“翁腾飞”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24个，建议您升级VIP下载更多相关专利

[实用新型]一种矿山安全用防护装置-CN202320518337.6有效
发明人：胡安鹏;谢长春;任立峰;陶帆;翁腾飞 -专利权人：西安科技大学
申请日： 2023-03-17 - 公布日： 2023-08-29 - 主分类号： E21D17/00 文献下载
摘要：本实用新型提供一种矿山安全用防护装置，该矿山安全用防护装置，包括支撑板，所述支撑板的顶部设置有防护机构，所述防护机构的顶部设置有防护板，所述支撑板的底部固定连接有支撑杆，所述支撑杆的内腔设置有调节机构，所述支撑板的两侧均设置有稳定机构，所述防护机构包括弹簧，所述弹簧的一端与支撑板的顶部焊接，所述弹簧的另一端与防护板的底部焊接，所述防护板的底部固定连接有软套。本实用新型提供的矿山安全用防护装置解决了由于矿山开采的施工环境复杂，施工现场会有很多大小矿石散落，而散落的矿石若落在机械设备上方，可能会造成设备损坏，影响后续开采工作速度的问题。
一种矿山安全防护装置

[发明专利]基于特征融合和注意力机制的医学图像分类方法-CN202310355763.7在审
发明人：韩琦;钱鑫;翁腾飞;徐宏翔;邱自成;裴仰军;蒙仑;吴克鹏;田袁;张崟溧 -专利权人：重庆科技学院
申请日： 2023-04-04 - 公布日： 2023-08-04 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于特征融合和注意力机制的医学图像分类方法，包括的步骤为：图像预处理；基于卷积神经网络主干网的特征提取。基于多尺度特征融合；交互注意力金字塔，筛选出具有判别性信息，并聚焦到这些重要信息上；经平均池化层输出分类结果。本发明的分类方法全部采用卷积方式提取特征，参数量较少，运行速度较快，适应医学影像数据少量样本的特征，不需要更新过多的权重参数，同时经实验验证此方法能够很好的适应一些“类间差异大，类类差异小”的一些比较难分的医学图像数据集。不仅适用于二分类任务，同时适用于多分类任务，可以根据任务需要，灵活调整主干网的类型，以适应不同的分类任务。
基于特征融合注意力机制医学图像分类方法

[发明专利]基于大尺寸图像像素点的重新排序和分割方法-CN202110707413.3有效
发明人：韩琦;杨恒;翁腾飞;陈国荣;解燕;张澳;侯明阳;武宸;王洪艺;田升 -专利权人：重庆科技学院
申请日： 2021-06-23 - 公布日： 2023-08-04 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种基于大尺寸图像像素点的重新排序和分割方法，包括以下步骤：确定图像P中的像素点包括N行M列，并对该图像P所有像素点进行坐标编号，得到该图像所有像素点的坐标集合S；计算图像P的中心像素点坐标；确定图像P的中心像素点的影响领域分别计算得到图像P中所有像素点重新排序后的向量P2；S4：设定图像P分割后图像的尺寸大小，向量P2划分为c个相同大小的向量，并将该c个向量作为图像P的分割图像数据进行保存。实现从中心向边缘分割，数据化保存图片，可根据所需的尺寸随意划分。
基于尺寸图像像素重新排序分割方法

[发明专利]基于注意力机制的微小淋巴结图像小目标检测方法-CN202310352714.8在审
发明人：韩琦;徐宏翔;钱鑫;裴仰军;邱自成;吴克鹏;蒙仑;翁腾飞;田袁;王心 -专利权人：重庆科技学院
申请日： 2023-04-04 - 公布日： 2023-06-30 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于注意力机制的微小淋巴结图像小目标检测方法，将原始微小淋巴结区域图像进行预处理调整，对所有图像进行矩阵转化，生成特征信息矩阵后再迭代转化、损失值求和取平均，优化训练模型中的参数；根据训练模型的结果与其人工标定结果作对比，得到验证集全部图像的平均精度，提取其中最高精度作为最优的训练模型参数；将获取特征信息矩阵送入最优的训练模型，获得自动标定的检测图像，根据锚框位置判断是否存在病变区域以及获取其位置。本发明的有益效果：能够对图片全局做出分析也能对图片细节地方进行处理，很好的抓取图片中的存在的病变区域，计算量少，精确度高。
基于注意力机制微小淋巴结图像目标检测方法

