CN215125469U - 一种基于卷积神经网络模型的数据分析装置 - Google Patents

Abstract

本实用新型涉及卷积神经网络技术领域，且公开了一种基于卷积神经网络模型的数据分析装置，包括机体、显示屏和接口，所述机体顶部设置有显示屏，所述机体正面设置有收纳槽，所述收纳槽内部设置有一端延伸至机体前侧的收纳组件。该基于卷积神经网络模型的数据分析装置，通过向下拉动拉环带动推动斜块沿滑轨下移，此时压缩弹簧解除压缩推动移动板向后移动，使得卡合杆移动至矩形腔内部，向上转动键盘安装板，待键盘安装板前侧旋转至底部，此时松开拉环，复位弹簧解除拉伸带动推动斜块沿滑轨向后移动，通过推动斜块移动将卡合杆顶升至卡槽内部完成卡合，达到了对输入键盘进行收纳保护的目的，方便了使用者的使用。

Description

一种基于卷积神经网络模型的数据分析装置

技术领域

本实用新型涉及卷积神经网络技术领域，具体为一种基于卷积神经网络模型的数据分析装置。

背景技术

卷积神经网络(Convolutional Neural Networks，CNN)是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一，卷积神经网络具有表征学习能力，能够按其阶层结构对输入信息进行平移不变分类，因此也被称为“平移不变人工神经网络”，对卷积神经网络的研究始于二十世纪80至90年代，时间延迟网络和LeNet-5是最早出现的卷积神经网络；在二十一世纪后，随着深度学习理论的提出和数值计算设备的改进，卷积神经网络得到了快速发展，并被应用于计算机视觉和自然语言处理等领域。

在卷积神经网络的应用过程中，常常需要将其应用于数据分析的场景中，因此对于基于卷积神经网络模型的数据分析装置的使用就显得必不可少了，传统的基于卷积神经网络模型的数据分析装置输入键盘长时间裸露在外，在不使用时无法对其进行收纳保护，易发生损坏，且装置在移动后放置不够稳定，易产生滑动，故而提出一种基于卷积神经网络模型的数据分析装置来解决上述问题。

实用新型内容

(一)解决的技术问题

针对现有技术的不足，本实用新型提供了一种基于卷积神经网络模型的数据分析装置，具备可以对输入键盘进行收纳保护、便于对装置进行稳定等优点，解决了传统的基于卷积神经网络模型的数据分析装置输入键盘长时间裸露在外，在不使用时无法对其进行收纳保护，易发生损坏，且装置在移动后放置不够稳定，易产生滑动的问题。

(二)技术方案

为实现上述可以对输入键盘进行收纳保护、便于对装置进行稳定目的，本实用新型提供如下技术方案：一种基于卷积神经网络模型的数据分析装置，包括机体、显示屏和接口，所述机体顶部设置有显示屏，所述机体正面设置有收纳槽，所述收纳槽内部设置有一端延伸至机体前侧的收纳组件，所述收纳组件内部设置有一端延伸至其前侧与底部的第一卡合组件，所述收纳槽槽内顶壁固定连接有第二卡合组件，所述机体内部设置有一端延伸至其左侧的稳定组件，所述机体正面设置有位于收纳槽下方的接口。

优选的，所述收纳组件包括支耳，支耳固定连接在收纳槽槽内顶壁的左右两侧，收纳槽槽内左右两侧壁之间固定连接有安装杆，安装杆外侧活动连接有一端延伸至机体前侧的键盘安装板，键盘安装板左右两侧壁均开设有滑槽，滑槽内部活动连接有延伸至其外侧的滑动杆，滑动杆外侧与支耳内侧壁之间活动连接有调节板。

