首页> 中国专利> 一种基于多台直剪试验仪的结构面抗剪强度尺寸效应测试方法

一种基于多台直剪试验仪的结构面抗剪强度尺寸效应测试方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

一种基于多台直剪试验仪的结构面抗剪强度尺寸效应测试方法，包括以下步骤：第一步、结合单台直剪试验仪的整体系统精度和测控范围，提出了最佳试验装置台数确定方法和每台直剪试验仪的荷载范围；第二步、模型结构面尺寸为l

著录项

公开/公告号CN103344510A

专利类型发明专利
公开/公告日2013-10-09

原文格式PDF
申请/专利权人绍兴文理学院;
展开▼

申请/专利号CN201310264603.8
发明设计人杜时贵;黄曼;罗战友;吕原君;张晓莺;
展开▼

申请日2013-06-27
分类号G01N3/24;
代理机构杭州斯可睿专利事务所有限公司;
代理人王利强
地址 312000 浙江省绍兴市越城区环城西路508号
入库时间 2024-02-19 19:54:51

法律信息

法律状态公告日

法律状态信息

法律状态
2018-03-09

专利实施许可合同备案的生效 IPC(主分类):G01N3/24 合同备案号:2018330000011 让与人:绍兴文理学院受让人:中钢集团马鞍山矿山研究院有限公司发明名称:基于多台直剪试验仪的结构面抗剪强度尺寸效应测试方法申请公布日:20131009 授权公告日:20151028 许可种类:普通许可备案日期:20180211 申请日:20130627

专利实施许可合同备案的生效、变更及注销
2015-10-28

授权

授权
2013-11-06

实质审查的生效 IPC(主分类):G01N3/24 申请日:20130627

实质审查的生效
2013-10-09

公开

公开

相似文献

专利
中文文献
外文文献

1. 一种基于多台直剪试验仪的结构面抗剪强度尺寸效应测试方法 [P] . 中国专利： CN103344510A . 2013-10-09
2. 基于多台直剪试验仪的结构面抗剪强度尺寸效应测试方法 [P] . 中国专利： CN103344510B . 2015.10.28
3. Method for in situ shearing strength testing of wall structure in the plane of supporting joints and a device for testing shearing strength [P] . PL428078A1 . 2020-06-15

机译：支撑缝平面内墙体结构的原位抗剪强度测试方法及抗剪强度测试装置
4. Learn CNN-based object detectors applicable to user requirements, such as key performance indicators, using target object integration networks and target object prediction networks for use in multiple cameras or surround view monitoring. Method and learning device, and testing method and testing device using the same [P] . 日本专利： JP2020119547A . 2020-08-06

机译：使用目标对象集成网络和目标对象预测网络来学习适用于用户要求（例如关键性能指标）的基于CNN的对象检测器，以用于多台摄像机或全景监视。方法和学习装置，以及使用该方法和学习装置的测试方法和测试装置
5. A method and learning device for learning a CNN-based object detector using 1x1 convolution used for hardware optimization, and a test method and test device using this {LEARNING METHOD AND LEARNING DEVICE FOR OBJECT DETECTOR BASED ON CNN USING 1 × 1 CONVOLUTION TO BE USED FOR HARDWARE OPTIMIZATION, AND TESTING METHOD AND TESTING DEVICE USING THE SAMEM} [P] . JP6853592B2 . 2021-03-31

机译：一种方法和学习设备，用于使用用于硬件优化的1x1卷积的基于CNN的对象检测器，以及使用该测试方法和测试设备，使用1×1卷积的CNN基于CNN的对象检测器的学习方法和学习设备用于硬件优化，以及使用Samem的测试方法和测试设备}