摘要：本发明的一种超顺磁性介孔二氧化硅复合球及其制备方法属于核壳型磁性纳米粒子的技术领域。该复合球是球形的；内核是磁性铁氧体纳米粒子团簇，外壳包覆层是介孔二氧化硅；微粒中磁性铁氧体纳米粒子的质量百分含量为40～80％。制备方法有利用共沉淀法制备磁性铁氧体纳米粒子；加入油酸搅拌进行表面修饰；以十六烷基三甲基溴化铵作为表面活性剂，在正硅酸乙酯和环己烷的混合溶液中超声形成水包油乳液；加入氨水使正硅酸乙酯水解缩合形成介孔二氧化硅包覆层；最后除模板得产品。本发明的产品具有较大的比表面积和较强磁分离能力，在水中的分散性好，容易表面经修饰后进一步功能化。本发明的方法工艺过程简单，对设备要求较低。

摘要：本发明公开了一种化学与相变复合散热装置与方法，包括工质灌、动力泵、密闭容器和喷嘴；工质灌与动力泵通过管道连接，动力泵与喷嘴通过管道连接，二氧化碳水合物和碳组成混合工质，储存在工质灌中，二氧化碳水合物和碳以1∶54-65的摩尔比混合；喷嘴设置在密闭容器空腔内部顶端，密闭容器的底部设有热沉，密闭容器的上端设有出口；工质灌由保温、绝热、耐压材料制成。本散热系统的混合工质喷射到热沉表面，首先，二氧化碳水合物吸热气化，生成二氧化碳和水蒸气，其次，碳与二氧化碳和水蒸气发生化学吸热反应，快速移除大量的热。本系统将喷雾冷却技术与化学反应吸热技术相结合，达到对高功率元件迅速散热的目的。

摘要：本发明属于机械设备振动监测与故障诊断领域，具体涉及一种用于旋转机械故障诊断的多频带包络谱阵。本发明通过对拾取的旋转机械振动信号进行多窄带滤波处理，获取不同频段的振动信号，对多组不同频段的振动信号进行包络解调分析，获取多组信号的包络谱，将包络谱变换为以振动频率和窄带滤波中心频率为x、y轴坐标，振动幅值为z轴坐标的三维包络谱阵(图)。基于该包络谱阵，可以对旋转机械的故障调制频率、故障发生部位、故障损伤程度做出快速、直观的判断，便于实现智能化的故障诊断。

摘要：本发明公开了一种医用育儿恒温保温箱，包括箱体，箱体底部设置有无菌氧气进气管和出气管，箱体内中间位置固定有一张婴儿用床，箱体上部设置有透明的平移门，以婴儿用床摆设方向来看，箱体一端和相对端的内壁、箱体的两侧以及箱体底部中至少一个的内壁都覆盖自控温热敏材料，以质量百分比计，自控温热敏材料原料配方组成为：医用级低密度聚乙烯30％～40％，有机晶体5％～10％，医用级石墨粉体35％～45％，辅助材料15％～20％，有机晶体为异恶草松、十八烷和正癸酸中的一种或多种。本发明利用直流低压加热自控温热敏材料，可以避免直接利用电加热带来电磁辐射和电安全问题，实现婴儿保温箱内温度控制保持恒温稳定，加热均匀。

摘要：本发明涉及危废液处理技术领域，特别是一种聚丙烯酸树脂清洗废液的处置方法，将聚丙烯酸树脂清洗废液制备成防水涂料；聚丙烯酸树脂清洗废液包括分子量为20000～90000的丙烯酸共聚树脂和分子量为150000～250000的氨基改性聚甲基丙烯酸甲酯。本发明提供了一种聚丙烯酸树脂清洗废液的处置方法，推动废液回收的方法的创新。该方法得到的涂料有耐候、抗粉化的优点，又具有低温柔韧、附着力大的优点，聚丙烯酸树脂废液，成膜后韧性与附着强度大。

摘要：本公开提供了一种图像处理方法、装置、设备及介质，涉及人工智能技术领域，具体为计算机视觉、图像处理等技术领域。实现方案为：确定图像中位于人体外围的多个身体轮廓点；基于多个身体轮廓点中位于待修图部位外围的多个局部轮廓点，确定待修图部位所对应的修图区域；以及响应于修图区域内不存在身体轮廓点，执行针对修图区域的图像处理。

摘要：本发明公开了一种轨道识别模型训练方法、轨道识别方法和装置及系统，属于图像识别领域；获取训练样本时，仅将轨道在图像上呈行排列的图像作为正样本，然后将训练样本输入到待训练的卷积神经网络模型中进行训练，直至损失函数的值不大于预设值，此时的卷积神经网络模型即为训练完成的目标模型。本申请方案在模型训练时，将轨道在图像上呈行排列的图像作为正样本，相当于将轨道识别定义为寻找轨道线在图像中某些行的位置，因此模型只需基于行方向上对图像进行选择和分类，无需逐像素分类，大大的降低了计算量，提高了分类速度，显著了降低计算成本。

摘要：本申请涉及一种轨道线预测及其模型构建方法、装置和电子设备，涉及神经网络技术领域。该轨道线预测模型构建方法包括：将轨道线图片输入至初始轨道线预测模型，通过初始轨道线预测模型提取轨道线图片的特征得到全局特征；通过初始轨道线预测模型将全局特征划分成各个子特征，获取各个子特征预测轨道线正确的概率，根据概率计算损失函数；根据损失函数，优化初始轨道线预测模型的参数后，返回执行将轨道线图片输入至初始轨道线预测模型的步骤，直至损失函数趋于稳定时，将初始轨道线预测模型作为最终的轨道线预测模型。解决目前因计算量大导致轨道线预测效率低的问题。

摘要：本申请提供一种基于残差CBAM注意力机制的肿瘤图像分类方法及装置，属于医学图像分类技术领域。方法先获取脑部CT图像集；然后基于残差CBAM注意力机制，采用跳跃连接方式构建残差注意力模块；将残差注意力模块嵌入ResNet18残差网络模型的残差结构，并将残差结构的平均池化层修改为全局平均池化层，获得改进的ResNet18残差网络模型；最后将脑部CT图像集输入改进的ResNet18残差网络模型进行分类训练，并将训练后的模型确定为肿瘤图像分类模型。本发明通过在肿瘤图像分类模型中添加残差注意力模块，可以使得模型提取更具有分辨性的特征，提高了对肿瘤图像分类的准确率。

摘要：本申请提供了一种风险控制策略模型重训练触发方法、装置、设备以及介质。所述方法包括：获取第一特征数据的第一特征分布以及第二特征数据的第二特征分布。在第二特征分布相对于第一特征分布之间产生了分布漂移的情况下，触发风险控制策略模型使用第三特征数据进行重新训练。其中，第一特征数据为风险控制策略模型训练时的样本数据。第二特征数据为当前的特征数据。第一特征数据包括多个特征维度，第二特征数据也包括多个特征维度。第一特征数据和第二特征数据具有相同的维度。所述第三特征数据和所述第一特征数据中至少有一个特征维度是不相同的。