“赵思成”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28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快速增量式室内语义建图方法-CN202310782575.2在审
发明人：颜成钢;任浩帆;李宗鹏;丁贵广;付莹;郭雨晨;赵思成;孙垚棋;朱尊杰;王帅;高宇涵;王鸿奎;赵治栋;殷海兵;张继勇;薛安克 -专利权人：杭州电子科技大学
申请日： 2023-06-29 - 公布日： 2023-09-12 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种基于深度学习的快速增量式室内语义建图方法，首先构造识别墙面、地板和天花板的主平面识别深度神经网络；对于增量式的RGBD序列，基于主平面识别深度神经网络获取序列的每一帧彩色图中的墙面、地板和天花板的掩膜；根据获取的掩膜进行快速的物体聚类后，通过相机内外参数，获得点云簇；计算聚类后物体的属性，构建图神经网络所需的图表示，通过图神经网络获取语义信息，从而实现语义建图。本发明无需提前获取完整的三维地图，在机器人运动的过程当中就可以获取语义信息，而且处理速度较快。
一种基于深度学习快速增量室内语义方法

[发明专利]一种引入自适应深度块的单目深度图补全方法-CN202310888502.1在审
发明人：陈奕礽;方楼;颜成钢;赵思成;孙垚棋;朱尊杰;王帅;高宇涵;王鸿奎;赵治栋;殷海兵;张继勇;李宗鹏;丁贵广;付莹;郭雨晨 -专利权人：杭州电子科技大学
申请日： 2023-07-19 - 公布日： 2023-09-12 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种引入自适应深度块的单目深度图补全方法，首先对输入的RGB图像和稀疏深度图进行编码和解码；然后利用Transformer从解码器输出的特征张量中预测自适应深度块；最后预测RGB图像每个像素点在每个自适应深度块上的概率，计算每个像素点的具体深度，再对像素点进行平滑化处理，最终得到稠密深度图。本发明将需要预测的深度图像的深度由连续的深度划分为离散的深度块，将深度补全任务从回归任务转化为分类任务，极大提高了深度补全的效率。
一种引入自适应深度图补全方法

[外观设计]带有移动机器人任务调度编辑图形用户界面的显示屏幕面板-CN202230805031.X有效
发明人：李亚锋;周春雷;赵思成;冯少彪;杨金波;张超龙 -专利权人：上海仙工智能科技有限公司
申请日： 2022-12-01 - 公布日： 2023-09-01 - 主分类号： 14-04 文献下载
摘要：1.本外观设计产品的名称：带有移动机器人任务调度编辑图形用户界面的显示屏幕面板。2.本外观设计产品的用途：该显示屏幕面板用于手机、平板电脑；该产品用于人机界面的运行程序及显示，实现移动机器人任务调度编辑。3.本外观设计产品的设计要点：在于图形界面的界面内容，其中界面中的“数值、文字、图表”仅用于呈现内容并非本外观设计的保护对象。4.最能表明设计要点的图片或照片：主视图。5.本外观设计为图形用户界面设计，其他视图为不常见，省略其他视图。6.图形用户界面的用途：本外观设计的界面用于用户查看及实现移动机器人任务调度编辑操作。7.图形用户界面的人机交互方式：主视图为人机交互的首页界面；界面变化状态图1为点击主视图下侧边栏“数据单”选项后，显示的移动机器人任务数据单目录的查看界面；界面变化状态图2为点击主视图下侧边栏“需求单”选项后，显示的移动机器人任务需求单目录的查看及搜索界面；界面变化状态图3为点击主视图下侧边栏“任务”选项后，显示的移动机器人任务列表查看及搜索界面；界面变化状态图4为点击主视图下侧边栏“天风任务”选项后，显示的移动机器人天风任务管理界面；界面变化状态图5为点击主视图下侧边栏“机器人”选项后，显示的移动机器人管理列表界面；界面变化状态图6为点击主视图下侧边栏“库位”选项后，显示的当前调度场景下的库位管理界面；界面变化状态图7为点击主视图下侧边栏“地图”选项后，显示的当前调度场景下的移动机器人任务路径及库位调度可视化界面；界面变化状态图8为点击主视图下侧边栏“设置”选项后，显示的系统设置界面。8.图形用户界面的变化状态说明：各界面变化状态图中，填充的框体内容为不固定内容，可替换，且不对替换的字符数构成限定。
带有移动机器人任务调度编辑图形用户界面显示屏幕面板