[发明专利]基于矩阵变换和滑动窗口的图像边缘增强算法-CN202310149600.3在审
发明人：韩琦;李思汉;王洪艺;侯明阳;秦佳佳;翁腾飞 -专利权人：重庆科技学院
申请日： 2023-02-21 - 公布日： 2023-05-30 - 主分类号： G06V10/44 文献下载
摘要：本发明公开了一种基于矩阵变换和滑动窗口的图像边缘增强算法，按照以下步骤进行：S1：获取训练图像集，对训练图像集中的样本图像和标签图像进行降维处理后，得到样本图像集合和标签图像集合；S2：对样本图像集合和标签图像集合中的图像利用滑动窗口算法进行子块提取，得到标签特征子块集合及其对应的样本特征子块集合；S3：从所述标签特征子块集合、样本特征子块集合中按比例抽取子块构成矩阵，并对其进行矩阵求解，得到图像目标边缘增强算子；S4：利用图像目标边缘增强算子对待处理图像集进行目标边缘增强处理，得到目标边缘增强图像集。有益效果：增强了图像关键边缘的显示效果，便于后续特征提取，对模型提高目标分割有进一步的帮助。
基于矩阵变换滑动窗口图像边缘增强算法

[发明专利]去除注射液内毒素的方法及装置-CN202110949894.9在审
发明人： 翁腾飞;林丽洋;兰莎;林保全;赵栋 -专利权人：四川科伦药业股份有限公司;四川科伦药物研究院有限公司
申请日： 2021-08-18 - 公布日： 2023-04-07 - 主分类号： B01D61/14 文献下载
摘要：本发明公开了一种去除注射液内毒素的方法，包括以下步骤：将注射液输送至过滤膜进行过滤，注射液中的内毒素不能透过过滤膜，过滤膜与注射液的输送方向的夹角大于或等于90°且小于180°。本发明还公开了一种去除注射液内毒素的装置，包括：配液罐；过滤容器；收集罐；过滤容器内设置有过滤膜，过滤膜将过滤容器分隔为前端室和后端室，前端室与配液罐形成循环回路，后端室与收集罐相连；配液罐具有原液出口，前端室具有原液进口，原液出口与原液进口通过第一管体连接，第一管体具有液体进口端和液体出口端，液体出口端与过滤膜的夹角大于或等于90°且小于180°。
去除注射液内毒素方法装置

[发明专利]基于滑动窗口算法的图像目标边缘增强处理方法-CN202211359931.1在审
发明人：韩琦;侯明阳;王洪艺;翁腾飞 -专利权人：重庆科技学院
申请日： 2022-11-02 - 公布日： 2023-01-31 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于滑动窗口算法的图像目标边缘增强处理方法，具体步骤为：对训练图像集合、训练图像标签集合采用滑动窗口算法进行特征提取、非边缘子块选择、矩阵求解等操作后得到非关键边缘抑制算子，进而获取非边缘区域弱化的初始特征图；结合初始特征图获取边缘典型特征子块集合并进行求解后，得到关键边缘增强算子HQ2；非关键边缘抑制算子HQ1和关键边缘增强算子，对测试图像集合中的测试图片依次调用非关键边缘抑制算子、关键边缘增强算子，得到测试图像的边缘增强特征图有益效果：降低噪声，对关键边缘进行增强，强化目标和背景的差异，得到凸显典型特征的边缘平滑图像。用于数据扩充后，提高图像分割识别等正确率。
基于滑动窗口算法图像目标边缘增强处理方法

[发明专利]基于图像处理的卷积神经网络卷积核计算方法-CN202211156940.0在审
发明人：韩琦;王洪艺;侯明阳;翁腾飞 -专利权人：重庆科技学院
申请日： 2022-09-21 - 公布日： 2022-12-27 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种基于图像处理的卷积神经网络卷积核计算方法，具体步骤为：采集样本集合和对应的标签集合；对样本集合中的所有三通道图像降维成单通道图像，将所有单通道图像组成输入样本集合；对输入样本集合行框选、维度转换、求逆的操作得到集合框选逆矩阵；对降维样本集合对应的标签，进行展开、拼接操作，得到集合标签框选矩阵；根据集合框选逆矩阵和集合标签框选矩阵，计算卷积神经网络的卷积核。有益效果：结合原始图像和标签图像的相关关系来初始化卷积核，减少经验主义初始化核所带来的误差。
基于图像处理卷积神经网络核计方法

