专利交易市场

本发明涉及一种拉普拉斯金字塔结构的团网络超分辨率图像重建方法，通过将待重建图像分为训练数据集与测试数据集并分别进行增强和预处理，构建拉普拉斯金字塔结构的团网络并输入训练数据集进行训练，将测试数据集输入到训练好的拉普拉斯金字塔结构的团网络中，逐级重建超分辨率图像。本发明采用拉普拉斯金字塔结构，通过渐进式重建高分辨率图像的方式，逐步地优化重建结果，更好解决超分辨率图像重建，将残差学习应用到网络中，减少网络参数，避免网络复杂度增加引起的梯度爆炸等问题，在每个构建模块中，任意两个卷积层之间既有前向又有反馈连接，层间信息交替更新，使层间信息流和反馈机制最大化，层间连接更加密集，提取到更多细节的特征。

本申请涉及建筑施工方法技术领域，尤其是涉及一种模块化建造火星金字塔结构居住舱的方法，其包括火星砖开槽、硫基连接件制备、砖块摆放与粘结、模块化拼装及内部处理等步骤。通过火星原位资源制备抗压强度22MPa的砖块与粘结强度≥1.2MPa的硫基砂浆，结合切口设计减少硫磺升华影响，并利用有限元模拟验证结构在火星重力与负压下的稳定性。本申请能够实现低维护、高适应性的模块化建造，为火星极端环境下的长期驻留提供高效、可持续的技术方案。

本发明公开了基于加权对齐金字塔结构的场景文本提取方法，包括以下步骤：S1，采集场景文本图像特征信息并输入布满遗传视网膜卷积的主干网络中，并输出不同阶段的特征；S2，将不同阶段的特征输入加权对齐金字塔模块处理并获得四个下采样的特征图，然后利用普通金字塔模块把下采样的特征图上采样到同级大小；S3，通过加权对齐金字塔模块将底层特征和高层特征进行融合，然后将融合后的高层特征使用加权融合的方式学习不同输入特征的权重，用于构建整个场景的长期依赖关系，对不同输入特征有区分的融合；S4，在区分融合之后，获得用于预测概率图P和阈值图T，通过P和T计算近似二进制映射B∧，用于将文本区域分割出来，去掉冗余的干扰信息，突出文本信息。

本发明提供一种基于二硫化钼@银颗粒/三维金字塔结构PMMA复合型柔性、透明的SERS基底的制备方法及应用。包括：三维金字塔结构PMMA柔性支撑层；负载在柔性支撑层上的银纳米颗粒层；负载在银颗粒层上的二硫化钼层。通过在金字塔形硅基底上沉积二硫化钼薄膜；在二硫化钼薄膜上沉积银纳米颗粒，形成银纳米颗粒层；在银纳米颗粒层上形成PMMA柔性支撑层；并去除金字塔形硅基底的方法制得。本发明操作简单、制备成本低，可实现三维SERS基底的批量化生产，而且获得的SERS基底灵敏度、均一性和稳定性高，再现性好，可以重复使用并且可以投入实际应用。步骤简单、操作方便、实用性强。