳感器及其制備方法和應(yīng)用 1065     

 0

本發(fā)明屬于半導(dǎo)體二維納米晶體材料及表面拉曼增強散射技術(shù)領(lǐng)域，公開了一種雪花狀的二硫化鎢二維晶體材料、SERS傳感器及其制備方法和應(yīng)用。采用真空鍍膜技術(shù)在生成物襯底上蒸鍍一層WOX薄膜并將其作為生長基片，然后采用常壓化學(xué)氣相沉積法，在高溫、惰性氣體的環(huán)境下與硫源前驅(qū)體發(fā)生反應(yīng)，在生長基片上制備出雪花狀的二硫化鎢二維晶體材料。由于該二維晶體材料的形貌特殊，其可與納米金顆粒發(fā)生自組裝，進(jìn)而制備出高性能的WS2@Au基的SERS傳感器。本發(fā)明具有實驗步驟精簡、成本低廉等優(yōu)點，所制備出的SERS傳感器具有高穩(wěn)定性、強拉曼增強能力，可用于對微量有機分子的無損痕量測定。

基于時空陣列超分辨率反演成像的超聲波層析方法與裝置 703     

 0

本發(fā)明提供一種基于時空陣列超分辨率反演成像的超聲波層析方法與裝置，利用超聲波傳播的時延和衰減信息快速成像，采用一次程控掃描，后臺按需層析的方式，超聲探頭在機械自動掃描裝置帶動下按照一定路徑在不同時隙上利用空間多元陣列來獲取所有掃描點的點區(qū)域反射波形數(shù)據(jù)，再根據(jù)超分辨率成像的原理來反演計算每個掃描點縱深上的反射強度，獲得三維全局信息。使用者按需層析，從三維全局信息里面去獲取局部的形狀以及截面，得到局部的細(xì)致成像。該裝置不用全局360度不同方向的掃描就能獲得高分辨率成像；采用程控固定路徑掃描，解放人力，容易產(chǎn)生標(biāo)準(zhǔn)化的探測數(shù)據(jù)；無損無害，安全性高；對環(huán)境要求低，設(shè)備小巧，價格便宜，容易推廣使用。

用于張力計的疏水探頭 1157     

 0

本發(fā)明涉及地下水污染控制修復(fù)領(lǐng)域，具體地，涉及一種用于張力計的疏水探頭。所述疏水探頭使用含有硅烷偶聯(lián)劑和甲苯的混合溶液對氧化鋁探頭進(jìn)行改性而得。本發(fā)明通過對壓力傳感張力計的探頭進(jìn)行改造，使其從親水性變?yōu)槭杷裕詫ν寥乐杏头值拿?xì)壓力進(jìn)行現(xiàn)場無損測定。改性后探頭具有疏水性的有效期為8個月以上，改性方法成本低且操作簡便。

復(fù)合支架及其制備方法和應(yīng)用 991     

 0

本發(fā)明公開了一種復(fù)合支架及其制備方法和應(yīng)用。所述復(fù)合支架的制備原料包含以下重量份的組分：膠原蛋白1～100份，納米微晶纖維素1～100份和改性超順磁性納米四氧化三鐵1～10份。本發(fā)明還公開了復(fù)合支架的制備方法。采用本發(fā)明的方法制備的多孔復(fù)合支架，其力學(xué)強度性能優(yōu)良，生物相容性好，降解性能良好，三維網(wǎng)絡(luò)結(jié)構(gòu)空隙能提供宿主細(xì)胞合適的粘附增值環(huán)境，同時超順磁性四氧化三鐵納米粒子能很好的提供標(biāo)記造影功能，無損動態(tài)監(jiān)測新生軟骨的形貌。膠原結(jié)合納米微晶纖維素模擬了人體骨質(zhì)相似的環(huán)境模型，代替軟骨缺損修復(fù)期間細(xì)胞生長繁殖所需的營養(yǎng)環(huán)境空間，快速修復(fù)軟骨缺。

