“安徽磐众信息科技有限公司”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果27个，建议您升级VIP下载更多相关专利

[发明专利]一种基于DSSD的自动检测违章建筑方法及系统-CN201910956710.4有效
发明人：江寅;朱传瑞 -专利权人： 安徽磐众信息科技有限公司
申请日： 2019-10-10 - 公布日： 2023-09-05 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及违章建筑物影像识别领域，尤其为基于DSSD的自动检测违章建筑方法及系统，图像工作站、检测系统、系统终端，图像工作站负责违章建筑物图像，检测系统包括有训练集和测试集预处理、标注、神经网络判别，练集和测试集预处理包括多尺度图像去噪和增强。方法为图像工作站获取采集违章建筑物图，然后利用DSSD神经网络判别，最后将检测系统处理得到的结果发送到系统终端。本发明以智能图像处理技术和神经网络为基础完成了一种自动检测违章建筑系统，能够在一定程度上减少了人工识别的工作量，对城市动态监测，违章建筑识别和地理信息更新等具有重要意义。
一种基于 dssd 自动检测违章建筑方法系统

[发明专利]一种基于YOLOv3的自动检测违章建筑方法及系统-CN201910956709.1在审
发明人：江寅;朱传瑞 -专利权人： 安徽磐众信息科技有限公司
申请日： 2019-10-10 - 公布日： 2020-02-28 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于YOLOv3的自动检测违章建筑方法及系统，系统包括影像采集设备、图像扫描设备、检测系统、系统终端。建筑区影像采集设备是使用Kinect设备拍摄四种类型的Kinect图像，所述检测系统用于有图像预处理、做标签、利用YOLOv3神经网络判别。最后将检测系统处理得到的结果发送到系统终端，通过融合四种类型的Kinect图像的识别结果作为辅助诊断结果交由用户做最后诊断，而实现建筑区(违章建筑物)的识别。本发明，智能图像处理技术和神经网络为基础完成了一种自动检测违章建筑系统，能够在一定程度上减少了人工识别的工作量，具有经济和社会意义。
一种基于 yolov3 自动检测违章建筑方法系统

[发明专利]一种安全帽佩戴情况检测系统-CN201910998306.3在审
发明人：江寅;朱传瑞 -专利权人： 安徽磐众信息科技有限公司
申请日： 2019-10-21 - 公布日： 2020-02-11 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及图像识别技术领域，尤其为一种安全帽佩戴情况检测系统，包括：图像采集模块，用于采集视频图像信息并上传到图像解压缩模块；图像解压缩模块，将信息通过压缩、传输、解压传到图像识别模块；处理器，调取对比数据与图像识别模块上传的图像信息对比，并且通过报警模块发出警报以及通过无线通讯模块上报，使远程控制终端接收；其中：所述图像解压缩模块分别与图像采集模块、图像识别模块连接，所述处理器分别与图像识别模块、报警模块以及无线通讯模块连接，所述远程控制终端与无线通讯模块连接。本发明，通过实时的视频检测工人们佩戴安全帽的情况，达到实时检测工人安全隐患问题。
图像识别模块图像解压缩模块无线通讯模块图像采集模块远程控制终端安全帽报警模块处理器佩戴安全隐患问题采集视频图像图像识别技术对比数据情况检测实时检测视频检测图像信息信息通过调取解压上传警报传输上报压缩

[发明专利]一种基于深度学习的施工安全检测方法、系统、设备及可读存储介质-CN201910998294.4在审
发明人：江寅;朱传瑞 -专利权人： 安徽磐众信息科技有限公司
申请日： 2019-10-21 - 公布日： 2020-02-04 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及施工安全保护领域，尤其为一种基于深度学习的施工安全检测方法，包括如下步骤：对待学习的图像数据进行图像预处理；利用深度学习引擎对处理后的图像数据进行训练，获得至少两个深度学习模型；从训练获得的深度学习模型中，按照在验证集合上的识别精度由高到低的顺序选择预定数量的深度学习模型；将选择的深度学习模型提供给用户；利用模型并通过上述用户选择的深度学习模型对接收的图像数据进行识别；实时推送训练过程的状态信息。本发明还公开了一种安全检测系统、设备及计算机可读存储介质。本发明通过深度学习算法检测视频流中的工人及机械，达到实时检测工人危险靠近作业状态下的机械这一不安全行为的目的。
图像数据学习施工安全计算机可读存储介质安全检测系统图像预处理模型提供实时检测顺序选择学习算法训练过程作业状态不安全视频流检测推送引擎集合验证

