“王驭扬”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14个，建议您升级VIP下载更多相关专利

[发明专利]一种基于双波长光源的光纤传感方法-CN202310759140.6在审
发明人：杨林青;孔小红;张明;蒋陵;郭闯;管翰林;王驭扬;张灿;季钰款;陈旸羚;郦竞伟;陈鹏 -专利权人：国网江苏省电力有限公司南京供电分公司
申请日： 2023-06-26 - 公布日： 2023-09-05 - 主分类号： G01D5/353 文献下载
摘要：本发明公开了一种基于双波长光源的光纤传感方法。该方法包括：获取前向传感光信号和本振光信号集合；将所述前向传感光信号输入待测光纤传感器，得到反馈光信号；根据所述反馈光信号和所述本振光信号集合确定传感数据集合；根据所述传感数据集合对所述待测光纤传感器对应的至少一个参数进行评估，得到所述待测光纤传感器对应的每个参数的评估结果。通过本发明的技术方案，能够降低电力光缆中传感应用的光纤用量，避免不同传感系统间同步所需的额外电路或光路连接，降低布里渊散射由于功率衰减造成的信噪比降低，提高BOTDR的频移提取精度。
一种基于波长光源光纤传感方法

[发明专利]基于逐级分解模型的充电站利用率预测方法和系统-CN202310617851.X在审
发明人：管翰林;杨林青;王驭扬;张灿;李静雅;季钰款;陈鹏;韩硕;黄子敬;吴越 -专利权人：国网江苏省电力有限公司南京供电分公司
申请日： 2023-05-29 - 公布日： 2023-08-25 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及基于逐级分解模型的充电站利用率预测方法，包括：采集历史上充电站利用率数据，以及相应的天气数据和日期数据，作为原始数据；构建逐级分解预测模型并训练，将待测时间段前的原始数据输入至逐级分解预测模型中，得到充电站利用率预测值；逐级分解预测模型包括深层信息融合层和残差分解预测层；深层信息融合层运用注意力编码方法对输入数据进行深度提取及融合，得到信息融合序列并输入至残差分解预测层；残差分解预测层使用残差分解方法对当前层输入数据进行逐级分解，每级得到不同细粒度的预测序列和残差序列，最后将所有层级的预测序列和末层经过全连接层的残差序列进行加和得到最终预测结果。本发明实现充电站利用率的预测。
基于逐级分解模型充电站利用率预测方法系统

[发明专利]一种分布式光纤损耗、温度及应变测量系统-CN202310184031.6在审
发明人：孔小红;张明;李维;高莉莎;蒋陵;管翰林;杨林青;郦竞伟;陈旸羚;王驭扬;陈鹏;季钰款;陆忞;张灿;李静雅 -专利权人：国网江苏省电力有限公司南京供电分公司
申请日： 2023-03-01 - 公布日： 2023-05-23 - 主分类号： G01D5/353 文献下载
摘要：本发明公开了一种分布式光纤损耗、温度及应变测量系统，包括第一激光器、第二激光器、第一耦合器、第二耦合器、半导体光放大器、脉冲信号源、掺铒光纤放大器、环形器、第一探测器、第二探测器、采集卡、频谱分析仪以及电脑。本发明通过同时测量光纤的瑞利散射和布里渊散射实现对光纤分布式损耗、温度、应变的测量。利用基于瑞利散射的光时域反射仪技术测量光纤的分布式损耗，利用BOTDR技术测量光纤的分布式布里渊增益谱信息。结合光纤损耗和布里渊增益谱的频移和增益大小，实现光纤温度和应变的区分测量。
一种分布式光纤损耗温度应变测量系统

[发明专利]基于深度学习和霍夫变换的六边形螺栓松动检测方法-CN201910285184.3有效
发明人：杨绿溪;廖如天;王驭扬;张旭帆;邓亭强 -专利权人：东南大学
申请日： 2019-04-10 - 公布日： 2023-04-18 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了基于深度学习和霍夫变换的六边形螺栓松动检测方法，属于计算机视觉技术领域。本发明使用深度学习技术，通过基于区域的全卷积神经网络目标检测算法实现螺栓松动的检测。先对输入图片计算深度特征从而得到螺栓位置，再在原有图片中根据计算得到的螺栓位置提取出螺栓图像并经过一系列图像处理算法得到边缘信息，再使用霍夫变换计算螺栓角度。采用我们设计的检测方案可以准确检测出螺栓是否发生松动。
基于深度学习变换六边形螺栓松动检测方法

