“柯丰恺”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13个，建议您升级VIP下载更多相关专利

[发明专利]基于3D CAM的大脑核磁共振异常图像的可视化方法-CN201911130121.7有效
发明人： 柯丰恺;刘欢平;李超;胡也;赵大兴;孙国栋;冯维 -专利权人：湖北工业大学
申请日： 2019-11-18 - 公布日： 2023-10-24 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于3D CAM的大脑核磁共振异常图像的可视化方法，采集患者的脑核磁共振异常图像作为训练样本‑利用训练样本对3D CAM模型进行训练，得到训练后的网络参数即系数矩阵W和偏倚向量b值‑根据不同的磁共振图像创建可视化热度图。在传统CAM模型的基础上对患者的大脑核磁共振异常图像进行处理，实现自动识别检测且可视化效果良好的，便于辅助医学研究者定量分析和研究。
基于 cam 大脑核磁共振异常图像可视化方法

[发明专利]基于改进的YOLOv5模型的混凝土大坝表面裂缝检测系统及方法-CN202310796111.7在审
发明人： 柯丰恺;钟良;王成;彭海剑;熊爽;段锦章;胡岑;杨俊 -专利权人：长江空间信息技术工程有限公司（武汉）
申请日： 2023-07-01 - 公布日： 2023-10-10 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于改进的YOLOv5模型的混凝土大坝表面裂缝检测系统。它包括图像采集模块、数据集搭建模块、模型训练模块和模型调整模块；数据集搭建模块用于在模型初训练时，提供开源裂缝图像数据集，图像分辨率调节，数据集拆分功能；在模型精训练时，提供图像分块，裂缝标记，数据集拆分功能；模型训练模块包括YOLOv5模型选型、利用开源数据集的初步训练、真实数据集精训练以及保存模型的权重参数；网络模型调整模块在应用测试集图像时，用于自主调整模型超参数；在应用原始无人机图像时，用于图像裁剪和拼接。本发明具有提高裂缝检测自动化以及准确率的优点。本发明还公开了基于改进的YOLOv5模型的混凝土大坝表面裂缝检测系统的检测方法。
基于改进 yolov5 模型混凝土大坝表面裂缝检测系统方法

[发明专利]基于2D CAM的大脑核磁共振异常图像的可视化方法-CN201911130123.6有效
发明人： 柯丰恺;刘欢平;赵大兴;孙国栋;冯维 -专利权人：湖北工业大学
申请日： 2019-11-18 - 公布日： 2023-05-30 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于2D CAM的大脑核磁共振异常图像的可视化方法，采集患者的大脑核磁共振异常图像作为训练样本‑利用训练样本对二维类激活映射2D CAM进行训练，确定训练后的网络参数即系数矩阵W和偏倚向量b值‑根据不同的磁共振图像创建可视化热度图。在传统CAM模型的基础上对患者的大脑核磁共振异常图像进行处理，实现自动识别检测且可视化效果良好的，便于辅助医学研究者定量分析和研究。
基于 cam 大脑核磁共振异常图像可视化方法

[发明专利]基于DDPG-RAM算法的复杂光照条件下织物缺陷检测方法-CN201911129224.1有效
发明人： 柯丰恺;刘欢平;周唯倜;赵大兴;孙国栋;冯维 -专利权人：湖北工业大学
申请日： 2019-11-18 - 公布日： 2023-04-07 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于DDPG‑RAM算法的复杂光照条件下织物缺陷检测方法，采集织物缺陷图像作为训练样本‑对织物缺陷图像进行图像增强‑利用图像增强后的训练样本对DDPG‑RAM模型进行训练，确定训练后的网络参数‑利用训练后的DDPG‑RAM模型对织物缺陷图像进行缺陷检测。实现了织物缺陷的自动检测，且运行速度快，具有更高的准确性，效果更好。
基于 ddpg ram 算法复杂光照条件下织物缺陷检测方法