[实用新型]一种数控电火花线切割机床的双泵水处理装置-CN202320938518.4有效
发明人： 赵思成;刘洋 -专利权人：沈阳工具标准件制造有限公司
申请日： 2023-04-24 - 公布日： 2023-07-21 - 主分类号： B01D21/24 文献下载
摘要：本实用新型公开了一种数控电火花线切割机床的双泵水处理装置，包括外壳，所述外壳的一侧设置有双泵本体，所述外壳另一侧的内壁固定连接有液箱，所述外壳中部的内壁设置有用于清理反应物的清理组件，所述清理组件包括导液板，所述导液板固定连接在外壳中部的内壁，所述导液板的底部设置有反应腔。本实用新型一种数控电火花线切割机床的双泵水处理装置在原有的基础上增加导液板、反应腔、固定板和导管，当废水和重金属捕捉剂到达反应腔时，通过搅拌扇叶进行搅拌，使其进行反应，当反应的沉淀物沉淀在反应腔的底部，当底部的沉淀物多时打开导管的阀门，使沉淀物排出反应腔，从而避免箱内产生大量的沉淀物。
一种数控电火花切割机床水处理装置

[发明专利]一种基于药物分类图神经网络的药物重定位方法及系统-CN202210219786.0有效
发明人： 赵思成;朱嘉静;刘勇国;张云;李巧勤;陆鑫;傅翀 -专利权人：电子科技大学
申请日： 2022-03-08 - 公布日： 2023-04-28 - 主分类号： G16C20/50 文献下载
摘要：本发明公开了一种基于药物分类图神经网络的药物重定位方法及系统，属于药物重定位技术领域，所述方法为：分别构建药物属性异构边网络G1和疾病属性网络G2；分别对药物属性边异构网络G1和疾病属性网络G2进行特征提取，对应得到药物属性矩阵A和疾病属性矩阵B；构建药物疾病关联网络G3；得到药物嵌入矩阵U和疾病嵌入矩阵V；基于药物嵌入矩阵U和疾病嵌入矩阵V，训练边置信MLP网络，得到训练好的MLP网络，并使用训练好的MLP网络对药物重定位；本发明分阶段建立药物属性网络、疾病属性网络和药物疾病关联异构网络，充分提取药物属性特征、疾病属性特征以及药物疾病关联的空间拓扑特征，有效提高了药物重定位准确度。
一种基于药物分类神经网络定位方法系统

[发明专利]一种基于变压器模块的神经网络荧光显微图像去噪方法-CN202211075406.7有效
发明人：李子薇;王清华;赵思成;张希雅;迟楠 -专利权人：杭州涿溪脑与智能研究所;复旦大学
申请日： 2022-09-05 - 公布日： 2022-12-09 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于变压器模块的神经网络荧光显微图像去噪方法，该方法包括获取包含荧光显微图像对的数据集，并对数据集进行预处理，得到训练数据；基于变压器模块和3D卷积相结合的级联U型神经网络构建去噪网络模型；设置去噪网络模型的超参数、损失函数和优化方法；将训练数据输入至去噪网络模型中，并基于优化方法对损失函数进行优化，直到去噪网络模型训练完成；向训练好的去噪网络模型输入测试图像数据，得到去噪图像，并基于结构相似性指标对去噪图像进行评估。本申请实现了采用带有编解码器的U型级联神经网络作为整体架构，能够更好的进行多尺度特征融合，从而有助于提高图像去噪的性能。
一种基于变压器模块神经网络荧光显微图像方法

[发明专利]一种无源的主动领域自适应模型训练方法及装置-CN202211106684.4有效
发明人：吕梦遥;陈辉;赵思成;邵天予 -专利权人：杭州涿溪脑与智能研究所
申请日： 2022-09-13 - 公布日： 2022-12-09 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种无源的主动领域自适应模型训练方法及装置，其方法包括：基于源域数据集对目标域神经网络模型进行初始化处理；获取目标域数据集，并基于目标域神经网络模型从目标域数据集中提取出第一数据集；对第一数据集中每个目标数据进行标注处理，并基于处理后的第一数据集、第二数据集以及目标域神经网络模型对处理后的第一数据集进行更新；根据更新后的第一数据集判断目标域神经网络模型迭代是否结束。通过在训练过程中不要求源数据的存在，又可利用有限的标注数据集对模型进行高效的领域自适应训练方式，不仅没有假设源数据在适应过程中的可用性，还可有效地克服无监督领域自适应的限制，进而提高训练出的模型的准确性。
一种无源主动领域自适应模型训练方法装置