[发明专利]一种基于改进深度学习的输电线工程车辆检测方法-CN202211326020.9在审
发明人：沙倚天;刘少君;杨宇航;管翰林;吴越;李静雅;张灿;孙凯;韩硕;王驭扬;田云云 -专利权人：国网江苏省电力有限公司南京供电分公司
申请日： 2022-10-27 - 公布日： 2023-01-24 - 主分类号： G06V10/25 文献下载
摘要：本发明涉及人工智能图像识别技术领域，尤其涉及一种改进深度学习的输电线工程车辆检测方法，包括：步骤1：采集输电线下工程车辆入侵图像进行分类和标注，生成带有类别标签的工程车辆图像数据集；步骤2：构建基于改进YOLOv5s深度学习网络的输电线下工程车辆检测模型并通过工程车辆图像训练工程车辆检测模型；其中，在YOLOv5s深度学习网络中的骨干网络模块Backbone后级联感受野模块RFB形成改进YOLOv5s深度学习网络；步骤3：通过训练好的工程车辆检测模型进行待检测图像的置信度识别，基于置信度确认目标输出。本发明实现输电线工程车辆的实时检测，提高了检测精度。
一种基于改进深度学习输电线工程车辆检测方法

[发明专利]一种微蜂窝无线网中的协作缓存优化方法-CN202010350395.3有效
发明人：杨绿溪;陈琦;王驭扬;黄永明 -专利权人：东南大学
申请日： 2020-04-28 - 公布日： 2022-12-20 - 主分类号： H04W28/06 文献下载
摘要：本发明公开了一种微蜂窝无线网中的协作缓存优化方法，属于无线通信技术领域。本发明将微蜂窝无线网建模为二维有向拓扑图，通过设计协作传输矩阵表征小基站之间的协作传输关系，并由协作传输矩阵及文件请求概率矩阵构造出平均缓存命中率表达式，通过凸优化方法求解出最优化平均缓存命中率的协作缓存方案。采用该方法确定的协作缓存方案，可以根据小基站之间的协作关系及文件请求概率获得缓存命中率性能最优的缓存方案。
一种蜂窝无线中的协作缓存优化方法

[发明专利]一种基于支持向量回归的全介质自承式光缆导线弧垂计算优化方法-CN202210929420.2在审
发明人：孔小红;石伟伟;蒋陵;管翰林;王驭扬;张灿 -专利权人：国网江苏省电力有限公司南京供电分公司;江苏量为石科技股份有限公司
申请日： 2022-08-03 - 公布日： 2022-11-04 - 主分类号： G06F30/18 文献下载
摘要：本发明公开了一种基于支持向量回归的全介质自承式光缆导线弧垂计算优化方法，针对现有抛物线法和悬链线法两种方法导线弧垂估计不精确的问题，本方法通过大量历史巡检数据，对支持向量回归模型进行训练，进而得到精确的周边环境参数与弧垂修正量之间的支持向量机模型。实际应用时，可根据传感元器件获取相关周围环境参数，计算得出弧垂计算修正量，提高导线弧垂估计精度，确保线路运行状态良好。
一种基于支持向量回归介质光缆导线计算优化方法

[发明专利]基于区域全卷积网络和自适应的跨域目标检测方法-CN202010316648.5有效
发明人：杨绿溪;王驭扬;潘迪;杨哲;陈琦;徐琴珍;俞菲 -专利权人：东南大学
申请日： 2020-04-21 - 公布日： 2022-04-29 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于区域全卷积网络和自适应的跨域目标检测方法，属于计算机视觉技术领域。本发明使用深度学习目标检测技术，针对目标检测中训练域和测试域的数据不同分布的问题，利用自适应方法来改善目标检测的跨域鲁棒性。首先基于深度学习构建了区域全卷积网络模型；接着在图像级别和目标级别上设计了两个相应的域分类器作为自适应成分来减少域变换的差异，并在域分类器加上一致性正则化；然后以端到端的方式训练网络；最后去掉自适应成分，将网络用于目标检测任务。采用我们设计的跨域目标检测方法可以有效提高在各种域变换场景中进行目标检测的平均精度。
基于区域卷积网络自适应目标检测方法

[发明专利]基于焦点损失和多任务级联的人脸检测方法-CN202010506172.1有效
发明人：杨绿溪;王驭扬;徐琴珍;俞菲;李春国;黄永明 -专利权人：东南大学
申请日： 2020-06-05 - 公布日： 2022-04-29 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于焦点损失和多任务级联的人脸检测方法，属于计算机视觉技术领域。本发明使用深度学习技术，将焦点损失与多任务级联卷积神经网络相结合来进行人脸检测。首先基于深度学习构建多任务级联卷积神经网络模型，对多任务损失函数进行焦点损失优化；并在网络训练阶段使用在线困难样本挖掘和多尺度训练优化。采用我们设计的人脸检测方法可以有效提高在各种无约束场景中进行人脸检测的平均精度。
基于焦点损失任务级联检测方法

