基于深度強化學習的共生無線電智能抗干擾方法 958     

 0

本發(fā)明提供了一種基于深度強化學習的共生無線電智能抗干擾方法，所述共生無線電網(wǎng)絡包括發(fā)射器、接收器以及干擾器，包括：在每個時隙，發(fā)射機根據(jù)感測到的狀態(tài)選擇動作與環(huán)境交互；發(fā)射機收到獎勵并感測下一個狀態(tài)，所述獎勵用于表示成功傳輸概率；獲取預設置的DDQN模型，通過DDQN模型通過查找最佳動作值函數(shù)Q*(s，a)確定該動作對應的動作值；判斷所述動作值是否為最佳動作值，且在所述動作值為最佳動作值時輸出最佳獎勵值。本發(fā)明提供的基于DDQN的模擬共生無線電網(wǎng)絡和干擾器之間的對抗，Q網(wǎng)絡使用Transformer編碼器實現(xiàn)，以從原始頻譜數(shù)據(jù)中有效地估計動作值，本發(fā)明能夠有效地防御多種干擾攻擊，從而最大限度地提高通信系統(tǒng)的成功傳輸率。

提高等離子體輔助化學氣相沉積設備性能的方法 882     

 0

本發(fā)明公開了一種提高等離子體輔助化學氣相沉積設備性能的方法，其中，包括以下步驟：在一設置多個電阻感應器的等離子體輔助化學氣相沉積設備的反應腔室中，淀積不同厚度的薄膜于所述反應腔室內(nèi)壁，并且計算出電阻與所述薄膜厚度的變化關系；感應測試出所述腔室內(nèi)壁淀積薄膜厚度為T時的電阻值R，比較R與所述反應腔室沒有薄膜時的電阻值R0和所述反應腔室內(nèi)淀積臨界厚度薄膜Tm時的電阻值RM；當R≤RM時，所述電阻感應器觸發(fā)所述PEVCD設備自動進行清洗；當R=R0時，所述PEVCD設備停止清洗。本發(fā)明能夠精確計算出清洗該薄膜所需要的時間，提高設備的生成效率以及減小由內(nèi)腔壁清洗不干凈而導致的薄膜剝離污染。

基于多智能體分層強化學習的多無人機空戰(zhàn)決策方法 1089     

 0

本申請?zhí)峁┝艘环N基于多智能體分層強化學習的多無人機空戰(zhàn)決策方法，所述方法包括：基于實際多無人機空戰(zhàn)場景構建的仿真環(huán)境，包括環(huán)境約束模型、無人機個體約束模型和對抗影響規(guī)則；將多無人機空戰(zhàn)問題建模為半馬爾可夫博弈模型，單個無人機的決策過程抽象為代表高層和底層策略的兩個智能體，分別定義各智能體的狀態(tài)空間表示、動作、獎勵函數(shù)和動作終止條件；采用一種異策略同步學習與自博弈機制結合的多智能體強化學習算法分別訓練無人機高層和底層策略智能體；完成訓練后無人機基于底層策略智能體的策略網(wǎng)絡和局部觀測進行決策；該方法可實現(xiàn)空戰(zhàn)環(huán)境下多無人機的自主無人協(xié)同決策，無需人類駕駛員介入，具有較好的即時性和魯棒性。

基于強化學習的自動駕駛車輛換道軌跡規(guī)劃方法及系統(tǒng) 740     

 0

本發(fā)明提供了一種基于強化學習的自動駕駛車輛換道軌跡規(guī)劃方法及系統(tǒng)，涉及自動駕駛技術領域，該方法包括：模型構建步驟：依次構建狀態(tài)空間、動作空間、狀態(tài)轉移、獎勵函數(shù)以及安全修正模型；模型訓練步驟：構建完成相應模型后，采集訓練數(shù)據(jù)，訓練強化學習模型，再對各模型進行相應測試，以實現(xiàn)在不同場景下的換道軌跡規(guī)劃。本發(fā)明能夠有效地提高換道過程中的安全性和效率，進而有利于整體交通流的通行效率。

