新葡京娱乐场-大陆娱乐场开户注册

本發(fā)明公開了一種超支化聚三唑甲酸酯及其制備方法和應(yīng)用。超支化聚三唑甲酸酯的制備方法為：先合成了含有四苯基乙烯單元的二元疊氮化合物；然后以三元醇和丙炔酸為原料合成了含炔基的三元酯類化合物；最后利用疊氮化合物與含炔基的酯類化合物在極性溶劑中加熱條件下進(jìn)行無金屬催化的“點(diǎn)擊”聚合反應(yīng)高產(chǎn)率地得到目標(biāo)聚合物。本發(fā)明制備的超支化聚三唑甲酸酯具有較高的1，4-立構(gòu)規(guī)整性，良好的可加工性，較高的熱穩(wěn)定性，可降解性，可光照?qǐng)D案化和聚集誘導(dǎo)發(fā)光性能，本發(fā)明還公開了該超支化聚三唑甲酸酯在多硝基芳烴類爆炸物的檢測中的應(yīng)用。

本發(fā)明提供一種基于超精密球頭銑刀加工的工件三維表面形貌建模及仿真方法，首先提取影響仿真三維表面形貌生成的刀位點(diǎn)，根據(jù)提取刀位點(diǎn)并結(jié)合刀具在加工過程中的運(yùn)動(dòng)學(xué)模型建立刀刃掃掠點(diǎn)云模型，然后設(shè)定仿真區(qū)域范圍內(nèi)三維表面形貌采樣點(diǎn)，最終形成仿真區(qū)域內(nèi)工件三維表面形貌。本發(fā)明建立了刀具參數(shù)、加工策略、加工參數(shù)與工件三維表面形貌的關(guān)系，能夠清晰地表征超精密加工條件下的三維表面形貌，進(jìn)而可實(shí)現(xiàn)基于工件三維表面形貌的工藝參數(shù)優(yōu)化。

本發(fā)明公開了一種三維成像聲納系統(tǒng)換能器陣的稀疏優(yōu)化方法,采用模擬退火算法對(duì)平面陣中的換能器陣元進(jìn)行稀疏優(yōu)化,得到稀疏換能器陣,求得在稀疏優(yōu)化后的換能器陣的波束方向圖同時(shí)滿足最大旁瓣峰值的閾值條件和錐度比的閾值條件下,稀疏換能器陣需要開啟的最少換能器數(shù)目;所述稀疏優(yōu)化前的平面陣由M×N個(gè)換能器組成,所述的換能器按半波長或一個(gè)波長間距均勻分布在一個(gè)矩形平面內(nèi);所述的錐度比為換能器的最大權(quán)重系數(shù)與換能器的最小權(quán)重系數(shù)的比值。本發(fā)明利用盡量少的換能器陣元實(shí)現(xiàn)系統(tǒng)目標(biāo),使得建造此相控陣三維圖像聲納系統(tǒng)所需的硬件成本降低,使得進(jìn)行波束形成算法所需的乘累加的計(jì)算量也減少。

本發(fā)明公開了一種相控陣三維聲納圖像離線處理系統(tǒng)和方法,系統(tǒng)包括三維聲納圖像數(shù)據(jù)讀取模塊、單幀重建模塊、精確配準(zhǔn)模塊,拼接融合模塊;方法包括:讀取GPS、姿態(tài)信息以及原始聲納點(diǎn)數(shù)據(jù)并進(jìn)行解析,將采集到的三維點(diǎn)陣數(shù)據(jù)連接成為三角面片,再將相鄰兩幀圖像兩兩配準(zhǔn)的結(jié)果,通過最優(yōu)化處理得到全局配準(zhǔn)信息;將配準(zhǔn)后的數(shù)據(jù)進(jìn)行重采樣,再重建,以消除兩幀之間的重疊部分并將單幀圖像融合成一幅整體圖像并進(jìn)行三維可視化顯示。該系統(tǒng)結(jié)構(gòu)謹(jǐn)嚴(yán)、高精度、圖像清晰、交互方便、可擴(kuò)展性強(qiáng),有效地實(shí)現(xiàn)了三維聲納圖像的離線處理功能。

