专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果56个,建议您升级VIP下载更多相关专利
  • [发明专利]一种用于变胞机器人重构的稳定性控制方法-CN202310570479.1在审
  • 刘俊;朱嘉炜;阮小栋 - 合肥工业大学
  • 2023-05-19 - 2023-10-03 - B25J11/00
  • 本发明公开了一种用于变胞机器人重构的稳定性控制方法,包括:1、生成变胞机器人重构过程中各关节的期望轨迹;2、通过将关节以及调质心滑块的期望轨迹与实际轨迹的偏差输入至滑模控制器中,计算并输出重构过程各关节以及调质心滑块运动实际所需力矩;3、将重构过程中各关节以及调质心滑块运动的实际所需力矩输入至动力学模型中得到各关节以及调质心滑块的实际轨迹;4、利用各关节以及调质心滑块运动的实际轨迹计算变胞机器人ZMP的实际值,并将其反馈回模糊PID控制模块构成稳定性的上层闭环控制。本发明能够实现整车实际ZMP位置趋近于理论参考位置,从而能提高系统重构时的稳定性。
  • 一种用于机器人稳定性控制方法
  • [发明专利]一种多光谱图像全色锐化方法-CN201911124585.7有效
  • 贺霖;奚达涵;朱嘉炜 - 华南理工大学
  • 2019-11-18 - 2023-03-31 - G06T5/00
  • 本发明公开了一种多光谱图像全色锐化方法,包括步骤:读取原始的多光谱图像和全色图像并进行预处理;从预处理后的图像中截取出图像块作为训练样本和测试样本;设计空间特征传输卷积模块;设计空间特征传输串级卷积神经网络:对模型各卷积层的权重和偏置进行随机初始化;输入训练样本,经过网络前向传播得到预测图像,计算预测图像与参照图像之间的损失函数值;对模型进行迭代优化直至损失函数值达到最小,得到权重和偏置的最优解;将权重和偏置的最优解加载至空间特征传输串级卷积神经网络模型中,输入测试样本进行全色锐化处理。本发明将全色锐化过程分为三个子过程,逐级地提升锐化效果,降低了每一级的锐化难度,有效地增强了全色锐化效果。
  • 一种光谱图像全色锐化方法
  • [发明专利]一种新型电磁阀结构-CN202110957740.4在审
  • 张建明;朱嘉炜;冯琦 - 英嘉动力科技无锡有限公司
  • 2021-08-20 - 2023-02-21 - F16K1/00
  • 本发明公开了一种新型电磁阀结构,从结构上分为电磁铁组件、先导阀组件和主阀组件,从限位功能上分为衔铁限位结构和主阀限位结构,所述衔铁限位结构提高了所述先导阀组件的响应速度,所述主阀限位结构提高了电磁阀的稳定性,所述密封圈安装在所述阀体上,通过所述节流孔和所述泄压通道调节所述泄压腔的压力,所述本发明采用了不同结构和运动结构解决了响应速度慢、耐压等级低、密封性差、稳定性差的问题。
  • 一种新型电磁阀结构
  • [发明专利]基于光谱维控制卷积神经网络的高光谱图像全色锐化方法-CN201811377992.4有效
  • 贺霖;朱嘉炜 - 华南理工大学
  • 2018-11-19 - 2023-01-06 - G06T5/00
  • 本发明提供了基于光谱维控制卷积神经网络的高光谱图像全色锐化方法,包括步骤:读取原始高光谱图像数据;利用高光谱图像合成相应的全色图像数据;对图像数据进行预处理,获取训练样本;构造光谱维控制卷积神经网络结构;将训练样本输入光谱维控制卷积神经网络,利用自适应矩估计算法,使得损失函数稳定在最小值,从而得到最优的网络结构参数;将经过相同预处理的测试样本输入至最优光谱维控制卷积神经网络结构中,输出处理得到高分辨率的高光谱图像;本发明结合高光谱图像的特性,通过对高光谱图像光谱维的控制,能更好地修复高光谱图像所缺失的细节信息,并减少锐化结果的光谱失真现象。
  • 基于光谱控制卷积神经网络图像全色锐化方法
  • [发明专利]基于光谱预测残差卷积神经网络的高光谱图像锐化方法-CN201811485313.5有效
  • 贺霖;朱嘉炜 - 华南理工大学
  • 2018-12-06 - 2022-12-16 - G06T5/00
  • 本发明公开了一种基于光谱预测残差卷积神经网络的高光谱图像锐化方法,包括读取原始高光谱图像;利用高光谱图像的可见光波段合成相应的全色图像;对图像数据进行预处理,获取训练样本对;构造光谱预测残差卷积神经网络结构;将训练样本对输入光谱预测残差卷积神经网络,利用自适应矩估计算法,使训练误差降低至最小值,从而得到最优的网络结构参数;将经过相同预处理的测试样本对输入至最优光谱预测残差卷积神经网络结构中,输出高分辨率的高光谱图像。本发明能有效地缓解光谱失真的现象,增强其锐化效果。