化學氣相淀積裝置及其調(diào)節(jié)方法 975     

 0

本發(fā)明提供了一種化學氣相淀積裝置，包括反應器及多個進氣管，所述進氣管的進氣端位于所述反應器外并連接一供氣設備，出氣端位于所述反應器內(nèi)且能夠伸長或縮短，至少兩個所述進氣管的出氣端在豎直方向上位于所述反應器的不同位置處。通過調(diào)整所述進氣管的出氣端在所述反應器內(nèi)的位置以調(diào)整所述反應器內(nèi)的反應氣體的分布，降低反應器內(nèi)各處的反應氣體濃度差，從而使同一批次的晶圓上淀積的薄膜一致性更好?；诖?，本發(fā)明還提供了一種所述化學氣相淀積裝置的調(diào)節(jié)方法，根據(jù)測試晶圓所處的位置及淀積的薄膜厚度繪制關系模型，并通過關系模型獲取反應器內(nèi)各處反應氣體的濃度，然后精細化地調(diào)整進氣管出氣端的位置以降低反應氣體的濃度差。

高壓環(huán)境下恒電位電化學氣體傳感器的校準方法 829     

 0

一種高壓環(huán)境下恒電位電化學氣體傳感器的校準方法。其中，通過測量傳感器在有限個離散環(huán)境壓強下的氣體成分濃度-電解電流響應曲線，獲取一定范圍內(nèi)任一固定環(huán)境壓強下傳感器電解電流和氣體成分濃度之間的響應曲線，實現(xiàn)對恒電位電化學氣體傳感器進行高壓下的校準。

應用于化學氣相沉積設備的插銷高度校準工具及校準方法 966     

 0

本發(fā)明公開了一種應用于化學氣相沉積設備的插銷高度校準工具及校準方法，包括固定環(huán)，所述固定環(huán)內(nèi)側壁上開設有環(huán)形槽，環(huán)形槽內(nèi)活動連接有轉動環(huán)，轉動環(huán)的內(nèi)壁固接有固定滑軌，固定滑軌上滑動有調(diào)節(jié)滑塊，調(diào)節(jié)滑塊上螺紋連接有調(diào)節(jié)螺栓，調(diào)節(jié)滑塊的底部設有兩個卡扣機構并通過兩個卡扣機構可拆卸安裝有高度表，此應用于化學氣相沉積設備的插銷高度校準工具，區(qū)別于現(xiàn)有技術，對高度表拆裝方便，轉動環(huán)可帶動固定滑軌旋轉，同時移動調(diào)節(jié)滑塊處于固定滑軌上的位置，從而可以測量加熱器插銷中間任意點的數(shù)據(jù)以及加熱器插銷在腔體內(nèi)的高度，減少破片以及停機時間，校準加熱器插銷高度，可以計算加熱器插銷中心點與四邊點的水平差值。

新型化學試劑助劑加熱冷卻一體機 830     

 0

本實用新型公開了一種新型化學試劑助劑加熱冷卻一體機，包括處理箱，所述處理箱上鉸接有箱門，所述處理箱內(nèi)固接有盛放槽，盛放槽的內(nèi)部固接有隔板，隔板上等距設有多個放置孔，盛放槽的內(nèi)部還安裝有攪拌組件，處理箱的一側壁安裝有加熱器，加熱器與處于處理箱內(nèi)側底部的加熱管連接，此新型化學試劑助劑加熱冷卻一體機，區(qū)別于現(xiàn)有技術，實現(xiàn)對多個反應管的同時加熱或冷卻作業(yè)，工作效率更高，再通過攪拌組件的設置，能對傳導液進行攪拌，加熱或冷卻速度更快，進一步提高工作效率，且可實時監(jiān)測處理箱內(nèi)部傳導液的溫度，從而了解反應管的加熱或冷卻溫度，當傳導液蒸發(fā)減少時，也能通過浮球閥自動進行補充，使用時更加方便。

化學品船甲板的步橋結構 852     

 0

本實用新型公開了一種化學品船甲板的步橋結構，包括中央母步橋、縱向貨油管系、電纜及閥門遙控多芯管，中央母步橋的兩翼設有環(huán)形子步橋，中央母步橋作為從居住區(qū)域通往貨油及艏部區(qū)域的前后“通行”通道，其高度與艏樓及艉樓甲板齊平，左右設置有下到主甲板面的梯道；子步橋貫穿整個貨油主甲板面區(qū)域，作為船舶操作、維修、巡檢的“作業(yè)”通道，高度位于貨油主甲板面結構橫梁的上方，左右設置有通到貨油主甲板面的作業(yè)集中區(qū)域的直梯。本實用新型將“單一的中央主步橋”調(diào)整為“中央母步橋輔以兩翼子步橋布置模式”，并合理布局貨油甲板面的管系、電纜、閥門遙控管、通行通道、作業(yè)通道及各種支撐等系統(tǒng)，布局美觀合理，施工方便。