本發(fā)明公開了一種二乙烯三胺衍生物、其制備方法及應(yīng)用。所 述二乙烯三胺衍生物為具體有化學(xué)式(I)結(jié)構(gòu)二乙烯三胺衍生物的酸或 可溶性鹽，其中：n 為 0、1、2 或 3。所述制備方法，是利用骨架分子 與丙烯酸甲酯發(fā)生邁克加成反應(yīng)獲得。本發(fā)明提供的二乙烯三胺衍生 物，應(yīng)用于制備正向滲透汲取液，安全無毒，水通量大，鹽流低，大 幅降低了能耗成本

組織工程支架是指能與組織活體細(xì)胞結(jié)合并能植入生物體內(nèi)的材料，它是組織工程 化組織的最基本構(gòu)架。聚羥基乙酸（PGA）和聚乳酸（PLA）等聚乳酸類材料是典型的合 成可降解聚合物。它的結(jié)構(gòu)通式為[—OCH（R）CO—]，式中的 R 為 H 時(shí)是聚經(jīng)羥乙酸， R 為 CH3 時(shí)是聚乳酸，由于乳酸和羥基乙酸都是三羧酸循環(huán)中間代謝物，且吸收和代謝 機(jī)理明確并具有可靠的生物安全性。作為組織工程支架材料，PLA，PGA 及其共聚物生物 材料不僅具有良好的生物相容性，生物可降解性和降解可調(diào)性，而且可以誘導(dǎo)某些基因 的上調(diào)轉(zhuǎn)錄。 本組織工程多孔支架材料的制備，通過將聚乳酸共聚物顆粒放在模具中熱壓成型， 然后在室溫下將成型的聚乳酸共聚物放在高壓 CO2 氣體中機(jī)械飽和，所述高壓 CO2 氣體 的壓力為 3.0-30.0MPA，同時(shí)從膨脹室上端的液體溶液進(jìn)口噴入極性溶劑；在足夠的機(jī) 械飽和時(shí)間之后，于 1~100 秒之內(nèi)將氣壓迅速降低到大氣壓水平，所述聚乳酸共聚物中 的 CO2 氣體的溶解度迅速下降，產(chǎn)生大量的 CO2 氣腔，就形成了多孔泡沫結(jié)構(gòu)，而形成 組織工程用三維支架。 目前，聚乳酸支架材料已被廣泛的用于骨，軟骨，血管，神經(jīng)，皮膚等組織的支架 材料，并顯示其良好的應(yīng)用前景。

構(gòu)建三維多孔結(jié)構(gòu) CAD 模型，并通過增材制造技術(shù)制得相應(yīng)形 狀的三維多孔金屬結(jié)構(gòu)；在惰性氣體的保護(hù)氛圍下，將所制得的三維 多孔金屬結(jié)構(gòu)升溫至 900℃～1500℃，然后冷卻至室溫；然后進(jìn)行噴 砂和超聲清洗處理以獲得金屬模板；通過化學(xué)氣相沉積法在金屬模板 上生長石墨烯薄膜；配置腐蝕液并在 60℃～90℃的溫度下回流溶解金 屬模板，經(jīng)洗滌和干燥處理后即得到三維石墨烯多孔材料產(chǎn)品。通過 本發(fā)明，能夠有效克服現(xiàn)有技術(shù)中所存

