“蔡敏康”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6个，建议您升级VIP下载更多相关专利

[实用新型]一种桥梁损伤检测仪-CN202320941765.X有效
发明人：汪凌武;卢立;彭子豪;蔡敏康 -专利权人：浙江丽中恒工程检测有限公司
申请日： 2023-04-20 - 公布日： 2023-10-20 - 主分类号： G01N21/01 文献下载
摘要：本实用新型属于桥梁检测技术领域，尤其涉及一种桥梁损伤检测仪，包括检测仪，还包括：U形架，U形架的一侧开设有放置槽，检测仪放置在放置槽内，放置槽的两侧均开设有两个活动槽，U形架的两侧均开设有与对应两个活动槽相连通的矩形槽，矩形槽内滑动安装有矩形板，矩形板的一侧固定安装有拉手，另一侧固定安装有若干拉簧和两个挡板，本实用新型通过设置的U形架、矩形板、拉手、拉簧、挡板、滚轮、滚轮槽、转动槽、转动柱、驱动组件、C形板、圆球和连接组件，保证人员采用检测仪对桥梁的侧面进行检测时，人员无需将身体伸出桥梁上的护栏外，解决了安全隐患的存在，同时，也无需人员手臂伸长并手持检测仪，避免检测仪出现抖动的情况。
一种桥梁损伤检测

[实用新型]一种检测仪-CN202320892358.4有效
发明人：卢立;汪凌武;蔡敏康;彭子豪 -专利权人：浙江丽中恒工程检测有限公司
申请日： 2023-04-20 - 公布日： 2023-09-26 - 主分类号： G01B21/08 文献下载
摘要：本实用新型涉及保温材料检测技术领域，具体为一种检测仪，包括检测仪本体，所述检测仪本体顶端安装有自适应机构，所述自适应机构包括安装槽、电机、第一螺杆、放置板、移动孔、滑动孔、限制杆、拉簧、连接板、导向板、凹形板和限位板，本实用新型通过导向板一端的限制，使得放置板带动材料移动，当材料一侧与限位板一侧接触时，材料外侧带动导向板移动，导向板带动连接板在滑动孔内部滑动的同时，连接板带动限制杆在移动孔内部移动，以此方便导向板根据材料的规格进行移动，进而方便快捷的将材料摆正，并通过凹形板，对材料另一侧进行限制，配合拉簧的反作用力，对材料进行挤压固定，保持检测时的稳定。
一种检测

[发明专利]一种基于YOLOv5的复杂典型通信信号快速识别分类方法-CN202211180163.3在审
发明人：李育恒;张鹏宇;蔡敏康;沈永健 -专利权人：北京遥测技术研究所;航天长征火箭技术有限公司
申请日： 2022-09-27 - 公布日： 2023-04-25 - 主分类号： G06F18/213 文献下载
摘要：本发明提供一种基于YOLOv5的复杂典型通信信号快速识别分类方法，将复杂典型通信信号使用SPWVD时频分析转换为时频图，复杂典型通信信号包括单载频信号、跳频信号和线性扫频信号，使用YOLOv5的网络对时频图进行预测并分类，针对信号类别快速变换和数据量庞大的问题改进了YOLOv5的网络结构，只保留中、小目标检测头，并结合SIoU_loss损失函数、非极大值抑制进行检测，使得网络在准确识别多种通信信号类别的同时减少了网络参数量并提高了识别速度，降低了对使用硬件环境的要求，对复杂典型通信信号拥有非常优秀的识别分类效果。
一种基于 yolov5 复杂典型通信信号快速识别分类方法

[发明专利]一种基于YOLOv5的异步跳频通信信号快速识别分类方法-CN202211180468.4在审
发明人： 蔡敏康;李育恒;沈永健;张鹏宇 -专利权人：北京遥测技术研究所;航天长征火箭技术有限公司
申请日： 2022-09-27 - 公布日： 2023-03-07 - 主分类号： G06F18/213 文献下载
摘要：本发明提供一种基于YOLOv5的异步跳频通信信号快速识别分类方法，本发明通过将异步跳频混合信号使用SPWVD转化为时频域分布图像，再应用基于YOLOv5跳频信号特征识别网络进行训练、测试后进行异步跳频通信信号的快速识别和分类，针对跳频信号类别多样性和数据量庞大的问题改进了YOLOv5的网络结构，head层由大目标检测头和中目标检测头组成，在保证识别正确率的前提下降低模型参数量以及提高识别的速度，使得网络在准确识别多种跳频通信信号类别的同时减少了网络参数量并提高了识别速度，降低了对使用硬件环境的要求，对异步跳频通信信号拥有非常优秀的识别分类效果。
一种基于 yolov5 异步通信信号快速识别分类方法

[发明专利]一种基于YOLOv5的多信号下跳频信号快速识别方法-CN202211180171.8在审
发明人：张鹏宇;沈永健;李育恒;蔡敏康;陈璟璟 -专利权人：北京遥测技术研究所;航天长征火箭技术有限公司
申请日： 2022-09-27 - 公布日： 2023-01-20 - 主分类号： G06F18/10 文献下载
摘要：本发明提供一种基于YOLOv5的多信号下跳频信号快速识别方法，将多信号使用SPWVD时频分析转换为时频图，针对信号类别快速变换和数据量庞大的问题改进了YOLOv5的网络结构，只保留中、小目标检测头，并结合SIoU_loss损失函数、非极大值抑制进行检测得到跳频信号的位置、类别。本发明使得网络准确快速识别出多种信号下的跳频信号，减少了网络参数量并提高了识别速度，降低了对使用硬件环境的要求，克服了传统识别方法中存在的需要手动提取特征和识别率低的缺点。
一种基于 yolov5 信号下跳频快速识别方法

[发明专利]一种基于YOLOv5的雷达脉内调制类型快速识别方法-CN202211180492.8在审
发明人：沈永健;蔡敏康;张鹏宇;李育恒;陈璟璟 -专利权人：北京遥测技术研究所;航天长征火箭技术有限公司
申请日： 2022-09-27 - 公布日： 2023-01-20 - 主分类号： G06F18/10 文献下载
摘要：本发明提供一种基于YOLOv5的雷达脉内调制类型快速识别方法，将雷达脉内调制信号样本分别与噪声调频干扰信号叠加后使用SPWVD的方法进行时频分析并转换为时频图，搭建针对雷达混合信号的YOLOv5神经网络，head层由中目标检测头和小目标检测头组成，中目标检测头与neck层C3*6层相连，小目标检测头与neck层C3*7层相连，将训练集送入YOLOv5神经网络对时频图进行特征提取得到中目标特征图、小目标特征图后送入Detect检测网络进行检测，Detect检测网络使用SIoU_loss损失函数进行网络收敛并进行非极大值抑制处理后输出、显示雷达脉内调制信号的类别、识别准确率。本发明使用深度学习检测模型对雷达脉内调制方式进行准确识别，克服了传统识别方法中存在的需要手动提取特征和检测率低的缺点。
一种基于 yolov5 雷达调制类型快速识别方法