[发明专利]一种基于YOLOv5模型的水工程表面裂缝检测方法-CN202210960331.4在审
发明人： 柯丰恺;伍中华;黄涛;罗兵;廖东晓;李圣田;王成;龚武;张克斌;陈旭;郭雪东;何涛 -专利权人：长江空间信息技术工程有限公司（武汉）;中国三峡建工（集团）有限公司;恩施清江大龙潭水电开发有限公司;国家能源集团江西电力有限公司万安水力发电厂
申请日： 2022-08-11 - 公布日： 2022-12-06 - 主分类号： G06V20/17 文献下载
摘要：本发明公开了一种基于YOLOv5模型的水工程表面裂缝检测方法。它包括如下步骤，步骤一：采用无人机采集水工程表面图像；步骤二：根据采集图像，进行图像增强，扩充数据集；采用图像预处理模块处理所获得的采集图像，步骤三：标注裂缝样本图像，并建立模型训练集、验证集、测试集；将这些数据集分类为YOLOv5模型的训练集、验证集、测试集；步骤四：根据应用需求，完成指定模型训练任务；利用训练集对YOLOv5模型进行训练、采用验证集对YOLOv5模型进行验证，以获得训练过程中最优的YOLOv5模型；步骤五：采用测试集进行测试，应用模型至实际工程项目中。本发明具有提高缺陷检测精度和效率的优点。
一种基于 yolov5 模型水工表面裂缝检测方法

[发明专利]基于深度增强学习的等切削力齿轮加工方法-CN201711275524.1有效
发明人： 柯丰恺;周唯倜;赵大兴;朱海峰;丁国龙;孙国栋;许万;吴震宇;赵迪 -专利权人：湖北工业大学
申请日： 2017-12-06 - 公布日： 2021-11-12 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及一种基于深度增强学习的等切削力齿轮加工方法，包括构建深度增强学习模型、构造输出干扰、构建仿真环境、建立奖励rt计算模型、积累经验池、训练深度增强学习神经网络及利用训练好的深度强化学习模型控制插齿机等切削力的切削齿轮。本发明基于深度增强学习的等切削力齿轮加工方法，通过加入深度增强学习网络，解决插齿机等切削力的自动插齿问题，充分利用了插齿机的功率，大大加快了插齿机的切削效率并同时保证了工件的加工质量与加工过程的平稳性。
基于深度增强学习切削力齿轮加工方法

[发明专利]一种高温环境下熔融铁尾矿的智能跟踪检测方法-CN202110398724.6在审
发明人： 柯丰恺;史梓潭;孙国栋;赵大兴 -专利权人：湖北工业大学
申请日： 2021-04-12 - 公布日： 2021-08-10 - 主分类号： G06T7/246 文献下载
摘要：本发明提出了一种高温环境下熔融铁尾矿的智能跟踪检测方法。本发明利用工业CCD相机采集矿物图像；参照canny方法对其中的去噪滤波环节和阈值分割环节进行优化，确定目标轮廓；通过二次优化的canny方法与形态学处理确定目标轮廓；对获得的二值图像进行形态学处理提取二维图像实际半径，最小外接圆，周长，面积等参数，确定下一帧的ROI处理；通过SFS方法预测目标的实际高度，计算实际体积以及铁尾矿熔化速率；针对之前确定ROI区域进行检测处理，重复参照canny方法对其中的去噪滤波环节和阈值分割环节进行优化以确定目标轮廓，直至铁尾矿完全熔化。本发明对熔化二氧化硅进行精确定位以及实时跟踪，同时测估熔化速度、横截面积等参数，提高了检测的智能化水平。
一种高温环境熔融尾矿智能跟踪检测方法

[发明专利]基于3D Grad-CAM的自闭症大脑磁共振图像可视化方法-CN202011215985.1在审
发明人： 柯丰恺;刘欢平;赵大兴;孙国栋 -专利权人：湖北工业大学
申请日： 2020-11-04 - 公布日： 2021-02-26 - 主分类号： G16H30/40 文献下载
摘要：本发明公开了一种基于3D Grad‑CAM的自闭症大脑磁共振图像可视化方法，采集自闭症大脑磁共振图像作为训练样本‑利用训练样本对3D Grad‑CAM模型进行训练，得到训练后的网络参数即系数矩阵W和偏倚向量b值‑根据不同的磁共振图像创建可视化热度图。3D Grad‑CAM在传统CAM模型的基础上对自闭症大脑磁共振图进行处理，实现自动识别检测且可视化效果良好的，较CAM算法有明显的提升，也很好地对反卷积和导向反向传播对类别不敏感问题作出了解释，便于辅助医学研究者定量分析和研究。
基于 grad cam 自闭症大脑磁共振图像可视化方法

