本发明涉及污水处理技术领域，具体公开了一种零排放污水处理系统，包括蓄水池、过滤机构、电解机构、蒸馏机构、活性炭吸附箱和回水池，污水从蓄水池中流出通过管道依次流通过滤机构、电解机构、蒸馏机构、活性炭吸附箱和回水池，电解机构包括电解槽和除垢装置，除垢装置包括搅拌轴、搅拌叶片和搅拌驱动器，搅拌驱动器固定安装在电解槽的底部，搅拌轴固定安装在搅拌驱动器的输出轴上，搅拌叶片固定安装在搅拌轴上，搅拌叶片转动过程中与电解槽内的电极相触，本发明通过在电解槽中设置搅拌叶片，搅拌叶片对水体进行搅拌，使得水中析出的金属被搅拌叶片刮下，减少电极上的附着物，使得电极之间的电压保持稳定，提高净水效率。

本申请提供一种运动规划控制方法、装置、设备及存储介质，方法包括：S1、对影响运动规划的因素进行分类，得到第一类影响因素以及第二类影响因素素；S2、基于所述第一类影响因素，通过控制器进行实时轨迹控制；S3、基于所述第二类影响因素，通过规划器进行非时间速度规划；S4、建立非时间速度规划与实时轨迹规划解耦的双重反馈控制模型；S5、通过所述双重反馈控制模型进行运动规划控制。本申请在规划器中建立非时间速度规划，一方面使非时间速度规划具有空间性，从而提高运动规划控制策略的有效性和可靠性，另一方面，非时间运动规划的相关计算从经典速度规划与轨迹控制耦合中解耦出来，从而可以减轻控制器在进行实时轨迹控制时的计算量。

本发明提供一种抗沉降剂及其制备方法和应用，该抗沉降剂由增稠剂、分散剂和葡萄糖酸钠混合而成；所述增稠剂和所述分散剂的质量比为(10‑50)∶1；所述葡萄糖酸钠的用量为所述增稠剂和所述分散剂的总用量的2‑5％。本发明的抗沉降剂以具有物理吸附作用的增稠剂和具有高电荷密度的分散剂作为主要原料，复配葡萄糖酸钠，使其具有较高的抗沉降效果，将其用于经湿磨处理的矿渣浆料，可使所制湿磨矿渣浆料几乎无沉降现象产生，且湿磨矿渣浆料的后期强度不倒缩，为湿磨技术的推广使用提供了重要的技术支撑，有利于建材行业“绿色化”的推进。

本发明请求保护一种文景转换中实体三维具体化的方法及其系统，该方法包括：步骤一，建立实体的一般可视化属性结构；步骤二，对所有实体进行分类，分析不同类别实体的影响因子和约束关系；步骤三，通过实体分类和分析建立适应子类的可视化属性结构；步骤四，针对不同类别的实体，选择合适的外形结构生成方式；步骤五，从文本中抽取和推理可视化属性结构所需要的影响因子信息；步骤六，通过影响因子信息和实体的外形结构生成可视化的三维实体。本发明巧妙的利用了可视化属性结构和实体分类原则，然后通过实体外形结构的生成和表面纹理的渲染，最终生成满足要求的可视化实体，同时解决了模型粗糙和模型库过于庞大的问题。

本发明请求保护一种文景转换中实现场景真实性增强的方法。该方法包括：步骤一，从互联网获取描述某一场景的多篇中文文档，组建场景语料库。步骤二：对语料库中的文档进行不去重的分词处理；之后对分词后的文档进行去停留词处理。步骤三：利用处理后的文档，对场景描述中的实体名词进行统计分析。步骤四：利用统计指标，分析场景类别特征。步骤五：利用实体名词对该场景进行概念表示，建立场景概念字典。本发明目的在于建立实体词与场景词的“词‑类别”关联，分析“类别”的一般性特征，实现对某一场景词的概念表示，为文景转换中场景实体要素的分析提供支持，从而实现生成的场景符合人的常识认知，具有完整背景环境，使得场景真实感得到增强。