基于子空間投影與稀疏正則化的結(jié)構(gòu)損傷識別方法 921     

 0

本發(fā)明公開了一種基于子空間投影與稀疏正則化的結(jié)構(gòu)損傷識別方法，包括以下步驟：(1)在結(jié)構(gòu)上布置加速度傳感器用于記錄結(jié)構(gòu)響應(yīng)信息；(2)在激勵點布置力傳感器，并分別對無損狀態(tài)下的結(jié)構(gòu)和損傷狀態(tài)下的結(jié)構(gòu)進(jìn)行試驗?zāi)B(tài)分析，提取結(jié)構(gòu)模態(tài)信息；(3)建立靈敏度方程；(4)構(gòu)造滿足D?RIP條件的測量矩陣；(5)對靈敏度方程進(jìn)行子空間投影；(6)引入l₁范數(shù)正則化，建立結(jié)構(gòu)損傷識別方程；(7)采用信號空間壓縮采樣匹配追蹤算法求解識別方程；(8)引入損傷先驗信息，合理化識別結(jié)果。本發(fā)明的方法可以有效地定位損傷以及量化損傷程度，同時有效地減少求解過程的計算成本，滿足實際工程及時有效地評估結(jié)構(gòu)健康狀態(tài)的需要。

基于近紅外光譜技術(shù)的半夏摻偽鑒別方法 955     

 0

本發(fā)明公開了一種基于近紅外光譜技術(shù)的半夏摻偽鑒別方法。該方法包括以下步驟：首先模擬半夏摻偽品，向半夏中摻入不同質(zhì)量百分比的虎掌南星，得到半夏二元摻偽品；采集純半夏和半夏二元摻偽品的近紅外光譜；去除異常樣本后，在樣本集中運用Kennard?Stone算法劃分校正集與驗證集；通過比較不同光譜預(yù)處理方法及建模參數(shù)進(jìn)行優(yōu)化，采用判別分析法、K?最近鄰法、支持向量機或偏最小二乘?判別分析法建立判別模型。本發(fā)明首次建立了判別正確率為100%的半夏藥材真?zhèn)蔚慕t外定性判別模型，模型建立后，只需將待測樣品進(jìn)行光譜掃描后帶入模型計算即可實現(xiàn)對半夏及其摻偽品的準(zhǔn)確鑒別，具有客觀、簡便、快速且無損的優(yōu)點，能夠進(jìn)行批量鑒定。

基于近紅外光譜技術(shù)的法半夏摻偽鑒別方法 774     

 0

本發(fā)明公開了一種基于近紅外光譜技術(shù)的法半夏摻偽鑒別方法。該方法包括以下步驟：首先模擬法半夏摻偽品，向法半夏中摻入不同質(zhì)量百分比的法虎掌南星，得到法半夏二元摻偽品；采集純法半夏及其摻偽品的近紅外光譜；去除異常樣本后，在樣本集中運用Kennard?Stone算法劃分校正集與驗證集；通過比較不同光譜預(yù)處理方法及建模參數(shù)進(jìn)行優(yōu)化，采用判別分析法、K?最近鄰法、支持向量機或偏最小二乘?判別分析法建立判別模型。本發(fā)明首次建立了判別正確率為100%的法半夏真?zhèn)蔚慕t外定性判別模型，模型建立后，只需將待測樣品進(jìn)行光譜掃描即可實現(xiàn)對法半夏及其摻偽品的準(zhǔn)確鑒別，具有客觀、簡便、快速且無損的優(yōu)點，能夠進(jìn)行批量鑒定。

風(fēng)力發(fā)電機組變槳軸承故障診斷方法 733     

 0

本發(fā)明涉及一種風(fēng)力發(fā)電機組變槳軸承故障診斷方法。本發(fā)明所述的風(fēng)力發(fā)電機組變槳軸承故障診斷方法包括如下步驟：獲取風(fēng)力發(fā)電機組的運行狀態(tài)參數(shù)；通過PCA算法對所述運行狀態(tài)參數(shù)進(jìn)行處理，獲得對所述風(fēng)力發(fā)電機組的變槳軸承的運行狀態(tài)敏感的P種狀態(tài)參數(shù)；將所述P種狀態(tài)參數(shù)輸入訓(xùn)練好的所述變槳軸承故障診斷網(wǎng)絡(luò)模型，得到所述風(fēng)力發(fā)電機組的變槳軸承故障診斷結(jié)果，其中，所述變槳軸承故障診斷網(wǎng)絡(luò)模型為單隱含層前饋神經(jīng)網(wǎng)絡(luò)模型。本發(fā)明所述的一種風(fēng)力發(fā)電機組變槳軸承故障診斷方法具有快速、在線、無損、實時、高效監(jiān)測和診斷故障的優(yōu)點。