[发明专利]基于STN的自闭症大脑磁共振图像可视化方法-CN202011217059.8在审
发明人： 柯丰恺;刘欢平;赵大兴;孙国栋 -专利权人：湖北工业大学
申请日： 2020-11-04 - 公布日： 2021-02-26 - 主分类号： G16H30/40 文献下载
摘要：本发明公开了一种基于STN的自闭症大脑磁共振图像可视化方法，采集自闭症患者的大脑核磁共振图像作为训练样本，然后利用训练样本对STN模型进行训练，得到变换后的图像；根据STN模型训练变换后的图像输送至卷积神经网络训练，实现对自闭症患者的大脑核磁共振图像的可视化。本发明的STN模型在卷积神经网络模型的基础上对自闭症大脑磁共振图进行处理，实现自动识别检测且可视化效果良好的，较卷积神经网络模型有明显的提升，便于辅助医学研究者定量分析和研究。
基于 stn 自闭症大脑磁共振图像可视化方法

[发明专利]基于深度增强学习的工业机械臂自动控制方法-CN201711275146.7有效
发明人： 柯丰恺;周唯倜;赵大兴;孙国栋;许万;丁国龙;吴震宇;赵迪 -专利权人：湖北工业大学
申请日： 2017-12-06 - 公布日： 2020-11-10 - 主分类号： G05B13/04 文献下载
摘要：本发明涉及一种基于深度增强学习的工业机械臂自动控制方法，构建深度增强学习模型、构造输出干扰、建立奖励rt计算模型、构建仿真环境、积累经验池、训练深度强化学习神经网络及利用训练好的深度增强学习模型在实际中控制机械臂运动。通过加入深度增强学习网络，解决机械臂在复杂环境的自动控制问题，完成机械臂的自动控制，且训练完成后运行速度快、精度高。
基于深度增强学习工业机械自动控制方法

[实用新型]自动螺栓筛选机-CN201922000093.9有效
发明人： 柯丰恺;刘欢平;朱婉珍;赵大兴;孙国栋;冯维 -专利权人：湖北工业大学
申请日： 2019-11-18 - 公布日： 2020-08-11 - 主分类号： B07C5/04 文献下载
摘要：本实用新型公开了一种自动螺栓筛选机，包括振动盘送料装置、螺栓支撑检测装置及旋转收料盘，螺栓支撑检测装置位于振动盘送料装置出口，旋转收料盘位于螺栓支撑检测装置正下方；振动盘送料装置包括两个对称布置的螺栓支撑板、一个到位检测接近开关和至少一个长度检测接近开关，两个螺栓支撑板对合后形成供螺栓插入的U形缺口，螺栓支撑板的上部开有供安装到位检测接近开关的第一安装孔，螺栓支撑板上至少开有一个供长度检测接近开关安装的第二安装孔；旋转收料盘装置包括旋转转盘，旋转转盘上均匀放置了若干个扇形盒和一个废料盒，所述扇形盒个数＝长度检测接近开关个数。能够实现多种不同长度的螺栓进行筛选，从而降低劳动强度，提高工作效率。
自动螺栓筛选

[发明专利]基于循环注意力模型的大脑核磁共振异常图像可视化方法-CN201911129218.6在审
发明人： 柯丰恺;刘欢平;赵大兴;孙国栋;冯维;柳晨康 -专利权人：湖北工业大学
申请日： 2019-11-18 - 公布日： 2020-04-03 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于循环注意力模型的大脑核磁共振异常图像可视化方法，采集患者的大脑核磁共振异常图像作为训练样本‑利用训练样本对循环注意力模型进行训练，得到训练后的网络参数‑利用训练后的RAM模型对大脑核磁共振异常图像进行可视化检测。模型简单，速度快、精度高，比传统的CNN网络检测能力强。
基于循环注意力模型大脑核磁共振异常图像可视化方法

[发明专利]基于Actor-Critic神经网络连续控制的快速学习算法-CN201711274761.6在审
发明人： 柯丰恺;周唯倜;赵大兴;孙国栋;许万;丁国龙;吴震宇;赵迪 -专利权人：湖北工业大学
申请日： 2017-12-06 - 公布日： 2018-05-15 - 主分类号： G06N3/08 文献下载
摘要：本发明涉及一种Actor‑Critic神经网络连续控制的快速学习算法，经验池初始化、神经网络初始化、构造输出干扰、积累经验池、根据优先数prop采样及训练深度强化学习神经网络，根据由TD_diff、sigmoid_TD和使用迹UT计算出来的优先数prop来优化采样的算法，TD_error的收敛速度加快，使得算法的学习速度加快。
基于 actor critic 神经网络连续控制快速学习算法

1
共 13 条