  • 基于光谱预测卷积神经网络图像锐化方法
  • [实用新型]一种野战药箱转运架-CN202222063742.1有效
  • 豆甲泰;曾茜;商辉;徐治国;李尧;辛松岩;朱嘉炜;孙雨薇 - 中国人民解放军32292部队
  • 2022-08-08 - 2022-12-13 - A61G12/00
  • 本发明公开了一种野战药箱转运架,转运架本体包括方形框架、竖杆、底板和挡杆,所述方形框架水平设置,竖杆设置于方形框架四角下方,方形框架通过竖杆固定于底板之上,转运架本体前方敞口,用于将药箱码放于转运架本体内部,所述挡杆为伸缩杆,由内杆和外杆组成,外杆套于内杆外部,外杆侧壁上设置有“L”型卡槽,内杆的侧壁上固定有一穿过外杆的“L”形卡槽的卡销,挡杆插接于转运架本体的前敞口处,防止药箱掉落。本实用新型整体可拆卸,能够节省运输过程中占用的空间,在将方形框架、竖杆、挡杆等去掉后,底板与行走轮相互配合可用于转运其他物资,本实用新型设计合理,结构精巧,制造简单,成本低廉,能够适应各种野战医疗条件。
  • 一种野战药箱转运
  • [发明专利]图像配准方法、装置、多光谱相机、无人设备及存储介质-CN202010261018.2有效
  • 朱嘉炜;刘鹏 - 广州极飞科技股份有限公司
  • 2020-04-03 - 2022-11-08 - G06T7/33
  • 本发明公开了图像配准方法、装置、多光谱相机、无人设备及存储介质,包括:获取至少两个波段图像传感器分别采集的波段图像,并在各波段图像中,确定参考图像和至少一个待配准图像,波段图像传感器与设定相机坐标系关联;以参考图像的相机坐标系为参考坐标系,根据参考图像与各待配准图像中关联特征点之间的位置关系,计算与各待配准图像分别对应的备选变换矩阵;根据预设的基础变换矩阵以及各备选变换矩阵,确定与各待配准图像对应的各波段图像传感器的目标变换矩阵,本发明实施例的技术方案解决了几何模型配准方式导致的配准误差大的问题,提高了图像配准的准确性以及通用性。
  • 图像方法装置光谱相机无人设备存储介质
  • [实用新型]强化静叶内部冷却的结构-CN202123376824.3有效
  • 金婷婷;张岳飞;朱嘉炜;潘丞雄;徐梓硕;张立建 - 上海电气燃气轮机有限公司
  • 2021-12-29 - 2022-06-24 - F01D9/04
  • 本实用新型涉及透平静叶冷却技术领域,尤其涉及一种强化静叶内部冷却的结构,包括连接在静叶平台上的静叶身,静叶身内部在靠近静叶身的尾缘处设有冷却通道后腔室,冷却通道后腔室远离静叶平台的一端设有用于向冷却通道后腔室通入冷却气体主流的冷气入口,静叶平台上开设有与冷却通道后腔室相连通的通气孔,通气孔用于向冷却通道后腔室的末端通入强化冷却气体,静叶身的尾缘设有连通冷却通道后腔室与静叶身外部空间的尾缘劈缝。可以补充冷却通道后腔室末端的冷却空气量,并加强冷却通道后腔室末端的换热效果,防止静叶身靠近静叶平台的一端的尾缘区域出现过热问题,延长静叶的使用寿命和服役时间。
  • 强化内部冷却结构
  • [发明专利]光谱图像处理方法、装置、设备及存储介质-CN202210054668.9在审
  • 朱嘉炜 - 广州极飞科技股份有限公司
  • 2022-01-18 - 2022-05-13 - G06T5/50
  • 本申请提供了一种光谱图像处理方法、装置、设备及存储介质,其中,该方法包括:获取光谱设备采集的针对目标对象的第一对象光谱图像的第一图像亮度以及补偿设备采集的针对目标对象的第二对象光谱图像的第二图像亮度,根据光谱设备的第一标定数据和补偿设备的第二标定数据,对第一图像亮度和第二图像亮度进行融合,得到第一对象光谱图像和第二对象光谱图像的融合亮度,其中,第一标定数据用于表征光谱设备在预设入射亮度下的感光性能,第二标定数据用于表征补偿设备在预设入射亮度下的感光性能,根据融合亮度,确定目标对象的状态信息。提高了融合亮度的准确性,进而使目标对象的状态信息更加准确和可靠。
  • 光谱图像处理方法装置设备存储介质

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top