[发明专利]一种基于YOLOV3的乳腺结节辅助诊断方法及系统-CN201910665660.4在审
发明人：江寅;朱传瑞 -专利权人： 安徽磐众信息科技有限公司
申请日： 2019-07-23 - 公布日： 2019-10-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种的乳腺结节辅助诊断方法及系统，系统包括乳腺影像采集设备、乳腺诊断系统、乳腺诊断终端。乳腺影像采集设备是使用Kinect设备拍摄四种类型的Kinect图像，所述乳腺诊断系统用于有图像预处理、做标签、利用YOLOv3神经网络判别。最后将乳腺诊断系统处理得到的结果发送到乳腺诊断终端，通过融合四种类型的Kinect图像的识别结果作为辅助诊断结果交由医生做最后诊断，而实现乳腺结节的判别。本发明，以智能图像处理技术和神经网络为基础完成了一种乳腺结节辅助诊断系统，能够在一定程度上减少了医生的工作量，提高了医生工作效率。
乳腺诊断乳腺结节辅助诊断影像采集设备神经网络乳腺图像终端辅助诊断系统医生工作效率智能图像处理图像预处理系统处理医生工作量标签诊断拍摄融合

[发明专利]一种基于DSSD的乳腺结节辅助诊断方法及系统-CN201910666081.1在审
发明人：江寅;朱传瑞 -专利权人： 安徽磐众信息科技有限公司
申请日： 2019-07-23 - 公布日： 2019-10-25 - 主分类号： G16H50/20 文献下载
摘要：本发明涉及医学影像技术领域，尤其为一种基于DSSD的乳腺结节辅助诊断方法及系统，系统包括乳腺影像工作站、乳腺云诊断系统、乳腺诊断移动终端，腺影像工作站负责采集乳腺图像，腺云诊断系统包括有训练集和测试集预处理、标注、神经网络判别，练集和测试集预处理包括多尺度图像去噪和增强。方法为乳腺影像工作站获取采集乳腺图，然后主要利用DSSD神经网络判别，最后将乳腺云诊断系统处理得到的结果发送到乳腺诊断移动终端。本发明，针对医学影像(非自然图像)领域开发出基于深度学习的计算机辅助诊断(CAD)系统，为放射科医生提供诊断的第二意见，能够更加有效地辅助医生做出诊断。
乳腺影像工作站诊断系统预处理辅助诊断乳腺结节乳腺诊断神经网络移动终端测试集计算机辅助诊断采集医学影像技术多尺度图像放射科医生诊断辅助医生乳腺图像医学影像非自然训练集有效地去噪标注图像开发学习

[发明专利]一种基于SSD神经网络的简单手语实时识别系统及方法-CN201910583219.1在审
发明人：朱传瑞 -专利权人： 安徽磐众信息科技有限公司
申请日： 2019-07-01 - 公布日： 2019-10-15 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及人机交互技术领域，尤其为基于SSD神经网络的简单手语实时识别系统及方法，包括：图像采集设备，用于对手势进行采集，以及采集每种手势的训练图片；图片标注工具，对所述图像采集设备收集的每张训练图片某一区域内的手势进行标注，再将标注类别信息存入到标签文件中；终端计算机，安装深度学习平台，将标签文件载入到深度学习平台并运行，反复训练SSD网络，得到SSD网络模型；所述SSD网络模型对采集的手势手势都进行检测并翻译；显示模块，用于对SSD网络模型手势翻译结果以文字的形式进行输出显示。本发明，基于SSD神经网络的、利用普通摄像头的、不依靠外部设备的实时手语翻译系统，它具有识别率高，成本低廉的优点。
手势神经网络网络模型标注实时识别系统图像采集设备标签文件学习平台训练图片采集手语外部设备人机交互技术手语翻译系统终端计算机摄像头翻译结果类别信息输出显示显示模块识别率载入翻译检测网络图片

[发明专利]一种基于CSI指纹信息的室内被动定位方法-CN201910498687.9在审
发明人：江寅;朱传瑞 -专利权人： 安徽磐众信息科技有限公司
申请日： 2019-06-10 - 公布日： 2019-09-10 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于CSI指纹信息的室内被动定位方法，充分利用WiFi环境中的有效信息，将CSI相位信息作为指纹信息进行室内被动定位，通过集成学习算法提高匹配准确率，再对匹配结果进行置信回归，提高了室内被动定位的精度。
指纹信息室内集成学习算法匹配准确率匹配结果相位信息有效信息置信回归

