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20个,建议您升级VIP下载更多相关专利
  • [发明专利]停车系统中调整摄像头的方法和装置-CN202110861778.1在审
  • 董一鸿 - 西门子(中国)有限公司
  • 2021-07-29 - 2023-02-03 - G08G1/017
  • 本申请实施例提供了一种停车系统中调整摄像头的方法和装置,该方法包括:获取摄像头捕获的第一车辆图片,所述第一车辆图片包括目标停车区域上的多个车辆的图片;根据所述第一车辆图片以及车辆区域识别模型,得到对所述多个车辆进行识别后的识别图片,所述识别图片标识出所述多个车辆中每一个车辆的识别区域,且所述识别图片包括所述每一个车辆的识别区域的标识,所述标识用于指示所述多个车辆的识别区域之间的重叠度;发送所述识别图片,其中,所述多个车辆的识别区域之间的重叠度用于调整所述摄像头的参数。本申请实施例的停车系统中调整摄像头的方法和装置,能够准确、有效地对停车系统中的摄像头进行安装。
  • 停车系统调整摄像头方法装置
  • [发明专利]目标检测方法及装置-CN202011084093.2在审
  • 董一鸿;李远哲;于晨 - 西门子(中国)有限公司
  • 2020-10-12 - 2022-04-29 - G06K9/62
  • 本发明实施例公开了目标检测方法及装置。方法包括:将训练样本图像依次输入神经网络,将主干网络的最后一层或多层的输出作为第一特征图,将第一特征图分别作为第一、第二分支网络的输入;当满足训练终止条件时,将当前神经网络模型作为目标检测模型;将待检测样本图像输入目标检测模型,根据第一分支网络输出的目标中心点概率预测映射图,确定各目标中心点的预测位置,将各目标中心点的预测位置映射到待检测样本图像上,根据第二分支网络输出的目标宽高预测映射图,确定各目标中心点对应的目标边界框的预测宽和高,将各目标中心点对应的目标边界框的预测宽和高映射并标定在待检测样本图像上。本发明实施例提高了目标检测的速度。
  • 目标检测方法装置
  • [发明专利]一种目标跟踪方法、装置和计算机可读介质-CN202010993635.1在审
  • 李远哲;董一鸿;于晨 - 西门子(中国)有限公司
  • 2020-09-21 - 2022-04-08 - G06V10/74
  • 本发明实施例涉及计算机视觉技术,尤其涉及一种目标跟踪方法、装置和计算机可读介质,用以解决目标跟踪过程中障碍物的遮挡问题。本发明实施例提供的目标跟踪方法包括:将识别出的目标物体与已跟踪的目标物体进行匹配;将当前帧识别出的但不能与已跟踪的任何目标物体匹配的目标物体与暂时失去跟踪的目标物体匹配;将当前帧识别出且与已跟踪的目标物体匹配的目标物体以及当前帧识别出的且与暂时失去跟踪的目标物体匹配的目标物体标记为已跟踪的目标物体;对已跟踪的每一个目标物体,使用该目标物体的当前帧的目标识别的结果更新轨迹。
  • 一种目标跟踪方法装置计算机可读介质
  • [发明专利]一种哈希检索方法-CN201910988287.6有效
  • 杨安邦;钱江波;辛宇;谢锡炯;董一鸿 - 宁波大学
  • 2019-10-17 - 2022-04-01 - G06F16/2455
  • 本发明公开了一种哈希检索方法,特点是通过引入Spark分布式集群,将原始数据和查询数据平均分配至Spark分布式集群的每个节点中进行并行计算,其中包括了排序计算和根据损失函数通过梯度下降法对其中的参数进行迭代更新,最终根据迭代完成的最终二进制编码矩阵分别对原始数据集和查询数据集进行哈希编码,通过比较海明距离得到每个查询数据的查询结果,完成哈希检索过程,优点是降低了整体训练过程所需时间,通过实验结果表明,与其他哈希检索方法相比,采用本发明所述哈希检索方法能够大幅度降低算法的训练时间,从而提高训练效率。
  • 一种检索方法
  • [发明专利]车牌识别方法、装置及系统-CN202011022364.1在审