优选的，所述第一卡合组件包括矩形腔，矩形腔开设在键盘安装板内部，矩形腔腔内后侧壁上固定连接有滑轨，滑轨内部活动连接有一端延伸至其前侧的推动斜块，推动斜块底部固定连接有一端贯穿并延伸至键盘安装板底部的拉杆，拉杆底部固定连接有拉环，拉环顶部与键盘安装板之间固定连接有复位弹簧，键盘安装板前侧活动连接有一端贯穿并延伸至矩形腔内部且与推动斜块正面贴合的卡合杆，卡合杆位于矩形腔内部一端外侧固定连接有一端与矩形腔内壁左右两侧活动连接的移动板，移动板前侧与矩形腔腔内侧壁之间固定连接有套在卡合杆上的压缩弹簧。

优选的，所述第二卡合组件包括卡块，卡块固定连接在收纳槽槽内顶壁且位于两个支耳之间，卡块底部开设有卡槽。

优选的，所述稳定组件包括安装槽，安装槽开设在机体底部，安装槽槽内顶壁固定连接有隔板，安装槽槽内右侧壁活动连接有一端贯穿隔板并延伸至机体左侧的双向螺纹杆，双向螺纹杆左侧固定连接有转盘，安装槽槽内左右两侧壁之间固定连接有一端贯穿隔板且位于双向螺纹杆下方的限位杆，双向螺纹杆外侧螺纹连接有一端与限位杆外侧活动连接的套筒，套筒的数量为两个且对称分布在隔板左右两侧，两个套筒底部均活动连接有呈交叉分布的推拉板，左侧推拉板底部固定连接有一端与右侧推拉板底部固定连接的支撑板。

优选的，所述机体底部安装有滚轮，滚轮的数量为四个，两个滚轮为一组呈左右对称分布。

(三)有益效果

与现有技术相比，本实用新型提供了一种基于卷积神经网络模型的数据分析装置，具备以下有益效果：

1、该基于卷积神经网络模型的数据分析装置，通过向下拉动拉环带动推动斜块沿滑轨下移，此时压缩弹簧解除压缩推动移动板向后移动，使得卡合杆移动至矩形腔内部，向上转动键盘安装板，待键盘安装板前侧旋转至底部，此时松开拉环，复位弹簧解除拉伸带动推动斜块沿滑轨向后移动，通过推动斜块移动将卡合杆顶升至卡槽内部完成卡合，达到了对输入键盘进行收纳保护的目的，方便了使用者的使用。

2、该基于卷积神经网络模型的数据分析装置，通过旋转转盘带动双向螺纹杆一同旋转，双向螺纹杆转动使得其外侧两个套筒相向移动，两个套筒相向移动使得推拉板推动支撑板下移，待支撑板接触地面后，达到便于对装置进行稳定目的，方便了使用者的使用。

附图说明

图1为本实用新型结构示意图；

图2为本实用新型收纳槽与收纳组件连接侧视图；

图3为本实用新型收纳槽与收纳组件连接局部剖视图；

图4本实用新型图3中A处放大图。

图中：1机体、2显示屏、3收纳槽、4收纳组件、41支耳、42安装杆、43键盘安装板、44滑槽、45滑动杆、46调节板、5第一卡合组件、51矩形腔、52滑轨、53推动斜块、54拉杆、55拉环、56复位弹簧、57卡合杆、58移动板、59压缩弹簧、6第二卡合组件、61卡块、62卡槽、7稳定组件、71安装槽、72隔板、73双向螺纹杆、74转盘、75限位杆、76套筒、77推拉板、78支撑板、8接口。

具体实施方式

下面将结合本实用新型实施例中的附图，对本实用新型实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本实用新型一部分实施例，而不是全部的实施例。基于本实用新型中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本实用新型保护的范围。