[发明专利]一种便携式多用途光缆运维工具-CN202111313364.1在审
发明人：孔小红;蒋陵;郭闯;管翰林;杨林青;王驭扬 -专利权人：国网江苏省电力有限公司南京供电分公司
申请日： 2021-11-08 - 公布日： 2022-03-15 - 主分类号： H04B10/071 文献下载
摘要：本发明公开了一种基于云平台的便携式多用途光缆运维工具，包括机体，机体设有：光源，向光纤中发射光线；OTDR测试模块，检测光线的衰减和损耗数据；光功率测定模块，测量光纤的光功率和相对损耗；分布式光纤振动监测系统，感知外界振动并得到外界振动的位置信息；控制模块控制各个模块的工作；数据处理单元，对衰减和损耗数据、光功率和相对损耗以及外界振动的位置信息进行计算处理，以确定出现故障的光纤和故障点在光纤上的位置并生成运维信息单。如此设置，能够精准确定出现故障的光纤以及故障点的位置，能够测量衰减和损耗数据、光功率等，减小了运维人员的工作压力，使用更加方便。
一种便携式多用途光缆工具

[发明专利]基于任务指导的轻量级人脸检测方法-CN202010318351.2在审
发明人：徐琴珍;杨哲;刘杨;王路;王驭扬;杨绿溪 -专利权人：东南大学
申请日： 2020-04-21 - 公布日： 2020-08-18 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于任务指导的轻量级人脸检测方法，先将训练集进行数据增广，通过轻量级骨干网络在有限尺度空间内尽量保持原有特征，接着利用特征整合模块实现双分支架构且精简计算，再引入关联锚点辅助预测，以半监督方式生成人脸周边的头部、身体信息，最后应用任务指导型策略，对分类和回归分而治之，即构建选择性分类组专用于类别打分任务，构建选择性回归组专用于位置回归任务，将二者的损失加权求和，用以指导训练与学习过程直至收敛，进而实现对目标人脸的检测。本发明可达到工业级实时性标准，可被部署于边缘与终端设备上，对计算能力和内存大小的需求较低，且无需预训练网络，较适用于中、低检测难度的无约束场景。
基于任务指导轻量级检测方法

[发明专利]无约束场景下的基于特征强化的渐进式级联人脸检测方法-CN202010319149.1在审
发明人：徐琴珍;杨哲;刘杨;王路;王驭扬;杨绿溪 -专利权人：东南大学
申请日： 2020-04-21 - 公布日： 2020-08-18 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种在无约束场景下的基于特征强化的渐进式级联人脸检测方案，属于多媒体信号处理领域。本发明将训练集进行数据增广，以VGGNet‑16作为基础特征提取网络，利用特征强化模块实现双分支架构，在预测之前，对各分支应用Max‑Both‑Out策略；训练时搭建迭代式级联结构，设计渐进式损失，即由第一分支多任务损失和第二分支多任务损失加权求和，用以指导训练与学习过程直至收敛，最终实现对目标人脸的检测。本发明不仅关注上下文信息还着重挖掘当前层特征，丰富了面部特征的提取模式，适用于检测难度较高的无约束场景，尤其对微小的、模糊的、遮挡的人脸也可实现精准检测。
无约束场景基于特征强化渐进级联检测方法

[发明专利]无线通信网络中基于学习的主动缓存控制方法-CN201711324278.4在审
发明人：杨绿溪;王驭扬;代海波;黄永明;李春国 -专利权人：东南大学
申请日： 2017-12-13 - 公布日： 2018-06-12 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种无线通信网络中基于学习的主动缓存控制方法，属于无线通信技术领域。本发明提供的无线通信网络中基于学习的主动缓存方案使用主动缓存技术，通过在网络边缘设备进行缓存来主动地服务可预测的用户需求。在进行预测和估计文件与用户之间的受欢迎度时，针对现实中文件受欢迎度矩阵通常很大并且稀疏的问题，使用协同过滤和迁移学习来获得了更准确的估计结果。在制定小基站的缓存策略时，设计了一个分布式迭代算法更好地探索了缓存的全局最优解。采用我们设计的主动缓存方案可以有效提高用户数据速率并降低回程负载。
缓存无线通信网络缓存控制受欢迎度无线通信技术领域学习网络边缘设备矩阵全局最优解迭代算法估计结果缓存策略缓存技术回程负载协同过滤用户数据用户需求可预测小基站稀疏迁移预测探索制定服务

[发明专利]一种VoLTE安全通信方法-CN201610018888.0在审
发明人：陈立全;徐余浩;于佳阳;王驭扬;宋睿;顾鹏 -专利权人：东南大学
申请日： 2016-01-12 - 公布日： 2016-04-27 - 主分类号： H04L9/32 文献下载
摘要：本发明公开一种VoLTE安全通信方法，通过同时使用对称加密算法RC4和非对称加密算法RSA实现VoLTE通信节点端到端的安全通信；其中利用高效率的对称加密算法RC4对通话语音数据进行加密；使用非对称加密算法RSA对通话语音数据进行数字签名与验证来确认数据来源可靠；而对称加密的密钥则通过非对称加密算法RSA的公钥进行加密后再与接收方进行协商，保证了语音加密密钥的安全。每次语音会话的加密密钥都随机生成，并在该次会话结束之后进行销毁。提出的VoLTE安全通信方法综合高效地实现了VoLTE通信双方的保密传输、认证与签名和密钥协商，较好地兼顾了VoLTE语音传输对传输速度、语音质量以及安全性的要求。
一种 volte 安全通信方法

1
共 14 条