  • 于晨;董一鸿;李远哲 - 西门子(中国)有限公司
  • 2020-09-25 - 2022-03-29 - G06V10/764
  • 车牌识别方法、装置及系统。本公开提供车牌识别方法及车牌识别装置。在车牌识别设备中部署被实现为神经网络模型的像素分类预测模型和车牌预测模型。在进行车牌识别时,基于像素分类预测模型对待处理车牌图像进行像素分类预测得到各个像素的像素分类预测结果。接着,根据各个像素的像素分类预测结果从待处理车牌图像中确定出车牌区域图像。然后,基于车牌预测模型来对车牌区域图像进行车牌字符串预测和车牌类型预测,由此预测出车牌类型和车牌号码。利用上述方法,可以实现具有鲁棒性的车牌识别方案。
  • 车牌识别方法装置系统
  • [发明专利]一种基于自编码器的无监督哈希方法-CN201911284130.1有效
  • 张博麟;钱江波;陈海明;严迪群;董一鸿 - 宁波大学
  • 2019-12-13 - 2022-03-22 - G06F16/51
  • 一种基于自编码器的无监督哈希方法,包括:建立栈式去噪自编码器并使用训练集对其进行训练,栈式去噪自编码器包括依次全连接的M个编码层、哈希层和M个解码层;再使用栈式去噪自编码器中的参数建立与栈式去噪自编码器的结构相同的栈式自编码器并将训练集中的图像分批输入到其中进行训练;移除最终的栈式自编码器中的解码器,将保留的M个编码层及哈希层作为检索网络;将待检索的图像输入到该检索网络中得到哈希层的输出,并对哈希层的输出结果进行量化获得哈希码,计算该待检索图像与数据库中图像的哈希码之间的汉明距离,将数据库中与待检索图像汉明距离最小的图像作为该待检索图像的检索结果。该无监督哈希方法同时具有优越的检索和聚类效果。
  • 一种基于编码器监督方法
  • [发明专利]基于item边CCA对齐的跨域推荐方法-CN202011392642.2有效
  • 王岚婷;辛宇;董一鸿;钱江波;陈华辉 - 宁波大学
  • 2020-12-02 - 2021-10-08 - G06F16/9535
  • 本发明公开了基于item边CCA对齐的跨域推荐方法,属于跨域推荐技术领域。本方法对辅助域与目标域中的item边按典型相关系数进行线性对齐;将辅助域中对齐后的item隐含空间特征矩阵进行迁移,避免了辅助域的user特征对目标域user特征的干扰。此外,本发明在UV分解过程中保留了目标域的user特征约束,使得item的迁移过程兼顾了辅助域的item特征,并强调了目标域的user特殊性。因此,本发明所提出的CIAM不仅考虑了辅助域item对目标域item的相似性学习问题,还考虑了目标域的user特点,减轻了跨域推荐的“过拟合迁移”问题。
  • 基于itemcca对齐推荐方法
  • [发明专利]一种司机分心检测方法-CN202010449852.4在审
  • 秦斌斌;钱江波;陈叶芳;严迪群;董一鸿 - 宁波大学
  • 2020-05-25 - 2020-09-04 - G06K9/00
  • 一种司机分心检测方法,将每帧司机图像转化成灰度图像,并依次进行归一化处理和预处理,将其中一个训练样本输入到初始化的卷积神经网络中,同时对训练样本所对应的灰度图像提取的HOG特征进行批量正则化处理,之后接着全连接层连接,得到HOG特征向量;最后将每一个卷积层的输出结果进行全局均值池化后得到的特征向量和HOG特征向量共同组成的总特征向量依次经过卷积神经网络中的全连接层和Softmax分类后,得到司机实际的动作类别,从而更新卷积神经网络中的参数;并采用相同的方法依次对卷积神经网络进行更新。最后即可得到测试集中司机图像所对应的动作类别。该检测方法的检测结果更加准确且该网络结构具有更少的网络参数。
  • 一种司机分心检测方法
  • [发明专利]一种垃圾网页识别方法-CN201710558799.X有效
  • 董一鸿;金宏桥;李龙洋 - 宁波大学