[发明专利]一种基于生物视觉启发的织物表面缺陷分类深度网络方法-CN202111066939.4在审
发明人：韩琦;武宸;翁腾飞;陈国荣;解燕;张澳;杨恒;侯明阳;王洪艺;田升;张黎 -专利权人：重庆科技学院
申请日： 2021-09-13 - 公布日： 2022-10-04 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于生物视觉启发的织物表面缺陷分类深度网络方法，评估图像受噪声影响程度，然后确定滤波函数尺度，实现对图像预处理，再使用迁移学习方法对已经用大量数据训练好的ResNet网络进行微调，获取映射函数并判别输入织物图像是否存在缺陷，对缺陷的织物图像使用Meanshift聚类算法分割缺陷，确定缺陷位置，建立一种视觉交互架构“VIN‑Net”织物缺陷分类模型，基于已训练好的织物缺陷分类模型对纺织品图像进行缺陷分类，若存在缺陷则可检测到目标位置并识别其缺陷类别。有益效果：本发明为纺织品企业和工厂的织物产品提供高效、精确以及快速的织物表面缺陷分类检测，从而提高织物产品质量、减少人工成本进而对企业的经济效益起到推动作用。
一种基于生物视觉启发织物表面缺陷分类深度网络方法

[发明专利]基于细胞神经网络异联想记忆模型的掌纹和人脸识别方法-CN202010515194.4有效
发明人：韩琦;杨恒;叶刚强;解燕;曹瑞;林日煌;翁腾飞 -专利权人：重庆科技学院
申请日： 2020-06-08 - 公布日： 2022-08-30 - 主分类号： G06V40/13 文献下载
摘要：本发明涉及一种基于细胞神经网络异联想记忆模型的掌纹和人脸识别方法，属于智能识别技术领域。该方法包括注册与识别。本发明将异联想记忆和细胞神经网络模型相结合，将掌纹图片数据和人脸图片数据转化成一系列参数进行保存，身份信息即掌纹图片数据和人脸图片数据，验证可靠度高，并且对图片的保存方式隐秘性强，安全系数高，有效防止人们身份信息被泄露；采用将图片经模型转化成参数的形式，简单方便，实用性好，图片识别效果好，对人脸图片数据保护效果好。
基于细胞神经网络联想记忆模型掌纹识别方法

[发明专利]基于注意力机制与多路融合的医学图像神经网络辅助诊断方法-CN202111186110.8在审
发明人：韩琦;王洪艺;侯明阳;武宸;田升;翁腾飞;李忠;陈国荣;杨恒;解燕;张澳;雷凯 -专利权人：重庆科技学院
申请日： 2021-10-12 - 公布日： 2022-03-11 - 主分类号： G16H50/20 文献下载
摘要：本发明提出了一种基于注意力机制与多路融合的医学图像神经网络辅助诊断方法，其特征在于:将原始医学图像进行预处理调整，对所有医学图像进行矩阵转化，生成特征信息矩阵Yout，对Yout进行迭代转化，损失值求和取平均，优化训练模型中的参数；根据训练模型的结果与其人工标定结果作对比，得到验证集全部医学图像的平均精度ACmean，提取其中最高精度ACmean作为最优的训练模型参数；将病理特征信息矩阵送入最优的训练模型，获得获得二值化的病理图像，根据病理图像诊断出病情。本发明的有益效果：有效的利用多级注意力与融合方法提高网络效率的同时，也增加了分割的效果，建立的模型更加精准，提升了诊断的准确性和一致性，提高了效率，节约了时间成本。
基于注意力机制融合医学图像神经网络辅助诊断方法