本發(fā)明公開了一種基于分裂算法的湖泊三維水動(dòng)力-水溫-水質(zhì)模擬預(yù)測方法。構(gòu)建湖泊三維水動(dòng)力-水溫-水質(zhì)模型，將湖泊離散成若干網(wǎng)格單元，并對(duì)網(wǎng)格采用 Arakawa-C 模式布置變量，基于分裂算法將湖泊三維水動(dòng)力-水溫-水質(zhì)模型中各算子按照其物理波動(dòng)過程的波頻快慢特性進(jìn)行分類，對(duì)低頻慢過程算子采用顯式處理，對(duì)高頻快過程算子采用隱式處理，運(yùn)用分裂算法分步離散求解模型，得到湖泊水域內(nèi)不同位置和時(shí)間的三維流場、水溫和水質(zhì)指標(biāo)濃度。本發(fā)明提出的基于分裂算法的湖泊三維水動(dòng)力-水溫-水質(zhì)模擬預(yù)測方法能較準(zhǔn)確地反映湖

本發(fā)明公開了一種魯棒的大場景稠密三維重建方法。針對(duì)大場景圖像集具有尺度多變、角度不一、焦距不同和數(shù)量巨大等特點(diǎn)，首先尺度魯棒的選取每幅圖像的鄰居圖像，隨后利用DAISY特征和PatchMatch信息傳播框架精確快速計(jì)算每幅圖像的深度圖，然后利用圖像與鄰居圖像集的一致性優(yōu)化融合深度圖，最后利用重建三維點(diǎn)精度去除冗余點(diǎn)得到最終的三維模型。本發(fā)明方法步驟簡單、重建精度高、運(yùn)行速度快，容易在圖像級(jí)實(shí)現(xiàn)并行，能真實(shí)的還原場景模型，非常適合大場景三維重建。

1. 痛點(diǎn)問題 我們生活在一個(gè)真實(shí)的三維世界中，二維環(huán)境感知是遠(yuǎn)無法滿足我們的實(shí)際需求。在諸如自動(dòng)駕駛、機(jī)器人抓取和三維目標(biāo)識(shí)別等應(yīng)用中（如圖1），我們經(jīng)常需要推理三維空間中物體之間的位置關(guān)系，從而能夠理解真實(shí)三維場景并做出進(jìn)一步的決策行為。 圖1 自動(dòng)駕駛、視覺抓取、物體識(shí)別 2. 解決方案 本技術(shù)成果提出了一種三維視覺目標(biāo)檢測與識(shí)別方法。在三維視覺目標(biāo)檢測方面，提出了一種基于關(guān)系推理網(wǎng)絡(luò)的單目三維物體檢測方法，方法流程圖如圖2所示。方法提出了一種新的單目三維物體檢測架構(gòu)，訓(xùn)練了一個(gè)深度關(guān)系推理網(wǎng)絡(luò)來估計(jì)三維候選和真實(shí)物體之間的空間位置關(guān)系，通過測量投影結(jié)果和真實(shí)物體之間的視覺擬合度來實(shí)現(xiàn)高精的三維空間定位。 圖2 三維目標(biāo)檢測的流程圖 在三維視覺目標(biāo)識(shí)別方法，提出了一種基于球面分形卷積神經(jīng)網(wǎng)絡(luò)的三維點(diǎn)云識(shí)別技術(shù)，方法流程圖如圖3所示。方法通過引入球面分形結(jié)構(gòu)，將原始三維點(diǎn)云通過可學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)投影到球面，使得卷積神經(jīng)網(wǎng)絡(luò)可以高效處理三維點(diǎn)云數(shù)據(jù)并進(jìn)行特征特征，同時(shí)通過設(shè)計(jì)基于分形結(jié)構(gòu)的層次化學(xué)習(xí)框架，提高了三維點(diǎn)云物體識(shí)別的精度，實(shí)現(xiàn)了對(duì)于三維點(diǎn)云目標(biāo)在旋轉(zhuǎn)條件下特征表示的魯棒性。 合作需求 尋求在人工智能、智能機(jī)器人、智慧城市等領(lǐng)域有相關(guān)技術(shù)開發(fā)、市場推廣經(jīng)驗(yàn)，能推進(jìn)本技術(shù)落地的高科技企業(yè)，可以進(jìn)行深度合作。本技術(shù)成果有望在自動(dòng)駕駛、虛擬現(xiàn)實(shí)等場景進(jìn)行落地應(yīng)用。