本发明公开了一种集成LDMOS和LIGBT的复合型RC‑LIGBT器件，包括左右两边呈对称结构且共用一个发射极的LDMOS有源区以及LIGBT有源区；LDMOS有源区沟道受栅极Ⅰ控制，LIGBT有源区沟道受栅极Ⅱ控制，金属集电极Ⅰ与金属集电极Ⅱ相连。具有以下优点：在正向导通时消除snapback效应；由于LDMOS区中集电极N‑Collector的存在，在反向导通时使其具有反向导通能力，由于无集电极P‑Collector对电流的阻挡作用，复合型RC‑LIGBT的反向导通能力优于传统RC‑LIGBT。本发明的复合型RC‑LIGBT工艺与传统RC‑LIGT工艺兼容，只需要版图设计，无需额外工艺。

本发明涉及一种具有L型SiO2隔离层的复合型RC‑LIGBT器件，以L型SiO2隔离层为界，分为LDMOS区和LIGBT区，工作过程中具有以下优点：(1)降低了器件电场尖峰，避免了在器件表面提前击穿，从而提高了击穿电压；(2)在正向导通时三种模式的转换过程中器件处于平稳过度状态，无电流突变情况；(3)在反向导通时，LDMOS区独立工作，N‑Collector提供电子，发射极反向偏压下P‑body直接注入空穴到漂移区，赋予器件逆向双极模式的导通能力。经过相同参数条件下经仿真验证，本发明复合型RC‑LIGBT器件的击穿电压提高到206.05V；无Snapback现象、同时还具有反向导通能力。

本发明公开了一种基于相关滤波的目标长时跟踪方法，属于计算机视觉技术的目标跟踪领域。首先在视频第一帧提取目标的梯度方向直方图特征和局部强度直方图特征作为目标的特征表示，并且用于训练平移相关滤波器和长时相关滤波器，利用梯度方向直方图特征训练一个尺度相关滤波器。然后，在跟踪过程中，利用长时相关滤波器与目标产生的最大响应值与检测阈值来判断目标跟踪是否发生失败，若发生跟目标跟踪失败，激活在线检测器对目标重新定位；最后，更新在线检测器。同时，使用动态的学习率对目标特征模型和滤波器系数进行更新，以及检测阈值自适应更新。本发明用于运动目标跟踪能适应更加复杂的运动场景，可以明显提高目标跟踪的精确度和成功率。

本发明请求保护一种基于深度哈希和量化的图像检索方法及存储介质，首先建立训练集和测试集，对需要识别的图像进行预处理，然后构建卷积神经网络,采用Alexnet模型结构作为基本架构，再利用训练样本随时生成数据对，根据卷积神经网络进行训练，得到相应的输出值Zn。通过将图像类别通过Glove模型处理得到嵌入标签V，再结合嵌入标签V，计算卷积神经网络输出值的误差函数，并更新网络参数，最后，将查询图像和数据库图像分别通过训练好的模型处理得到相应的二值编码后，通过非对称距离量化方法计算内积相似性，输出检索结果。本发明引入分块编码模块，利用精心设计的混合网络和指定的损失函数，联合学习深度视语义标签，大大提高了图像检索的准确性。

本发明请求保护一种基于深度残差网络的图像超分辨率重建方法，属于计算机视觉技术的图像重建领域。包括如下步骤：获取数据集、训练样本预处理、训练所提出的模型、利用训练好的模型进行图像重建。其中所提出的模型包含特征提取模块、堆叠的特征增强模块和重建模块。模型中的特征增强模块由一个增强单元和一个非线性化单元组成，增强单元通过不同路径下的卷积核提取不同种类的特征，非线性化单元负责提取多样的非线性特征。本发明用于图像超分辨率重建能增强特征增强模块的有效性，可以明显提高图像重建质量。