[发明专利]基于交互注意力与卷积神经网络的瓷砖表面缺陷检测方法-CN202111042320.X在审
发明人：韩琦;侯明阳;翁腾飞;陈国荣;杨恒;武宸;王洪艺;田升;解燕;张澳;张崟溧 -专利权人：重庆科技学院
申请日： 2021-09-07 - 公布日： 2021-11-16 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于交互注意力与卷积神经网络的瓷砖表面缺陷检测方法，对收集到的瓷砖缺陷图像进行变换、特征提取，随后进行对齐，获得差分图像，结合缺陷图像与差分图像构成数据集，随后进行缺陷标注，按比例划分训练集测试集。确定优化方法及损失函数，将所构建的瓷砖表面缺陷检测神经网络以端到端的方式进行训练，获得训练好的检测神经网络对待检测瓷砖图像进行缺陷类别与缺陷位置预测，随后使用非极大值抑制获得最终结果。本发明提高了瓷砖缺陷检测的精度；本方法对瓷砖表面缺陷进行检测的方法流程可以应用到其他类型的表面缺陷检测框架中提高检测精度，通用性强。
基于交互注意力卷积神经网络瓷砖表面缺陷检测方法

[发明专利]不确定信息下非常规突发事件应急资源分配决策优化方法-CN201810589712.X有效
发明人：刘晋;韩琦;吴政阳;翁腾飞;邓世琴;谯自强;邹瑞;齐东川;庞峥 -专利权人：重庆科技学院
申请日： 2018-06-08 - 公布日： 2021-06-15 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种不确定信息下非常规突发事件应急资源分配决策优化方法，属于应急资源管理领域。该方法具体包括：从实际非常规突发事件应急管理应用中获取反映受灾地区受灾严重程度的情境因素及其不确定信息数据；对其进行预处理，转化为统一形式的数据信息；利用客观定权方法，求解所考虑的情境因素的权值；利用改进的模糊C均值聚类算法，将受灾地区各救援点进行受灾严重程度分级；在考虑应急决策者对灾害整体受灾严重程度认知和灾害各救援点受灾严重程度认知的主观因素条件下，建立应急资源分配决策优化模型；通过决策优化模型确定各救援点应急资源分配方案。本发明能够通过不确定信息数据建立合理、高效、公平的应急资源分配决策方案。
不确定信息常规突发事件应急资源分配决策优化方法

[发明专利]基于多元线性回归联想记忆人脸识别的方法-CN201710177024.8有效
发明人：韩琦;刘晋;谯自强;吴政阳;刘洋;翁腾飞;黄军建 -专利权人：重庆科技学院;重庆第二师范学院
申请日： 2017-03-22 - 公布日： 2020-12-04 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于多元线性回归联想记忆人脸识别的方法，包括以下步骤：S1：采集人脸图片，人脸图片转化为二值图片，并得到联想记忆输入矩阵和输出矩阵；S2：搭建多元线性回归人脸识别模型，并对所述多元线性回归人脸识别模型进行简化，得到带未知回归参数的多元线性回归简化人脸识别模型；S3：计算多元线性回归简化人脸识别模型的未知回归参数，最终确定多元线性回归人脸识别模型；S4：对人脸图片进行识别。有益效果：将联想记忆和多元线性回归模型相结合，将人脸图片转化成参数，安全系数高，可靠性好，识别效果好，对人脸图片保护效果好，隐秘性高。
基于多元线性回归联想记忆识别方法

[发明专利]基于多元线性回归联想记忆模型的身份耦合识别方法-CN201710175033.3有效
发明人：韩琦;翁腾飞;刘晋;刘洋;吴政阳;谯自强;黄军建 -专利权人：重庆科技学院;重庆第二师范学院
申请日： 2017-03-22 - 公布日： 2020-12-04 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于多元线性回归联想记忆模型的指纹和人脸耦合识别方法，包括以下步骤：S1：采集指纹图片和人脸图片；S2：分别得到指纹图片和人脸图片的联想记忆输入矩阵和输出矩阵；S3：构建带回归参数的多元线性回归指纹图片识别模型和多元线性回归人脸图片识别模型；S4：计算回归参数，得到多元线性回归指纹图片识别模型、多元线性回归人脸图片识别模型；S5：对指纹图片和人脸图片进行识别。有益效果：身份信息实现多重识别，可靠性高，将联想记忆和多元线性回归模型相结合，将图片转化成参数，安全系数高，识别效果好，对身份信息保护效果好，隐秘性高。
基于多元线性回归联想记忆模型身份耦合识别方法

1
2
下一页»
尾页
共 24 条