[发明专利]一种预测股价收益率分布的代价函数计算方法-CN201811389757.9在审
发明人：江寅;朱传瑞 -专利权人： 安徽磐众信息科技有限公司
申请日： 2018-11-21 - 公布日： 2019-04-09 - 主分类号： G06Q40/04 文献下载
摘要：本发明公开了一种预测股价收益率分布的代价函数计算方法，S101、采集数据：预先采集常规训练数据，其中，因子作为特征信息，收益率作为目标信息；S103、等分区间：将步骤S101所得目标信息的分布区间，分成n等分，对应分别记为R₁,R₂,...,R_n；S105、样本采集：将步骤S101所得目标信息对应分配到步骤S103的n等分，并统计n等分中各区间样本的数量，分别记为N₁,N₂,...,N_n；S107、确定样本：将步骤S105中所得N₁,N₂,...,N_n筛选出最大值N_X，代入公式获取样本数字。本发明：能够尽可能保证原始特征的实际分布，不会因为下采样而丢失数据，也不会因为上采样而导致过拟合，相对于转化为分类的问题，保持了数据的连续性，也保留了更多的原始信息。
目标信息代价函数计算样本采集数据常规训练等分区间丢失数据分布区间特征信息样本采集样本数字原始特征原始信息上采样下采样预测拟合采集筛选分类保留分配转化统计保证

[实用新型]一种智能烟雾报警器-CN201821513841.2有效
发明人：江寅;朱传瑞 -专利权人： 安徽磐众信息科技有限公司
申请日： 2018-09-14 - 公布日： 2019-04-09 - 主分类号： G08B17/10 文献下载
摘要：本实用新型涉及烟雾报警技术领域，尤其为一种智能烟雾报警器，包括电池模块、烟雾报警模块、无线传输模块、监测模块以及移动终端模块。烟雾报警器遇到非正常烟雾情况将报警信息通过无线传输模块，即Lora模块传递给移动终端模块。监测电路一旦遇到非正常工作情况将导出相应的异常信号，如电量较低信号、存在损坏信号、非正常报警信号等，信号也通过Lora无线传输模块传输给移动终端手机APP显示出来。用户通过登录自己的监测账号，实时了解烟雾报警器的信息。
烟雾报警器无线传输模块移动终端模块烟雾报警模块本实用新型报警信号报警信息电池模块监测电路监测模块烟雾报警移动终端异常信号智能导出手机登录电量烟雾传输传递监测

[发明专利]一种基于调谐滤光片的信息增强显示系统-CN201710081009.3有效
发明人：江寅 -专利权人： 安徽磐众信息科技有限公司
申请日： 2017-02-15 - 公布日： 2019-04-02 - 主分类号： G02F1/1335 文献下载
摘要：本发明公开了一种基于调谐滤光片的信息增强显示系统，其具体装置结构包括：液晶显示面板、液晶可调滤光片、液晶可调滤光眼镜；其中液晶可调滤波片和液晶可调滤光眼镜由两片偏振片以及液晶面板组成。液晶可调滤光片和液晶可调滤光眼镜中液晶面板上施加电压不同会导致其滤光波长不同，当液晶显示面板以较高刷新率轮流显示不同信息源时，液晶可调滤光片针对不同信息源改变滤光波长以达到信息源的时分复用。在信息接收端液晶可调滤光眼镜，可针对不同信息源选择滤光波长以实现相关信息源增强显示。本发明实现显示大信息量的液晶显示面板中某类信息增强显示或独立显示。
一种基于调谐滤光信息增强显示系统

[发明专利]一种基于FP-growth算法的未来股价预测方法-CN201811347599.0在审
发明人：江寅;朱传瑞 -专利权人： 安徽磐众信息科技有限公司
申请日： 2018-11-13 - 公布日： 2019-03-12 - 主分类号： G06Q40/04 文献下载
摘要：本发明公开了一种基于FP‑growth算法的未来股价预测方法，包括以下步骤：S101、提取单个股票的特征因子：预先通过采集市盈率和利润基本面因子以及均线和波动率技术面因子，并将数值数据转化为分类别的数据，作为股价的基本特征，确定单个股票的特征因子；S103、确定单个目标因子：预先提取步骤S101中的单个股票的特征因子时间点，并将时间点之后的三个月的股价特征数值数据处理成分类别的数据，确定单个目标因子；S105、确定单个样板：将步骤S101的单个股票的特征因子和步骤S103的目标因子项目组合，确定单个样本。本发明：具有可直观和可解释的特点，而且FP‑growth算法的运算速度较快，相对于常用的回归和分类算法，具有更加高效的优势。
特征因子算法股票单个目标股价预测时间点成分类别分类算法数值数据数据处理基本面技术面运算样本样板直观采集分类回归利润转化