[发明专利]一种基于图卷积神经网络的药物靶标预测方法-CN202211004610.X在审
发明人： 赵思成;朱嘉静;刘勇国;张云;李巧勤;陆鑫 -专利权人：电子科技大学
申请日： 2022-08-22 - 公布日： 2022-11-25 - 主分类号： G16B15/30 文献下载
摘要：本发明涉及计算机辅助药物设计技术领域，尤其是涉及一种基于图卷积神经网络的药物靶标预测方法。本发明提出了基于平衡生成树的元路径选择方法，能根据不同路径距离自适应选择合适元路径，使得选择的元路径能涵盖更多的有效消息；采用注意力机制对不同元路径下获取的邻域特征进行融合，差异化融合了不同类型节点的特征；基于距离分层次获取不同远近邻域的特征，能更好地捕获高阶的拓扑结构特征；通过考虑类间置信度、路径置信度和度置信度的MLP网络进行最终药物靶标预测，进一步融合图中的信息。
一种基于图卷神经网络药物靶标预测方法

[发明专利]基于数据组合和通道相关性的动作视频分类方法和装置-CN202210980779.2有效
发明人：卢修生;赵思成;程乐超;苏慧;宋明黎 -专利权人：之江实验室
申请日： 2022-08-16 - 公布日： 2022-11-15 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了基于数据组合和通道相关性的动作视频分类方法和装置，包括以下步骤：步骤S1：从输入视频中提取连续采样视频帧；步骤S2：利用数据组合操作构建融合视频帧；步骤S3：利用所提出的网络模型提取视频深度特征；步骤S4：利用视频深度特征计算通道相关性矩阵；步骤S5：将通道相关性矩阵作用于视频深度特征并进行特征融合，得到融合后特征；步骤S6：所述融合后特征经过全连接层进行分类，再通过均匀融合得到输入视频的分类结果。本发明通过数据组合操作将相邻视频帧信息进行融合，从而巧妙利用视频中的2D空域卷积实现了短时运动建模。此外本发明通过计算各特征通道之间的相关性，实现了各通道之间的信息交互，达到了更好地建模效果。
基于数据组合通道相关性动作视频分类方法装置

[发明专利]基于两阶段运动建模和注意力的动作视频分类方法和系统-CN202210980577.8有效
发明人：卢修生;赵思成;程乐超;苏慧;宋明黎 -专利权人：之江实验室
申请日： 2022-08-16 - 公布日： 2022-11-11 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于两阶段运动建模和注意力的动作视频分类方法和系统，包括以下步骤：步骤S1：构建采样帧输入至主干网络；步骤S2：第一阶段段内运动信息建模，输出包含短时运动信息的视频卷积特征；步骤S3：第二阶段段间运动信息建模，输出融合了短时运动信息和长时运动信息的空间块注意力视频卷积特征；步骤S4：经过全连接层后得到各视频段的分类结果并融合，训练网络。本发明利用卷积神经网络的多层次结构，在网络的较低层和较高层分别提取段内运动信息和段间运动信息，达到分阶段运动综合建模的目的。此外，本发明计算视频卷积特征各空间块之间的注意力关系，使得网络同时具备了卷积操作和注意力机制的短距离和长距离建模能力。
基于阶段运动建模注意力动作视频分类方法系统

[发明专利]基于双流多分辨率综合建模的动作视频分类方法和系统-CN202210980578.2有效
发明人：卢修生;赵思成;程乐超;苏慧;宋明黎 -专利权人：之江实验室
申请日： 2022-08-16 - 公布日： 2022-11-11 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了基于双流多分辨率综合建模的动作视频分类方法和系统，包括以下步骤：步骤S1：从视频样本中构建高分辨率稀疏采样帧和低分辨率稠密采样帧两种网络输入；步骤S2：所提出的双流多分辨率建模网络包含两个分支，分别处理这两种输入；步骤S3：利用侧边连接进行特征融合，得到融合后的空域卷积特征；步骤S4：两个分支得到的视频卷积特征分别经过2D池化操作和3D池化操作进行时空对齐，并在加权融合后输入全连接层，得到各视频段的预测结果；步骤S5：将各视频段的预测结果均匀融合得到原始视频的分类结果，进行网络训练。本发明基于时空多层次建模思想，分别构建两种网络输入，这两种输入包含互补的空域表观和时域运动信息，且降低运算开销。
基于双流分辨率综合建模动作视频分类方法系统