取樣針和包括該取樣針的全自動化學發(fā)光免疫儀 1012     

 0

本發(fā)明公開了一種取樣針和包括該取樣針的全自動化學發(fā)光免疫儀，所述取樣針包括：固定擋片；取樣針本體，其一端為針頭，另一端可導電地連接至所述固定擋片；以及鋼管，其同軸套接于所述取樣針本體的外側，所述鋼管與所述取樣針本體之間絕緣連接，使得所述取樣針本體通過固定擋片與電控單元的正極/負極電連接且所述鋼管與電控單元的負極/正極電連接而形成閉合回路。本發(fā)明中的全自動化學發(fā)光免疫儀通過引入與取樣針可導電連接的液位傳感器，能夠實時監(jiān)測液面與針頭的相對位置，確保足夠的取樣量，在提高抗干擾能力的同時也降低了攜帶污染率。

自動清洗化學反應噪聲數(shù)據(jù)的方法及系統(tǒng) 1033     

 0

本發(fā)明公開了一種自動清洗化學反應噪聲數(shù)據(jù)的方法與系統(tǒng)，方法包含獲取反應結構式的數(shù)據(jù)集并進行標準化處理與去重得到預處理數(shù)據(jù)；去掉預處理數(shù)據(jù)中所有多產(chǎn)物反應數(shù)據(jù)，僅保留預處理數(shù)據(jù)中單產(chǎn)物反應數(shù)據(jù)進行訓練得到一個正向合成算法模型；取出預處理數(shù)據(jù)中多產(chǎn)物反應數(shù)據(jù)中的反應物輸入至正向合成算法模型中得到預測產(chǎn)物；判斷預測產(chǎn)物是否為多產(chǎn)物中任一個產(chǎn)物；是則將該多產(chǎn)物反應數(shù)據(jù)中的多產(chǎn)物替換成預測產(chǎn)物后加入到訓練數(shù)據(jù)集中；否則刪除；處理全部多產(chǎn)物反應數(shù)據(jù)得到清洗過的訓練數(shù)據(jù)集并訓練新正向模型；系統(tǒng)包含反應結構式數(shù)據(jù)預處理模塊、正向合成算法模型訓練模塊、多產(chǎn)物反應數(shù)據(jù)預測模塊、判斷模塊、新的正向模型訓練模塊。

化學錨栓膠水包裝結構 929     

 0

本實用新型涉及一種膠水包裝結構,尤其是一種化學錨栓膠水包裝結構,能夠直接從外觀上了解包裝結構內(nèi)膠水的質量。一種化學錨栓膠水包裝結構,為透明的軟袋,該軟袋內(nèi)包容有一獨立的內(nèi)管。因本實用新型包裝結構為透明材質制成,可直接目測其內(nèi)的膠水,又是采用軟袋,可進一步通過觸摸準確判斷其流動性,進而準確獲知膠水的質量;另外,收尖的端部包裝結構能更容易地插入鉆孔處。

帶有攝像、顯示裝置的微波化學儀器 1059     

 0

本實用新型涉及一種帶有攝像、顯示裝置的微波化學儀器,包括微波爐腔(1);所述的微波爐腔(1)中包括與其固定的攝像裝置(2),所述的攝像裝置(2)通過連接件(3)與微波爐腔(1)外的顯示裝置(4)相連;本實用新型的有益效果是:實驗人員可以清楚地觀察到微波爐腔內(nèi)的攪拌程度和反應情況,實時跟蹤和監(jiān)測化學反應的過程和條件,從而為快速掌握各種反應的條件和產(chǎn)物提供了方便;同時也可以通過觀察到各種不安全狀況的出現(xiàn)在第一時間采取必要的安全保護措施;為科研和實驗工作人員提供了極大方便。