请参阅图1-4，本实用新型提供如下技术方案：一种基于卷积神经网络模型的数据分析装置，包括机体1、显示屏2和接口8，机体1底部安装有滚轮，滚轮的数量为四个，两个滚轮为一组呈左右对称分布，机体1顶部固定连接有显示屏2，机体1正面开设有收纳槽3，收纳槽3内部活动连接有一端延伸至机体1前侧的收纳组件4，收纳组件4包括支耳41，支耳41固定连接在收纳槽3槽内顶壁的左右两侧，收纳槽3槽内左右两侧壁之间固定连接有安装杆42，安装杆42外侧活动连接有一端延伸至机体1前侧的键盘安装板43，键盘安装板43左右两侧壁均开设有滑槽44，滑槽44内部活动连接有延伸至其外侧的滑动杆45，滑动杆45外侧与支耳41内侧壁之间活动连接有调节板46，收纳组件4内部活动连接有一端延伸至其前侧与底部的第一卡合组件5，第一卡合组件5包括矩形腔51，矩形腔51开设在键盘安装板43内部，矩形腔51腔内后侧壁上固定连接有滑轨52，滑轨52内部活动连接有一端延伸至其前侧的推动斜块53，推动斜块53底部固定连接有一端贯穿并延伸至键盘安装板43底部的拉杆54，拉杆54底部固定连接有拉环55，拉环55顶部与键盘安装板43之间固定连接有复位弹簧56，键盘安装板43前侧活动连接有一端贯穿并延伸至矩形腔51内部且与推动斜块53正面贴合的卡合杆57，卡合杆57位于矩形腔51内部一端外侧固定连接有一端与矩形腔51内壁左右两侧活动连接的移动板58，移动板58前侧与矩形腔51腔内侧壁之间固定连接有套在卡合杆57上的压缩弹簧59，收纳槽3槽内顶壁固定连接有第二卡合组件6，第二卡合组件6包括卡块61，卡块61固定连接在收纳槽3槽内顶壁且位于两个支耳41之间，卡块61底部开设有卡槽62，通过向下拉动拉环55带动推动斜块53沿滑轨52下移，此时压缩弹簧59解除压缩推动移动板58向后移动，使得卡合杆57移动至矩形腔51内部，向上转动键盘安装板43，待键盘安装板43前侧旋转至61底部，此时松开拉环55，复位弹簧56解除拉伸带动推动斜块53沿滑轨52向后移动，通过推动斜块53移动将卡合杆57顶升至卡槽62内部完成卡合，达到了对输入键盘进行收纳保护的目的，机体1内部固定连接有一端延伸至其左侧的稳定组件7，稳定组件7包括安装槽71，安装槽71开设在机体1底部，安装槽71槽内顶壁固定连接有隔板72，安装槽71槽内右侧壁活动连接有一端贯穿隔板72并延伸至机体1左侧的双向螺纹杆73，双向螺纹杆73左侧固定连接有转盘74，安装槽71槽内左右两侧壁之间固定连接有一端贯穿隔板72且位于双向螺纹杆73下方的限位杆75，双向螺纹杆73外侧螺纹连接有一端与限位杆75外侧活动连接的套筒76，套筒76的数量为两个且对称分布在隔板72左右两侧，两个套筒76底部均活动连接有呈交叉分布的推拉板77，左侧推拉板77底部固定连接有一端与右侧推拉板77底部固定连接的支撑板78，机体1正面开设有位于收纳槽3下方的接口8，通过旋转转盘74带动双向螺纹杆73一同旋转，双向螺纹杆73转动使得其外侧两个套筒76相向移动，两个套筒76相向移动使得推拉板77推动支撑板78下移，待支撑板78接触地面后，达到便于对装置进行稳定目的，方便了使用者的使用。

综上所述，该基于卷积神经网络模型的数据分析装置，通过向下拉动拉环55带动推动斜块53沿滑轨52下移，此时压缩弹簧59解除压缩推动移动板58向后移动，使得卡合杆57移动至矩形腔51内部，向上转动键盘安装板43，待键盘安装板43前侧旋转至61底部，此时松开拉环55，复位弹簧56解除拉伸带动推动斜块53沿滑轨52向后移动，通过推动斜块53移动将卡合杆57顶升至卡槽62内部完成卡合，达到了对输入键盘进行收纳保护的目的，通过旋转转盘74带动双向螺纹杆73一同旋转，双向螺纹杆73转动使得其外侧两个套筒76相向移动，两个套筒76相向移动使得推拉板77推动支撑板78下移，待支撑板78接触地面后，达到便于对装置进行稳定目的，方便了使用者的使用。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