基于X射線顯微CT表征木材孔隙結(jié)構(gòu)的方法 785     

 0

一種基于X射線顯微CT表征木材孔隙結(jié)構(gòu)的方法。該方法將木材樣品放置于X射線顯微CT中進(jìn)行掃描，樣品在水平方向進(jìn)行360°旋轉(zhuǎn)，每旋轉(zhuǎn)一定角度探測器對木材樣品拍攝一張二維灰度圖片，最后得到一系列有序的二維灰度圖片，利用FDK重建算法在計算機上重構(gòu)樣品三維數(shù)字圖像，運用Avizo軟件選擇感興趣區(qū)域(ROI，Region?OfInterest)，經(jīng)分析得到木材樣品的孔隙結(jié)構(gòu)參數(shù)信息和孔隙三維空間分布情況。本發(fā)明可以在無損條件下對木材樣品進(jìn)行觀察、分析其內(nèi)部的微觀孔隙結(jié)構(gòu)，包括定量分析孔隙結(jié)構(gòu)參數(shù)和可視化觀察樣品孔隙三維分布。研究木材內(nèi)部孔隙結(jié)構(gòu)提供可視化依據(jù)，對于進(jìn)一步研究木材介質(zhì)運輸具有重要意義，廣泛應(yīng)用于木材的微米孔隙的結(jié)構(gòu)分析和可視化觀察。

透反射雙模式的高精度離軸數(shù)字全息顯微裝置及成像方法 1158     

 0

本發(fā)明公開了透反射雙模式的高精度離軸數(shù)字全息顯微裝置及成像方法，該裝置包括激光器、四個分束鏡、兩個可動擋光板、三個平面反射鏡、兩個物鏡、凸透鏡、樣品和CCD圖像傳感器。成像方法分為三步，先選擇對樣品進(jìn)行透射或反射觀測，然后通過圖像傳感器記錄下由參考光與物光相干形成的全息圖，最后利用數(shù)字重構(gòu)技術(shù)重構(gòu)出圖像。與傳統(tǒng)的離軸數(shù)字全息顯微鏡相比，本發(fā)明具有透射及反射兩種模式，切換便捷，并且重構(gòu)圖最小輪廓分辨距離達(dá)0.5μm，同時使用角譜法高效地重構(gòu)出物體的三維立體模型，適用于生物醫(yī)學(xué)和材料科學(xué)等領(lǐng)域，能對透明樣品及金屬表面等進(jìn)行原位無損動態(tài)監(jiān)測。

風(fēng)力發(fā)電機組齒輪箱潤滑油在線監(jiān)控預(yù)警處置方法 794     

 0

本發(fā)明公開了一種風(fēng)力發(fā)電機組齒輪箱潤滑油在線監(jiān)控預(yù)警處置方法，包括如下步驟：S1、通過傳感器現(xiàn)場采集齒輪箱進(jìn)油口、出油口的流量信息、油品質(zhì)量信息；S2、現(xiàn)場控制處理器將油品信息處理后通過北斗短報文通信模塊傳送給后臺處理服務(wù)器存儲；S3、后臺處理服務(wù)器將采集到的油品信息數(shù)據(jù)與標(biāo)準(zhǔn)數(shù)據(jù)庫進(jìn)行比對，根據(jù)結(jié)果進(jìn)行相應(yīng)的處置，先由后臺服務(wù)器遠(yuǎn)程干預(yù)處置，如果故障不能消除的，再由值班人員綜合預(yù)判故障后進(jìn)行人工遠(yuǎn)程干涉。本發(fā)明能夠在線無損監(jiān)測齒輪箱中潤滑油的油品信息，并能通過北斗短報文的方式向后臺服務(wù)器傳送監(jiān)測數(shù)據(jù)。數(shù)據(jù)有異常的，再通過遠(yuǎn)程干預(yù)處置，使?jié)櫥捅３衷诤线m的狀態(tài)，以提高齒輪箱的性能，延長使用壽命。