基于深度強化學習的戰(zhàn)斗機自動近地防撞系統(tǒng)碰撞評估方法 1153     

 0

本發(fā)明公開一種基于深度強化學習的戰(zhàn)斗機自動近地防撞系統(tǒng)碰撞評估方法，在航空器飛行過程中，周期性預測航空器未來一段時間內(nèi)的飛行軌跡；并生成對應區(qū)域內(nèi)的地形包線。結合數(shù)字地形高程數(shù)據(jù)庫，通過深度強化學習海量飛行數(shù)據(jù)及飛行員經(jīng)驗，來綜合評估航空器撞地的風險。

強化學習結合循環(huán)網(wǎng)絡的機器人路徑規(guī)劃及控制方法 1093     

 0

本發(fā)明涉及一種強化學習結合循環(huán)網(wǎng)絡的機器人路徑規(guī)劃及控制方法，該方法包括：構建生成機器人路徑的循環(huán)網(wǎng)絡，所述的循環(huán)網(wǎng)絡依次生成機器人路徑中的路徑點；采用強化學習方法訓練所述的循環(huán)網(wǎng)絡；利用訓練的循環(huán)網(wǎng)絡執(zhí)行機器人路徑規(guī)劃；控制機器人按照規(guī)劃的路徑點依次移動。與現(xiàn)有技術相比，本發(fā)明能夠在局部信息受限的同時極大程度上對未知環(huán)境進行推理，節(jié)約資源，提升效率，實現(xiàn)可觀測范圍內(nèi)的可行路徑規(guī)劃，從而在復雜場景下能夠找到目標點，實現(xiàn)機器人的移動控制。

基于參數(shù)化量子線路的強化學習策略梯度方法 743     

 0

本發(fā)明提供一種基于參數(shù)化量子線路的強化學習策略梯度方法，屬于量子計算技術領域。因為該方法將輸入狀態(tài)密度矩陣輸入至量子決策神經(jīng)網(wǎng)絡進行演化，從而輸出決定動作對應的概率，因此，該方法相比傳統(tǒng)的強化學習策略梯度算法需要訓練的參數(shù)大幅減少，并且增加了智能體的優(yōu)化方向，同時在測量后的輸出數(shù)據(jù)設置全連接層還可以使得輸出動作的輸出維度可調(diào)，靈活性更強。

適用于污染土原位化學氧化修復的養(yǎng)護方法 655     

 0

本發(fā)明公開了一種適用于污染土原位化學氧化修復的養(yǎng)護方法，包括以下步驟：在原位加藥攪拌完成后的修復范圍內(nèi)劃分出若干呈網(wǎng)格狀的養(yǎng)護監(jiān)測單元；在養(yǎng)護過程中，對各所述養(yǎng)護監(jiān)測單元內(nèi)土體進行PH值的監(jiān)測；以所述養(yǎng)護監(jiān)測單元內(nèi)的PH值監(jiān)測結果為依據(jù)，在所述養(yǎng)護監(jiān)測單元的中心點以及四個角點位置處設置注藥點并插入注藥鋼管，經(jīng)所述注藥鋼管將堿性激發(fā)劑投加至相應深度的土體中；如此往復，依次完成各所述養(yǎng)護監(jiān)測單元內(nèi)土體的養(yǎng)護。本發(fā)明的優(yōu)點是：養(yǎng)護方法簡便易操作，通過實時監(jiān)測各養(yǎng)護監(jiān)測單元內(nèi)土體的PH值，以了解氧化反應過程，根據(jù)監(jiān)測結果補充投加堿性激發(fā)劑，從而提高各藥劑的利用率，并提高對于有機污染物的去除效率。

云霧混構環(huán)境下基于深度強化學習的服務組合優(yōu)化部署方法 801     

 0

本發(fā)明屬于計算機領域中的云計算、邊緣計算和服務計算技術領域，涉及云霧混構環(huán)境下基于深度強化學習的服務組合優(yōu)化部署方案，具體涉及一種主要在邊緣計算場景下基于深度強化學習的應用服務動態(tài)優(yōu)化部署方法，本發(fā)明在用戶與運行在各邊緣節(jié)點之上的服務之間增加智能決策體Agent，讓Agent綜合當前各個邊緣節(jié)點之上運行的應用服務，在各時間段內(nèi)的資源情況和用戶請求量，對下一時間段內(nèi)各服務的訪問使用量進行預測，隨后調(diào)整各服務在邊緣節(jié)點上的資源使用情況，以此對服務集合在各邊緣節(jié)點上進行動態(tài)服務部署，幫助服務提供商作出各時間段內(nèi)的優(yōu)化部署策略，在提升服務質量的同時，節(jié)約能耗，節(jié)約成本，同時高效利用邊緣服務器的系統(tǒng)資源。

