本发明公开了一种介孔纤维素纤维材料的制备方法，对微晶纤维素进行酸解、离心、透析、超声、蒸发制备纤维素纳米晶材料；将正硅酸乙酯与盐酸在水浴条件下预水解，得到SiO2前驱体溶液；将SiO2前驱体溶液加入纤维素纳米晶材料中，在60℃下搅拌3h，再在室温下蒸发诱导自组装，得到混合溶液；将混合溶液通过挤出泵挤入凝固浴中浸泡，水洗、晾干得到复合纤维材料；对复合纤维材料采用氢氟酸溶液去除SiO2后，用乙醇洗涤，再通过真空冷冻干燥，得到介孔纤维素纤维材料；工艺简单、环境友好、原材料来源广泛、易于得到定向纤维；所获介孔纤维素纤维材料具有优异的介孔结构和高的比表面积，将其作为功能载体材料，具有广泛的应用前景。

本发明公开了N、S共掺杂MXene/纤维素衍生碳气凝胶的制备方法，具体为：通过LiF/HCl刻蚀MAX相前驱体制备具有少层结构的MXene溶液，进行冷冻干燥，之后利用MXene粉末和纤维素制备MXene/纤维素水凝胶；再将MXene/纤维素水凝胶浸渍在染料溶液中，进行冷冻干燥，最后置于管式炉中碳化，得到N、S共掺杂MXene/纤维素衍生碳气凝胶。本发明制备方法制备的杂原子掺杂的MXene基碳气凝胶同时具有质轻、吸收系数高、电磁屏蔽性能优异等优势，能够满足航空航天、电子封装及可穿戴电子设备等领域的应用要求。

本发明公开了ZrO2/MXene/HBPSi‑EP复合材料及制备方法，具体为：将ZrOCl2·8H2O、MXene分散液混合，超声，水热反应，洗涤，加入去离子水，超声搅拌，冷冻干燥，得到ZrO2/MXene粉末；将二乙二醇和KH‑560置于反应器中进行缩聚反应，得到端基为环氧基团的HBPSi；将HBPSi加入到油浴下搅拌的环氧树脂EP‑51中加热预聚，加入分散在丙酮中的ZrO2/MXene粉末，搅拌，加入固化剂，注入涂有脱模剂的玻璃模具中除去气泡，进行固化反应，脱模即可。本发明方法制备的复合材料兼具的优异力学性能和摩擦性能，能够满足电子工业、汽车制造、航空航天等领域的摩擦应用要求。

本发明公开了一种聚氨基甲酸硼酯荧光材料的制备方法，具体为：在N2保护下，将不同种类的硼酸三烷基酯与二异氰酸酯单体采用简单的“一锅法”通过聚合反应制得，即先将反应原料混合均匀，随后在50～220℃温度范围内阶梯升温进行反应，反应结束后冷却至室温即得到聚氨基甲酸硼酯，之后再对其进行透析提纯得到分子量和纯度较高的聚氨基甲酸硼酯荧光材料。所合成的含B、N原子的聚氨基甲酸硼酯具有优异的荧光性能，在树脂荧光标识及金属离子检测等领域具有非常广阔的应用前景。此外，该合成方法具有工艺简单、原子利用率高、环境友好且有利于工业化生产等优点。

本发明公开了一种石墨烯/MXene/环氧树脂复合材料的制备方法，具体为：通过LiF/HCl刻蚀MAX相前驱体制备MXene溶液，再将GO和MXene溶液进行复合制备GO/MXene；之后利用酯交换缩聚法制备的HBPSi对GO/MXene进行接枝，再利用水合肼对其进行还原制备HBPSi‑RGO/MXene纳米粒子；最后以HBPSi‑RGO/MXene为纳米填料，以环氧树脂为树脂基体，通过浇铸法得到石墨烯/MXene/环氧复合材料。本发明方法制备的石墨烯/MXene/环氧复合材料具有高韧性、低摩擦、高耐磨性能等优势，能够满足电子工业、汽车制造、航空航天等领域的应用要求。

本发明公开了一种基于多目标进化算法的时间窗约束车辆路径规划方法，包括平衡分离控制机制以及承载该机制的康波二阶段策略模型；采用随机遍历插入初始化方法得到初始种群，通过建立的康波二阶段策略模型自适应地调节搜索倾向；通过契合搜索倾向特点的阶段型交配选择操作产生交配池，采用有序交叉和倒换突变算子，产生候选子代集合；通过契合搜索倾向特点的阶段型环境选择操作筛选出下一代种群；进化产生的最优解集合能够获取效用性能极高的运输方案，可以有效解决复杂背景下的目标间冲突导致的决策方案失效的问题。

本实用新型公开了一种辅助注塑的集中上料装置，涉及辅助注塑上料技术领域，包括上料筒，适用于注塑集中上料使用，所述上料筒的底端上设置有承载支架，所述上料筒的后端设置有储料筒，所述上料筒的内部设置有导料单元，所述储料筒的内部设置混合单元，所述导料单元包括有设置在上料筒内壁上的限位滑槽，所述上料筒的两侧位于承载支架的顶部两侧上方均固定安装有电动伸缩杆。本实用新型通过设置电动伸缩杆能够带动挤压杆促使挤压盘上下移动，对注塑原料产生挤压力，使得注塑原料上料更加快速，同时挤压盘的下移挤压，能够将上料筒内壁上沾附的原料同时刮除，防止长时间的沾附与下一批原料接触，提高上料工作效率的效果。

本发明公开一种细粒度图像分类方法及系统、终端设备及存储介质。其细粒度图像分类方法包括以下步骤：获取待分类图片；将待分类的图片输入预先构建的多样性特征互补融合网络中，并采用所述多样性特征互补融合网络对所述图片进行分类；获取所述图片的分类结果。该方法采用多样性特征互补融合网络对图片进行分类，通过捕捉图片中的显著性部分，自动有效捕获特定区域的细微差异，并基于细微差异对图片进行分类，有效提高图片分类时的分类效率以及分类准确性。该方法不需要边界框，可以进行端对端训练。

本发明公开了一种基于深度置信网络的柔版印刷压力预测方法，对分色原稿图像进行二值化操作，得到二值化图像，对二值化图像进行取反操作，对反色二值化图像划分网格，计算网格区域内的图文面积，得到面积矩阵；对分色原稿图像进行梯度计算，得到梯度图像，对梯度图像划分网格，计算每个网格内的最大梯度值，得到最大梯度值矩阵，对分色原稿图像进行灰度共生矩阵计算，得到灰度共生矩阵；然后将面积矩阵、最大梯度值矩阵、灰度共生矩阵横向并列，得到分色原稿图像的特征矩阵，最后建立了以特征矩阵作为网络预测模型的输入数据、实际印刷压力值作为网络预测模型的输出数据，搭建深度置信网络压力预测模型，实现了对柔版印刷压力的有效预测。

本发明公开基于智慧教室场景下学生课堂姿态行为的检测方法，具体为：步骤1，制作SCB_dataset数据集；步骤2，构建Backbone模块，来提取学生听课的抬头和低头行为特征；步骤3，搭建FPA Transformer中的特征感知金字塔模块，对步骤2提取得到的特征图进行特征融合；步骤4，设计Prediction Head模块，在步骤3获取到的特征图上对学生的位置进行定位，并对学生抬头低头行为进行分类；步骤5，将训练生成的权重文件进行保存；步骤6，将教室课堂图像输入到训练好的FPA Transformer中，得到最终网络的检测结果。该方法能够准确定位学生位置并对学生听课抬头低头行为进行分类。