  • 2017-07-11 - 2020-06-19 - G06F21/56
  • 本发明涉及一种垃圾网页识别方法,从已识别的网页中随机选取数目相同的已被标记的垃圾网页和已被标记的非垃圾网页构建训练集,统计训练集中每个训练网页对应的有向图三角的数目,将得到的有向图三角特征与网页中包含的链接特征、链接组合特征、网页标签特征进行组合,使用随机森林对组合特征集进行训练,得到四个训练模型;将未识别网页的有向图三角特征与未识别网页的链接特征、链接组合特征进行组合,四组未识别网页的测试组合特征集分别对应输入到步骤(3)得到的四个训练模型中进行测试,分别得到4个网页标签特征测试结果。本发明的优点在于:使用有向图三角特征提高了垃圾网页识别的准确率。
  • 一种垃圾网页识别方法
  • [发明专利]一种动态社交网络中的链路预测方法-CN201911285769.1在审
  • 曹燕;董一鸿;邬少清 - 宁波大学
  • 2019-12-13 - 2020-05-01 - G06F16/901
  • 本发明涉及一种动态社交网络中的链路预测方法,包括以下步骤:将t时刻网络中的节点映射到低维嵌入空间中,并写成每个节点的低维表示向量;之后分别计算t时刻网络中节点的局部特征、二阶相似性和保持网络演化平滑性对应的损失函数,最后根据最小化总损失函数得到节点最佳的低维表示向量;从而使用最佳低维表示向量方法得到测试集中的所有节点低维表示向量,并依次将每个节点对的低维表示向量输入到逻辑回归分类器中进行训练,得到训练完成的逻辑回归分类器;将T时刻网络中每个节点对的低维表示向量输入到训练完成的逻辑回归分类器中,得到T+1时刻的网络信息。该链路预测方法降低了网络中的数据存储空间且链路预测准确性更高。
  • 一种动态社交网络中的预测方法
  • [发明专利]一种复杂网络图的概要方法及其在蛋白质关系网中的应用-CN201911335783.8在审
  • 董一鸿;徐丽丽;王雄 - 宁波大学
  • 2019-12-23 - 2020-04-03 - G06K9/62
  • 本发明涉及一种复杂网络图的概要方法及其在蛋白质关系网中的应用,将复杂网络图记为G=(V,E),V为节点的集合,E为边的集合,包括:步骤1、在复杂网络图中挑选出子图H=(V′,E′),对于子图中任意两节点组成的边满足条件:sup(e(u,v),H)≥k‑2,将这些子图标记为稠密子图;步骤2、将每个稠密子图中的所有节点压缩成一个节点,将该节点标记为超点,将与所有超点相关联的边,标记为超边;步骤3、将所有超点和除超点外的其他节点组成新的节点集合,将超边和除超边外的其他边组成新的边集合,将新的节点集合和新的边集合形成概要图。能有效减小数据规模,降低网络布局中节点和关联边密集的现象,近似保持原始图的幂率性和聚类系数;且能清晰地显示数据整体结构。
  • 一种复杂网络图概要方法及其蛋白质关系网中的应用
  • [发明专利]基于深度学习的智能分类垃圾箱-CN201910993388.2在审
  • 秦斌斌;钱江波;陈海明;严迪群;董一鸿 - 宁波大学
  • 2019-10-18 - 2020-02-18 - B65F1/00
  • 本发明公开了一种基于深度学习的智能分类垃圾箱,包括垃圾箱主体结构和智能分类控制器,垃圾箱主体结构包括箱体,箱体内设置有垃圾收纳室以及多个垃圾仓,收纳室底部为活动底板,当活动底板打开时,收纳室与位于其下的垃圾仓连通,初始状态,一个垃圾仓位于收纳室的正下方,活动底板处于关闭状态,智能分类控制器包括识别模块、控制模块、无线通信模块、供电模块、用于安装在智能终端通信设备中的APP模块、垃圾分类选择模块和驱动模块,供电模块与控制模块连接,控制模块分别与识别模块、垃圾分类选择模块、驱动模块和无线通信模块连接,无线通信模块与APP模块连接;优点是可以实现垃圾自动分类,垃圾分类准确度高,且成本较低。
  • 基于深度学习智能分类垃圾箱

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