[发明专利]一种基于小波变换的TBM掘进参数时序数据阈值去噪方法-CN202111328376.1在审
发明人：陈平旋;杜庆峰;金军;张双俐;李晓军;赵思成 -专利权人：广东粤海珠三角供水有限公司;同济大学
申请日： 2021-11-10 - 公布日： 2022-02-11 - 主分类号： G06F17/14 文献下载
摘要：本发明提供一种基于小波变换的TBM掘进参数时序数据阈值去噪方法，用于对掘进参数时序数据进行去噪处理，其特征在于，包括以下步骤：步骤S1，确定掘进参数，并采集与掘进参数相对应的含噪的时序数据。步骤S2，将含噪的时序数据按照正交小波函数进行小波分解，得到多层小波变换系数。步骤S3，利用软阈值函数对每一层高频系数进行非线性阈值处理，得到处理后的高频系数。步骤S4，利用通用阈值规则选取法对处理后的高频系数进行选取，得到选取后的高频系数。步骤S5，对低频系数和选取后的高频系数进行重构，得到去噪后的时序数据。本发明利用小波变换对时序数据进行处理并利用阈值选取进行去噪，计算量小、分析效率高，满足在线数据实时分析任务的需求。
一种基于变换 tbm 掘进参数时序数据阈值方法

[发明专利]一种融合多元神经网络结构的盾构机掘进参数预测方法-CN202111326750.4在审
发明人：王志云;杜庆峰;薛广文;张双俐;李晓军;赵思成 -专利权人：广东粤海珠三角供水有限公司;同济大学
申请日： 2021-11-10 - 公布日： 2022-02-08 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了一种融合多元神经网络结构的盾构机掘进参数预测方法，具有这样的特征，包括以下步骤：步骤1，对时序掘进参数数据和非时序地质条件数据分别进行预处理，得到预处理后的时序掘进参数数据和预处理后的非时序地质条件数据；步骤2，将预处理后的时序掘进参数数据和预处理后的非时序地质条件数据输入预测模型，运用预测模型对下一时刻的目标掘进参数进行预测与评估。其中，步骤1中，预处理采用多重插补法和移动平均法；步骤2中，预测模型包括多层感知器神经网络结构和循环神经网络结构。多层感知器神经网络结构用于处理非时序地质条件数据，循环神经网络结构用于处理时序掘进参数数据。
一种融合多元神经网络结构盾构掘进参数预测方法

[发明专利]基于特征分组与集成神经网络的盾构机掘进参数预测方法-CN202111328348.X在审
发明人：李旭辉;杜庆峰;何调林;张双俐;李晓军;赵思成 -专利权人：广东粤海珠三角供水有限公司;同济大学
申请日： 2021-11-10 - 公布日： 2022-01-28 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了一种基于特征分组与集成神经网络的盾构机掘进参数预测方法，具有这样的特征，包括以下步骤：步骤1，获取泥水盾构PLC系统采集的数据，并对其进行预处理；步骤2，基于预处理后的数据，采用预定分析方法进行特征重要性分析；步骤3，根据特征重要性分析的结果，设定分组大小并对特征进行分组，并将预处理后的数据按照一定比例划分成训练集数据和测试集数据；步骤4，将每个分组对应的数据分别输入不同的神经网络结构中，并将多个神经网络结构的输出作为一个多元线性回归模型的输入，基于训练集数据对整个多元线性回归模型进行训练，得到参数预测模型；步骤5，在测试集数据上进行参数预测模型的评估。
基于特征分组集成神经网络盾构掘进参数预测方法

[发明专利]一种基于实时地质信息的泥水盾构掘进参数预测方法-CN202111326792.8在审
发明人：陆岸典;赵思成;李旭辉;李晓军;张双俐 -专利权人：广东粤海珠三角供水有限公司;同济大学
申请日： 2021-11-10 - 公布日： 2022-01-18 - 主分类号： G06F30/13 文献下载
摘要：本发明提供了一种基于实时地质信息的泥水盾构掘进参数预测方法，用于预测泥水平衡式盾构掘进参数，其特征在于，包括以下步骤：步骤S1，确定掘进参数，并采集掘进数据。步骤S2，对掘进数据进行预处理，得到预处理数据。步骤S3，以分钟为粒度对预处理数据进行提取，得到提取数据集。步骤S4，对提取数据集进行数据标准化处理，得到标准化数据集。步骤S5，构建GA‑NN深度神经网络模型。步骤S6，利用遗传算法，将标准化数据集输入到GA‑NN深度神经网络模型进行超参数优化，得到最优的GA‑NN深度神经网络模型。步骤S7，将待测的地质信息、待测的泥水仓顶部压力和待测的操作参数输入到最优的GA‑NN深度神经网络模型，得到待测掘进荷载参数。
一种基于实时地质信息泥水盾构掘进参数预测方法

1
2
下一页»
尾页
共 28 条