利用單傳感器信息的移動第一特征值曲率的梁橋結(jié)構(gòu)損傷定位方法 1003     

 0

本發(fā)明公開了一種利用單傳感器信息的移動第一特征值曲率的梁橋結(jié)構(gòu)損傷定位方法，包括下列步驟：在梁橋上任一位置安裝位移傳感器；測量車輛荷載在經(jīng)過梁橋時的位移響應(yīng)，從而得到梁橋的豎向位移響應(yīng)；定義位移響應(yīng)的移動窗口，確定移動窗口的長度L；根據(jù)窗口內(nèi)響應(yīng)，用時間延遲方法重構(gòu)矩陣，得到窗口移動到第i步的窗口化重構(gòu)矩陣A_i；對矩陣A_i進(jìn)行主成分分析，得到第一特征值λ₁(i)；通過移動時間窗口，重復(fù)上一步驟，得到λ₁(i)的時間序列；將λ₁(i)進(jìn)行一階中間差分，得到λ₁(i)的曲率時間序列，即第一特征值曲率時間序列CE(i)；利用CE(i)曲線定位損傷。該方法只需利用單個位移傳感器所測響應(yīng)，無需梁橋無損狀況下的數(shù)據(jù)作對比，無需精確有限元模型便可準(zhǔn)確定位梁橋結(jié)構(gòu)損傷位置。

基于多媒體數(shù)據(jù)的信息隱藏方法、裝置及設(shè)備 1174     

 0

本發(fā)明公開了基于多媒體數(shù)據(jù)的信息隱藏方法、裝置、設(shè)備及計算機可讀存儲介質(zhì)，方法包括：計算圖像塊的局部復(fù)雜度，將局部復(fù)雜度不大于預(yù)設(shè)閾值的圖像塊形成第一集合；構(gòu)造位置圖，壓縮位置圖得到比特流，生成附加信息；按照位置圖中0對應(yīng)的圖像塊的局部復(fù)雜度所屬的預(yù)設(shè)閾值范圍對圖像塊進(jìn)行分層劃分；利用分層劃分的基本嵌入單元內(nèi)的像素的灰度值計算預(yù)測誤差；根據(jù)預(yù)測誤差計算基本嵌入單元嵌入水印后的像素值，并替換基本嵌入單元對應(yīng)位置的像素值實現(xiàn)水印嵌入；將附加信息替換載體圖像中前附加信息個像素中最不重要位，將替換后的最不重要位和載荷嵌入到載體圖像中剩余圖像塊中完成信息隱藏。無損的方式將水印信息嵌入到載體信息。

利用單傳感器信息的移動第一主成分的梁橋結(jié)構(gòu)損傷定位方法 1121     

 0

本發(fā)明公開了一種利用單傳感器信息的移動第一主成分的梁橋結(jié)構(gòu)損傷定位方法，包括下列步驟：S1、在梁橋上任一位置安裝位移傳感器；S2、測量車輛荷載在經(jīng)過梁橋時的位移響應(yīng)，從而得到梁橋的豎向位移響應(yīng)；S3、定義位移響應(yīng)的移動窗口，確定移動窗口長度L；S4、根據(jù)移動窗口內(nèi)響應(yīng)，用時間延遲方法重構(gòu)矩陣，得到窗口移動到第i步的窗口化重構(gòu)矩陣A_i；S5、對矩陣A_i進(jìn)行主成分分析，得到第一主成分第一元素值u₁(i)；S6、通過移動時間窗口，重復(fù)步驟S5，得到u₁(i)的時間序列；S7、利用u₁(i)曲線定位損傷。該方法只需利用單個位移傳感器所測響應(yīng)，無需梁橋無損狀況下的數(shù)據(jù)作對比，無需精確有限元模型便可準(zhǔn)確定位梁橋結(jié)構(gòu)損傷位置。

基于熒光淬滅效應(yīng)實現(xiàn)復(fù)合探針光聲信號增強的方法 1107     

 0

本發(fā)明公開一種基于熒光淬滅效應(yīng)實現(xiàn)復(fù)合探針光聲信號增強的方法，屬于無損測試測量技術(shù)領(lǐng)域。本發(fā)明的方法從光聲信號產(chǎn)生的機理出發(fā)，提出了通過焠滅復(fù)合探針的熒光可以實現(xiàn)光聲信號增強的方法。據(jù)此，構(gòu)建了復(fù)合探針并實現(xiàn)了復(fù)合探針光聲信號的增強。該探針由氧化石墨烯和熒光染料構(gòu)成。氧化石墨烯作為基底材料既可用于負(fù)載染料，又可以通過熒光能量共振轉(zhuǎn)移效應(yīng)焠滅負(fù)載在其表面的染料的熒光。實驗結(jié)果顯示，在相同條件下，新構(gòu)建的復(fù)合探針產(chǎn)生的光聲信號高于單獨氧化石墨烯和單獨染料產(chǎn)生的光聲信號之和，現(xiàn)實了復(fù)合探針光聲信號的增強?；跓晒獯銣缧?yīng)提高無輻射躍遷幾率將為發(fā)展高效的光聲探針提供一種有效的方法。

