“胡觉亮”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2个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习的服用布带拉链缺陷检测与计数方法-CN202310791201.7在审
发明人：郑路;曹如川;韩曙光;徐眉;杨金昌;胡觉亮 -专利权人：达利（中国）有限公司
申请日： 2023-06-30 - 公布日： 2023-09-22 - 主分类号： G06T7/00 文献下载
摘要：本发明为一种基于深度学习的服用布带拉链缺陷检测与计数方法，包括以下步骤：S1：采集拉链缺陷数据；S2：拉链缺陷样本扩充；S3：拉链缺陷数据标签制作；S4：训练数据划分；S5：训练拉链缺陷检测模型；S6：采集服用布带拉链图像并输入到训练好的拉链缺陷检测模型进行缺陷检测；S7：对检测到的缺陷数量进行统计。本发明的优点是：将拉链缺陷检测模型与追踪模型结合，实现高效的检测加统计模型，提高了拉链缺陷的检验工作效率；缓解的缺陷检测模型过拟合问题，增加了模型的鲁棒性；在采集缺陷图像时进行自适应直方图均衡化对拉链缺陷图像进行预处理，减少外部因素对检测模型对干扰。
一种基于深度学习服用布带拉链缺陷检测计数方法

[发明专利]一种基于天气预报信息的季节性服装短期销量预测方法-CN202310579820.X在审
发明人：韩曙光;吕杰妮;胡觉亮 -专利权人：浙江理工大学
申请日： 2023-05-22 - 公布日： 2023-08-15 - 主分类号： G06Q30/0202 文献下载
摘要：本发明公开了一种基于天气预报信息的季节性服装短期销量预测方法，包括以下步骤：S1、收集销售数据和对应销售日的天气数据；S2、将销售数据和天气数据按照时间序列进行汇总整理，得到带有天气信息的销售数据的时间序列汇总数据；S3、对时间序列汇总数据进行特征变量分析与特征变量筛选；S4、按照滚动时间窗法对由特征指标数据和销售数据构成的数据集进行划分；S5、Stacking集成回归模型建立；S6、将新的特征指标数据输入Stacking集成学习模型，进行季节性服装销量预测。本发明具有不仅能有效处理短期天气与季节性服装之间的非线性关系，还改善单模型对季节性服装销量的预测效果，提高模型的泛化性的特点。
一种基于天气预报信息季节性服装短期销量预测方法