用于釬焊金剛石銑磨刀具高頻感應加熱化學修整裝置 687     

 0

本發(fā)明提供了一種用于釬焊金剛石銑磨刀具高頻感應加熱化學修整裝置，實現(xiàn)了釬焊金剛石銑磨工具在機即時高溫石墨化化學修整，純氮保護/隔離氣氛能夠有效隔絕修整區(qū)域的空氣，極大減緩了超高強度鋼高溫修整基體在高溫環(huán)境下的氧化損耗，提高了其使用周期和使用穩(wěn)定性。氮保護/隔離氣氛接口、高頻感應加熱線圈均與數(shù)控機床的控制閥門連接，在實現(xiàn)壓力、流量和啟?？刂频耐瑫r，所有PLC數(shù)據(jù)均可被PLC控制器讀取，實現(xiàn)數(shù)控加工程序、修整裝置啟?？刂苾?nèi)嵌，完全實現(xiàn)數(shù)控化。內(nèi)嵌式熱電偶用于超高強度鋼高溫修整基使用前和使用過程中熱變形測定和修整中環(huán)境溫度控制。

微波化學合成儀 835     

 0

本實用新型涉及一種微波化學合成儀,包括微波爐腔(12),紅外傳感頭(1),反應容器(11);反應容器(11)安置在微波爐腔(12)內(nèi);還包括:一個升降測溫桿(2);紅外傳感頭(1)在升降測溫桿(2)的底端,紅外傳感頭(1)的電纜連線(3)通過升降測溫桿(2)的頂端與外接控制系統(tǒng)相連;一個測溫管(7);所述的測溫管(7)穿過微波爐腔(12)上一個可收縮的孔(5),再穿過反應容器(11)上的測溫孔(8);升降測溫桿(2)安置在測溫管(7)的上部;測得的溫度是反應容器內(nèi)反應物質的實際溫度;紅外傳感頭插在密封的玻璃測溫管里面,不受任何有害氣體和其它外力的傷害,且由于紅外傳感頭連接在微波爐外面,有利于維護保養(yǎng)。

化學纖維分離的電機系統(tǒng)及其轉速獲取方法 1065     

 0

本發(fā)明提出一種化學纖維分離的電機系統(tǒng)及其轉速獲取方法，用于化工方面的纖維分離。電機系統(tǒng)在運行過程中，對纖維分離程度實時獲取，然后根據(jù)纖維的分離程度來獲取最佳轉速，使得系統(tǒng)在保證用戶要求的前提下，對纖維進行最大效率的分離，即電機系統(tǒng)運行在最大功率點。該電機系統(tǒng)實時采集當前纖維分離狀態(tài)，將纖維分離狀態(tài)信息作為變量納入爬山算法進行快速搜索，得出最佳轉速。本發(fā)明將傳統(tǒng)的纖維分離系統(tǒng)由人工觀測變?yōu)樽詣涌刂疲又悄芑?，改善了化學纖維的分離質量，從而能夠滿足用戶對纖維的分離程度和工藝的特殊要求。

應用于化學氣相沉積設備的插銷高度校準工具 908     

 0

本實用新型公開了一種應用于化學氣相沉積設備的插銷高度校準工具，包括固定環(huán)，所述固定環(huán)內(nèi)側壁上開設有環(huán)形槽，環(huán)形槽內(nèi)活動連接有轉動環(huán)，轉動環(huán)的內(nèi)壁固接有固定滑軌，固定滑軌上滑動有調(diào)節(jié)滑塊，調(diào)節(jié)滑塊上螺紋連接有調(diào)節(jié)螺栓，調(diào)節(jié)滑塊的底部設有兩個卡扣機構并通過兩個卡扣機構可拆卸安裝有高度表，此應用于化學氣相沉積設備的插銷高度校準工具，區(qū)別于現(xiàn)有技術，對高度表拆裝方便，轉動環(huán)可帶動固定滑軌旋轉，同時移動調(diào)節(jié)滑塊處于固定滑軌上的位置，從而可以測量加熱器插銷中間任意點的數(shù)據(jù)以及加熱器插銷在腔體內(nèi)的高度，減少破片以及停機時間，校準加熱器插銷高度，可以計算加熱器插銷中心點與四邊點的水平差值。