聚焦式旋轉(zhuǎn)掃描光聲超聲血管內(nèi)窺成像裝置及其成像方法 1121     

 0

本發(fā)明屬于無損測試測量技術(shù)領(lǐng)域，公開一種聚焦式旋轉(zhuǎn)掃描光聲超聲血管內(nèi)窺成像裝置及其成像方法，該裝置包括光聲超聲血管內(nèi)窺成像探頭、旋轉(zhuǎn)連接部分和外圍電路部分，脈沖激光在出光端發(fā)生90°反射，經(jīng)柱面聚光透鏡匯聚后照射血管壁產(chǎn)生光聲信號，聲敏元件接收光聲信號，轉(zhuǎn)化后被采集記錄，數(shù)據(jù)采集與脈沖激光器同步工作；脈沖激光器產(chǎn)生的觸發(fā)信號觸發(fā)超聲脈沖發(fā)射接收器發(fā)射電信號，該電信號觸發(fā)聲敏元件發(fā)射超聲信號，到達(dá)血管后反射，被聲敏元件接收，轉(zhuǎn)化后被采集記錄，由步進(jìn)電機帶動進(jìn)行掃描獲得整個血管斷層數(shù)據(jù)，處理后得到光聲和超聲圖像。該裝置中的聲敏元件為超聲和光聲成像共用，可實現(xiàn)高分辨，高靈敏性血管內(nèi)部超聲光聲成像。

車載智能平視系統(tǒng) 787     

 0

本實用新型公開了一種車載智能平視系統(tǒng)，包括智能終端、平視系統(tǒng)、車載網(wǎng)絡(luò)系統(tǒng)、云服務(wù)器和探測設(shè)備，所述平視系統(tǒng)包括平視系統(tǒng)主機和平視系統(tǒng)顯示屏，所述智能終端通過無線通道連接云服務(wù)器，所述智能終端通過人機接口無損映射連接到平視系統(tǒng)主機，所述平視系統(tǒng)主機與平視系統(tǒng)顯示屏、車載網(wǎng)絡(luò)系統(tǒng)以及探測設(shè)備電連接。本實用新型整合云服務(wù)器、智能終端、車載網(wǎng)絡(luò)系統(tǒng)以及探測設(shè)備的數(shù)據(jù)，并通過平視系統(tǒng)顯示屏將相關(guān)數(shù)據(jù)顯示，存在安全隱患時及時提醒駕駛員行車狀況，避免交替觀察網(wǎng)絡(luò)和智能終端的視覺矛盾和疲勞，提高行車的安全性。

生鮮農(nóng)產(chǎn)品包裝盒 946     

 0

本實用新型涉及包裝盒技術(shù)領(lǐng)域，且公開了一種生鮮農(nóng)產(chǎn)品包裝盒，包括翻蓋，所述翻蓋的頂部設(shè)置有卡接板，所述卡接板的兩側(cè)均設(shè)置有插舌，所述卡接板的表面開設(shè)有觀測口，所述觀測口的內(nèi)壁固定連接有透明塑料板，所述觀測口內(nèi)壁的一側(cè)設(shè)置有隔板，所述翻蓋的底部設(shè)置有背板。該生鮮農(nóng)產(chǎn)品包裝盒，通過外側(cè)板和內(nèi)側(cè)板折疊在一起，可以將第一插接板和第二插接板夾住，從而分別將前板和后板固定，然后再利用前板和后板彎折時橫桿與底板之間產(chǎn)生的壓力將壓板固定，可以使內(nèi)側(cè)板始終與外側(cè)板折疊在一起，進(jìn)而穩(wěn)定包裝盒的拼接結(jié)構(gòu)強度，使包裝盒可以無損拆開節(jié)省空間，同時方便了包裝盒重復(fù)使用。