[发明专利]基于改进型LSTM的股票价格预测方法及其系统-CN201811250169.7在审
发明人：江寅;朱传瑞 -专利权人： 安徽磐众信息科技有限公司
申请日： 2018-10-25 - 公布日： 2019-01-25 - 主分类号： G06Q40/04 文献下载
摘要：本发明公开了一种基于改进型LSTM的股票价格预测方法，包括：S1、获取股票交易不同时间点上不同特征的历史数据，基于实际预测需要选择训练数据；S2、输入训练数据，基于深度学习理论并利用多层LSTM神经网络构建股票价格预测模型，并对所述股票价格预测模型进行训练；S3、输出预测结果，结合真实值以误差百分比作为测评指标进行测评。其系统包括数据获取和选择模块、模型构建和训练模块以及预测和测评模块。本发明利用多层LSTM神经网络构建股票价格预测模型，一次性获取多个时间点上不同特征的股票历史数据，大大增加了数据量，并利用训练数据对股票价格预测模型进行训练，使得其可以表示更多场景，进而大大提升了模型预测效果。
股票价格预测训练数据测评神经网络构建历史数据改进型时间点多层误差百分比股票交易模型构建模型预测输出预测数据获取选择模块训练模块数据量一次性预测场景股票学习

[发明专利]基于主成分分析的开放式基金的绩效评价方法-CN201810793739.0在审
发明人：江寅;朱传瑞 -专利权人： 安徽磐众信息科技有限公司
申请日： 2018-07-19 - 公布日： 2018-12-07 - 主分类号： G06Q40/04 文献下载
摘要：本发明公开了基于主成分分析的开放式基金的绩效评价方法主要包括样本数据的选取、选择和处理模型中的相关变量、样本数据统计分析部分，所述的样本数据选取包括选取样本基金、选取样本期间、确定样本收益率频率、数据来源，所述的选择和处理模型中的相关变量主要包括无风险利率和市场组合收益率，所述的样本数据统计分析部分包括基金收益和风险分析、风险调整后相对收益分析、基金经理管理能力分析、主成分分析，所述的主成分分析法旨在利用降维的思想，把多指标转化为少数几个综合指标推；本发明采用主成分分析法，将多个指标降维为较少的几个主要成分，从而对更合理地对基金绩效做出评价。
样本数据主成分分析样本主成分分析法开放式基金处理模型统计分析降维综合指标风险分析风险利率管理能力基金经理基金收益数据来源多指标基金分析收益转化

[发明专利]一种基于EDM算法和BP神经网络的股票指数期货价格预测方法-CN201810793961.0在审
发明人：江寅;朱传瑞 -专利权人： 安徽磐众信息科技有限公司
申请日： 2018-07-19 - 公布日： 2018-11-30 - 主分类号： G06Q40/04 文献下载
摘要：本发明公开了一种基于EDM算法和BP神经网络的股票指数期货价格预测方法，包括数据输入模块、数据预处理模块以及数据预测模块，所述数据输入模块用于输入钱股票指数期货价格，所述数据预处理模块用于对所述数据输入模块输入的数据进行信号转化以及分解处理，所述数据预测模块用于对股指期货每日收盘价进行预测。本发明通过EDM算法中运用物理学理论方法，将复杂的信号进行平稳化处理，其结果是将初始的复杂信号中不同尺度的波动或趋势逐级分解成一系列有限个具有不同特征尺度的序列，每一个序列即为一个本征模函数分量，且每一个本征模函数分量所包含的频率成分不仅与分析频率有关而且最重要的是随信号自身的变化而变化，从而达到预测效果。
股票指数期货数据输入模块算法本征模函数分量数据预处理模块价格预测数据预测数据进行信号物理学理论分解处理复杂信号特征尺度预测期货尺度分解转化分析

1
2
下一页»
尾页
共 27 条