基于深度強化學習的服務機器人行人感知避障方法 672     

 0

本發(fā)明公開了一種基于深度強化學習的服務機器人行人感知避障方法，涉及深度學習和服務機器人避障領域。該方法在訓練階段：首先，使用ORCA算法生成訓練數(shù)據(jù)。然后，隨機生成實驗場景，使用初始化后的強化學習模型與環(huán)境交互生成新的訓練數(shù)據(jù)，并融合進原有訓練數(shù)據(jù)。最后，在新的訓練數(shù)據(jù)上利用SGD算法訓練網(wǎng)絡，得到最終的網(wǎng)絡模型。該方法在執(zhí)行階段：通過激光雷達獲取周圍行人的狀態(tài)，根據(jù)訓練好的模型和獎勵函數(shù)計算預測狀態(tài)，選擇獲得最大獎勵的動作作為輸出并執(zhí)行。本發(fā)明具有很強的實時性和適應性，在行人環(huán)境下，可以使機器人遵守行人的右行規(guī)則，規(guī)劃出高效、安全、自然的路徑，提升了服務機器人的智能性和社交性。

納米級氧化膜的電化學定量表征方法 761     

 0

本發(fā)明提供了一種納米級氧化膜厚度的電化學定量表征方法，該方法包括：多層薄膜樣品的制備：將待測樣品去除油污及雜質，在樣品表面鍍一層金屬薄膜；電化學實驗：用恒電位儀，將樣品作為三電極系統(tǒng)中的工作電極，飽和KCl甘汞電極作為參比電極，Pt作為對電極，在含NaCl？0.1～10mol/L的溶液體系中，使用恒電流法，將電流密度控制在0.1～100mA/cm2的范圍內(nèi)，記下電位隨時間的變化，直至腐蝕電位趨于穩(wěn)定；定量表征：在材料、電流密度及電解液濃度不變的情況下，標定腐蝕速度，從而得到氧化膜的厚度。本發(fā)明的方法對納米級氧化膜非常靈敏，結果可靠性高；取樣面積大，獲得的數(shù)據(jù)有代表性，可重復性高。

基于深度學習與強化學習的視頻考勤系統(tǒng)及方法 758     

 0

本發(fā)明公開了一種基于深度學習與強化學習的視頻考勤系統(tǒng)及方法，所述系統(tǒng)包括：信息采樣模塊，用于獲取訓練數(shù)據(jù)和測試數(shù)據(jù)；訓練模塊，用于根據(jù)接收到的訓練數(shù)據(jù)對深度神經(jīng)網(wǎng)絡架構進行訓練，得到訓練模型；測試模塊，用于采用接收到的測試數(shù)據(jù)對訓練模型進行測試，輸出測試結果，并判別測試結果，輸出判別信息；終端處理模塊，當所述判別信息為成功時，其用于將與該判別信息相對應的測試結果存儲至預先設有的數(shù)據(jù)庫內(nèi)；以及強化模塊，當判別信息為失敗時，用于將與測試結果所對應的所述測試數(shù)據(jù)對訓練模型進行重新訓練，更新訓練模型。本發(fā)明解決了視頻考勤過程等待過長、不能實現(xiàn)多人同時考勤、識別錯誤率高等技術問題。

同時檢測水產(chǎn)品中日落黃和孔雀石綠的方法 1008     

 0

本發(fā)明公開了一種同時檢測水產(chǎn)品中日落黃和孔雀石綠的方法。該方法包括以下步驟：(1)通過水熱法制備還原石墨烯(RGO)納米材料；(2)通過晶種生長法合成金納米棒(GNRs)；(3)采用電化學富集法在絲網(wǎng)印刷電極上分別吸附溶液中的RGO、GNRs、SY、MG；(4)檢測絲網(wǎng)印刷電極表面物質的拉曼光譜信號，從而對水產(chǎn)品中SY、MG進行定性和定量分析檢測。本發(fā)明采用電化學富集?SERS檢測技術不僅具有分析快速、靈敏度高、樣品用量少、應用范圍廣、操作簡便和攜帶方便等特點，最重要的是，本發(fā)明具有優(yōu)良的選擇性，而且不需要標記和分離純化，可同時對水產(chǎn)品中日落黃和孔雀石綠進行分析檢測，且檢測限低。