利用位移傳感器列陣輸出的移動主成分進(jìn)行梁橋結(jié)構(gòu)損傷定位的方法 847     

 0

本發(fā)明公開了一種利用位移傳感器列陣輸出的移動主成分進(jìn)行梁橋結(jié)構(gòu)損傷定位的方法，步驟如下：S1、在梁橋上等間距布置位移傳感器列陣；S2、測量車輛荷載在經(jīng)過梁橋時的位移響應(yīng)，得到梁橋的豎向位移響應(yīng)；S3、定義位移響應(yīng)的移動時間窗口，確定窗口長度L；S4、根據(jù)各測點位移響應(yīng)，得到窗口移動到第i步的窗口化矩陣B_i；S5、對矩陣B_i進(jìn)行主成分分析，得到特征值對角陣K(i)；S6、通過移動時間窗口，得到移動主成分特征值矩陣K(i)的第一特征值的時間序列k₁(i)；S7、將k₁(i)進(jìn)行一階中間差分處理，得第一特征值曲率的時間序列E₁(i)；S8、利用E₁(i)曲線定位損傷。該方法利用位移傳感器列陣所測響應(yīng)，無需梁橋無損狀況下數(shù)據(jù)作對比，便可準(zhǔn)確定位梁橋結(jié)構(gòu)損傷位置。

光聲腦功能成像的方法和裝置 764     

 0

本發(fā)明涉及一種光聲腦功能成像的方法,是通過對腦皮層血管的光聲層析圖像,實現(xiàn)腦血管結(jié)構(gòu)分布觀察及功能監(jiān)測的成像。通過血管的形態(tài)分布,管徑大小的變化及血管光聲信號的強弱變化,可以監(jiān)測腦損傷、腦出血的變化程度和反映腦血流量,腦氧消耗量及腦氧飽和度等參數(shù)的改變;實現(xiàn)所述方法的裝置中激光發(fā)生組件、聲信號采集組件、計算機依次電氣連接;旋轉(zhuǎn)掃描機構(gòu)與計算機電氣連接;樣品固定組件與聲耦合組件依次序連接;本發(fā)明操作方便,性能靈敏,快捷,能夠無損傷的情況下對腦血管進(jìn)行成像分析,進(jìn)而對腦功能進(jìn)行監(jiān)測,可為醫(yī)生提供腦功能判斷的影像依據(jù)。

新型子彈收集器 1143     

 0

本實用新型所述新型子彈收集器,包括設(shè)有子彈射入口的保護外殼體、裝置于所述保護外殼體內(nèi)的可用于攔截子彈和收集彈頭彈殼的阻尼材料,其特點是所述阻尼材料為由若干裝置于所述保護外殼體內(nèi)腔的橡膠球形成。本實用新型由于采用橡膠球作為子彈收集器內(nèi)的阻尼材料結(jié)構(gòu),使得本實用新型在使用時既可無損彈頭的彈道痕跡,同時又大大減小子彈收集器的體積和重量,而且查找彈頭時間短,使整個操作步驟變得簡易、方便,為子彈彈頭檢驗工作節(jié)省了大量的時間。由于還采用在保護外殼體內(nèi)設(shè)置可拆裝的用于盛裝阻尼材料的內(nèi)膽結(jié)構(gòu),進(jìn)一步的提高了子彈收集工作的便捷性和效率。本實用新型可廣泛地應(yīng)用于收集槍支的彈頭彈殼和可以在多種環(huán)境下使用。

基于機器視覺識別荔枝果核大小的分揀裝置及方法 846     

 0

本申請公開了一種基于機器視覺識別荔枝果核大小的分揀裝置及方法，裝置包括機架，機架上布設(shè)有輸送機構(gòu)，在輸送機構(gòu)后端上方安裝有進(jìn)樣機構(gòu)，輸送機構(gòu)上設(shè)置有機器視覺裝置；機架前端安裝有分揀機構(gòu)，分揀機構(gòu)中設(shè)置有分揀上通道和分揀下通道，在分揀機構(gòu)的下部安裝有調(diào)節(jié)機構(gòu)；待分揀的荔枝依次自進(jìn)樣機構(gòu)中進(jìn)入輸送機構(gòu)，通過輸送機構(gòu)將每個荔枝依次輸送給分揀機構(gòu)，通過機器視覺裝置探測荔枝果核的大小，將探測結(jié)果發(fā)送給調(diào)節(jié)機構(gòu)，待對應(yīng)的荔枝到達(dá)分揀機構(gòu)后，調(diào)節(jié)機構(gòu)根據(jù)探測結(jié)果調(diào)節(jié)分揀下通道的位置，以將荔枝通過分揀上通道或分揀下通道導(dǎo)入到對應(yīng)的收集箱中。本申請結(jié)構(gòu)簡單、操作方便、成本低、對果肉無損傷，適用于生產(chǎn)流水線中。