尽管已经示出和描述了本实用新型的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本实用新型的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本实用新型的范围由所附权利要求及其等同物限定。

Claims (6)

1.一种基于卷积神经网络模型的数据分析装置，包括机体(1)、显示屏(2)和接口(8)，其特征在于：所述机体(1)顶部设置有显示屏(2)，所述机体(1)正面设置有收纳槽(3)，所述收纳槽(3)内部设置有一端延伸至机体(1)前侧的收纳组件(4)，所述收纳组件(4)内部设置有一端延伸至其前侧与底部的第一卡合组件(5)，所述收纳槽(3)槽内顶壁固定连接有第二卡合组件(6)，所述机体(1)内部设置有一端延伸至其左侧的稳定组件(7)，所述机体(1)正面设置有位于收纳槽(3)下方的接口(8)。

2.根据权利要求1所述的一种基于卷积神经网络模型的数据分析装置，其特征在于：所述收纳组件(4)包括支耳(41)，支耳(41)固定连接在收纳槽(3)槽内顶壁的左右两侧，收纳槽(3)槽内左右两侧壁之间固定连接有安装杆(42)，安装杆(42)外侧活动连接有一端延伸至机体(1)前侧的键盘安装板(43)，键盘安装板(43)左右两侧壁均开设有滑槽(44)，滑槽(44)内部活动连接有延伸至其外侧的滑动杆(45)，滑动杆(45)外侧与支耳(41)内侧壁之间活动连接有调节板(46)。

3.根据权利要求1或2所述的一种基于卷积神经网络模型的数据分析装置，其特征在于：所述第一卡合组件(5)包括矩形腔(51)，矩形腔(51)开设在键盘安装板(43)内部，矩形腔(51)腔内后侧壁上固定连接有滑轨(52)，滑轨(52)内部活动连接有一端延伸至其前侧的推动斜块(53)，推动斜块(53)底部固定连接有一端贯穿并延伸至键盘安装板(43)底部的拉杆(54)，拉杆(54)底部固定连接有拉环(55)，拉环(55)顶部与键盘安装板(43)之间固定连接有复位弹簧(56)，键盘安装板(43)前侧活动连接有一端贯穿并延伸至矩形腔(51)内部且与推动斜块(53)正面贴合的卡合杆(57)，卡合杆(57)位于矩形腔(51)内部一端外侧固定连接有一端与矩形腔(51)内壁左右两侧活动连接的移动板(58)，移动板(58)前侧与矩形腔(51)腔内侧壁之间固定连接有套在卡合杆(57)上的压缩弹簧(59)。

4.根据权利要求1或2所述的一种基于卷积神经网络模型的数据分析装置，其特征在于：所述第二卡合组件(6)包括卡块(61)，卡块(61)固定连接在收纳槽(3)槽内顶壁且位于两个支耳(41)之间，卡块(61)底部开设有卡槽(62)。

5.根据权利要求1所述的一种基于卷积神经网络模型的数据分析装置，其特征在于：所述稳定组件(7)包括安装槽(71)，安装槽(71)开设在机体(1)底部，安装槽(71)槽内顶壁固定连接有隔板(72)，安装槽(71)槽内右侧壁活动连接有一端贯穿隔板(72)并延伸至机体(1)左侧的双向螺纹杆(73)，双向螺纹杆(73)左侧固定连接有转盘(74)，安装槽(71)槽内左右两侧壁之间固定连接有一端贯穿隔板(72)且位于双向螺纹杆(73)下方的限位杆(75)，双向螺纹杆(73)外侧螺纹连接有一端与限位杆(75)外侧活动连接的套筒(76)，套筒(76)的数量为两个且对称分布在隔板(72)左右两侧，两个套筒(76)底部均活动连接有呈交叉分布的推拉板(77)，左侧推拉板(77)底部固定连接有一端与右侧推拉板(77)底部固定连接的支撑板(78)。

6.根据权利要求1所述的一种基于卷积神经网络模型的数据分析装置，其特征在于：所述机体(1)底部安装有滚轮，滚轮的数量为四个，两个滚轮为一组呈左右对称分布。

Images