個性化學生作業(yè)分配系統(tǒng)及其作業(yè)分配方法 1016     

 0

本發(fā)明公開了一種個性化學生作業(yè)分配系統(tǒng)及其作業(yè)分配方法，屬于智能化教學技術領域。本發(fā)明包括囊括學生階段學習內(nèi)容知識點的數(shù)據(jù)庫模塊、考察階段學習內(nèi)容知識點的測試試題庫模塊、測試試題發(fā)送和反饋模塊、測試試題的評價模塊、個性化作業(yè)生成模塊以及個性化作業(yè)發(fā)送模塊，各模塊之間的映射關系為：考察階段學習內(nèi)容知識點的測試試題庫模塊中的測試試題基于囊括學生階段學習內(nèi)容知識點的數(shù)據(jù)庫模塊中的階段學習內(nèi)容知識點，測試試題發(fā)送和反饋模塊將考察階段學習內(nèi)容知識點的測試試題庫模塊中的測試試題發(fā)送至學生測試后，學生再反饋至測試試題的評價模塊，個性化作業(yè)發(fā)送模塊將個性化作業(yè)人工或電子發(fā)送至映射關系相對應的學生。

水溶性不飽和醇電化學加氫與電能共生法 758     

 0

一種水溶性不飽和醇電化學加氫與電能共生法,利用質子交換膜燃料電池進行水溶性不飽和醇加氫合成與電能共生,將質子交換膜燃料電池接入測試系統(tǒng)并控制電池的溫度,陰極反應物泵入前用氮氣對陰極室進行預處理,然后對電池進行初始極化,即在陽極通入氫氣后接通電路,使陰極室中殘余的氧氣充分反應。反應時,控制通入陽極室的氫氣流量和泵入陰極室的醇水溶液流量,通過調(diào)節(jié)可變電阻器控制反應電流,得到不同純度的飽和醇。本發(fā)明的質子交換膜燃料電池采用多孔氣體擴散三合一膜電極,工藝過程簡單,污染小,能耗低,能在合成產(chǎn)品的同時產(chǎn)生電能,對于生產(chǎn)少量高品質化學品,具有重要意義。

拋光墊與拋光盤之間的氣泡檢測方法 1099     

 0

本發(fā)明公開一種化學機械拋光系統(tǒng)中拋光墊與拋光盤之間的氣泡的監(jiān)測方法,包括步驟:聲波檢測裝置發(fā)射進入拋光墊上晶片運行軌跡處的聲波;接收從拋光墊上晶片運行軌跡處返回的回波;分析回波延遲,監(jiān)測是否出現(xiàn)氣泡和出現(xiàn)的氣泡大小;顯示監(jiān)測結果;根據(jù)監(jiān)測結果產(chǎn)生控制化學機械拋光系統(tǒng)運行的命令信號;控制化學機械拋光系統(tǒng)運行的命令信號發(fā)送到化學機械拋光系統(tǒng),由此控制化學機械拋光系統(tǒng)運行。

基于強化學習的混合動力汽車能量管理方法 825     

 0

本發(fā)明涉及一種基于強化學習的混合動力汽車能量管理方法，包括以下步驟：基于強化學習中的Q?學習算法得到混合動力汽車在不同循環(huán)工況下的能量管理策略；將能量管理策略寫入微型控制器；確定當前循環(huán)工況，數(shù)據(jù)采集系統(tǒng)獲取當前駕駛參數(shù)并傳輸至微型控制器，微型控制器基于當前循環(huán)工況下的能量管理策略得到控制動作，并將控制動作傳輸至整車控制器；整車控制器根據(jù)控制動作調(diào)整動力系統(tǒng)。與現(xiàn)有技術相比，本發(fā)明基于強化學習得到混合動力汽車在不同循環(huán)工況下的能量管理策略并寫入混合動力汽車的微型控制器，在汽車行駛時只需查表就可以快速找到當前狀態(tài)下的最優(yōu)控制動作，速度快，能夠滿足目前甚至未來的混合動力汽車狀態(tài)監(jiān)測的采樣頻率。