適合野外現(xiàn)場使用的珊瑚浮力稱量裝置及稱量法 803     

 0

本發(fā)明公開了一種適合野外現(xiàn)場使用的珊瑚浮力稱量裝置,其包括用于放置測量天平的稱量室、設(shè)于稱量室下的防濺室及設(shè)于防濺室下的儲水室,稱量室與防濺室的接觸面及防濺室與儲水室的接觸面上均設(shè)有稱量孔,且兩稱量孔中心線重合,該測量天平通過穿設(shè)兩稱量孔稱量鉤掛住位于儲水室的稱量物體。本發(fā)明還提供了一種利用適合野外現(xiàn)場使用的珊瑚浮力稱量裝置的稱量方法。本發(fā)明所設(shè)計的裝置攜帶方便,具有較好的防風(fēng)、防雨功能,適合野外復(fù)雜條件下使用,能夠保證較高的測量精度。所涉及的方法操作簡單、安全、有效,適合野外實地操作、精確無損稱量活體造礁石珊瑚。

軟式耳內(nèi)窺鏡裝置 1032     

 0

本實用新型提供了一種軟式耳內(nèi)窺鏡裝置，包括鏡頭，鏡頭內(nèi)設(shè)置成像系統(tǒng)，所述的鏡頭可伸入耳內(nèi)，成像系統(tǒng)獲取耳內(nèi)圖像并輸出，所述的鏡頭為可彎曲的軟質(zhì)管狀結(jié)構(gòu)。本實用新型的軟式耳內(nèi)窺鏡裝置的鏡頭為可彎曲的軟質(zhì)管狀結(jié)構(gòu)，可隨耳道的彎曲而彎曲，能夠深入彎曲的耳道進(jìn)行對人體耳道無損傷的成像，并且能夠沖洗耳內(nèi)異物，獲取清晰的、無異物干擾的耳道內(nèi)圖像，同時，可進(jìn)行耳內(nèi)的小型微創(chuàng)手術(shù)，如采樣活檢等。

基于區(qū)塊鏈的人工智能大數(shù)據(jù)分析處理系統(tǒng)及方法 1333     

 0

本發(fā)明公開了一種基于區(qū)塊鏈的人工智能大數(shù)據(jù)分析處理系統(tǒng)及方法，包括采集模塊用于獲取進(jìn)行分析的分析數(shù)據(jù)，并進(jìn)行無損復(fù)制；分配測試模塊將分析數(shù)據(jù)發(fā)送至區(qū)塊鏈的區(qū)塊內(nèi)，并對傳輸后的分析數(shù)據(jù)進(jìn)行測試，得到測試區(qū)塊；第一處理模塊將分析數(shù)據(jù)處理為第一特征結(jié)果，第二處理模塊將分析數(shù)據(jù)處理為第二特征結(jié)果；第三處理模塊將分析數(shù)據(jù)處理為第三特征結(jié)果，分析模塊用于分析第一特征結(jié)果和第二特征結(jié)果，并生成第一執(zhí)行動作和第二執(zhí)行動作，若第一執(zhí)行動作和第二執(zhí)行動作相同時，則輸出第一特征結(jié)果為分析結(jié)果，反之，則進(jìn)行沖突分析，并將沖突執(zhí)行動作輸出為分析結(jié)果。

基于面部視頻的工作記憶負(fù)荷水平識別方法 751     

 0

本發(fā)明公開了一種基于面部視頻的工作記憶負(fù)荷水平識別方法，通過攝像頭采集不同工作記憶負(fù)荷下的面部視頻，計算出心率等多個指標(biāo)，并對指標(biāo)進(jìn)行特征選取和負(fù)荷水平分類，識別工作記憶負(fù)荷水平。步驟如下：在屏幕上展示題目，不斷增大記憶難度；從第二輪測試開始，被測者記憶當(dāng)前輪和前一輪的題目，并寫下前一輪的題目；在測試開始、中間和結(jié)束時段，通過攝像頭采集人臉視頻，提取出脈搏波信號，進(jìn)行信號重構(gòu)和去噪處理，計算出心率等多個指標(biāo)，并進(jìn)行特征選取和負(fù)荷水平分類，識別出工作記憶負(fù)荷水平。本發(fā)明能為工作記憶負(fù)荷水平的客觀識別提供一種無損無創(chuàng)的便捷手段。