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62个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于多模态数据的脑认知功能康复状态分析方法-CN202310314620.1在审
  • 金心宇;田鹏;钱旭;金昀程 - 浙江大学
  • 2023-03-28 - 2023-08-22 - A61B5/00
  • 本发明属于功能性近红外光谱和脑电图像处理技术领域,具体是一种基于多模态数据的脑认知功能康复状态分析方法,采集患者的静息态的fMRI数据以及评估任务测试过程中的fNIRS和脑电图EEG数据,然后将fMRI数据输入fMRI‑FC‑CNN网络得到分类为正常的概率,将fNIRS和EEG数据进行数据预处理后输入基于多模态特征融合分类网络获得分类为正常的概率,绘制成概率‑就诊次数折线图,并使用曼-肯德尔检验进行折线图的趋势分析。本发明采用两种模态的数据互补,为网络模型提供不同的信息源使得学习到的特征更加完备,同时采用了Inception模块和残差结构对LSTM模型进行改进,提升了网络的表征能力。
  • 一种基于多模态数据认知功能康复状态分析方法
  • [发明专利]基于YOLOv5和改进StrongSORT的粮库车辆追踪方法-CN202310391127.X在审
  • 金心宇;吴浪;金昀程;张超杰 - 浙江大学
  • 2023-04-13 - 2023-08-11 - G06V20/40
  • 本发明涉及图像识别技术领域,具体是一种基于YOLOv5和改进StrongSORT的粮库车辆追踪方法,过程为:建立粮库车辆训练数据集和粮库车辆重识别数据集并进行预处理;搭建YOLOv5网络并进行训练;搭建Vehicle_ReID车辆重识别模型并进行训练;使用YOLOv5网络和Vehicle_ReID车辆重识别模型处理输入视频,建立车辆特征查询集Vehicle_bank;搭建改进的StrongSORT模型;使用YOLOv5网络和改进的StrongSORT模型进行粮库车辆追踪。本发明的追踪方法更加适合粮库场景车辆的追踪且追踪精度更高,通过建立车辆特征查询集从而满足多摄像头多目标跟踪的需求。
  • 基于yolov5改进strongsort粮库车辆追踪方法
  • [发明专利]基于交叉自蒸馏Transformer重识别网络的重识别方法-CN202310368849.3在审
  • 金心宇;叶璐安;金昀程 - 浙江大学
  • 2023-04-10 - 2023-07-25 - G06V40/10
  • 本发明涉及视觉图像识别技术领域,具体是基于交叉自蒸馏Transformer重识别网络的重识别方法,包括构建交叉自蒸馏Transformer重识别网络并建立训练集和测试集,将预处理后的训练集图像输入网络进行训练;将数据增强处理后的测试集分为query和gallery两部分并输入训练好交叉自蒸馏Transformer重识别网络中的ViT基础网络,获得图像特征并进行相似度计算和结果评估获得可在线使用的网络;本发明还同时提供了在线使用网络的方法。本发明将知识蒸馏和交叉自注意力计算结合,加强了不同输入样本的联系,引入知识蒸馏方法,使得仅用ViT基础网络的输出特征也能达到交叉自注意力模块得到的特征效果。
  • 基于交叉蒸馏transformer识别网络方法
  • [发明专利]基于李氏人工肝病历的多层次语义文本分类方法-CN202310330319.X在审
  • 金心宇;李峰;金昀程;张杰;龚善超 - 浙江大学
  • 2023-03-30 - 2023-07-21 - G06F16/35
  • 本发明涉及医学自然语言处理技术领域,具体是基于李氏人工肝病历的多层次语义文本分类方法,过程为:采集病历中现病史、主诉和既往史的文本数据;将主诉和既往史的文本先进行预处理再输入基于多层次语义的文本表示网络分别获得主诉词向量矩阵和既往史词向量矩阵,将现病史的文本分割为句子序列进行预处理后经过基于多层次语义的文本表示网络再经平均池化后获得现病史词向量矩阵,主诉词向量矩阵、既往史词向量矩阵和现病史词向量矩阵分别经过特征提取网络后通过特征融合预测网络输出分类结果。本发明相较于现有的直接将各段文本拼接进行分类的方法,充分有效利用了现病史、主诉和既往史三个文本的语义信息,提高了预测的准确性。
  • 基于人工肝病多层次语义文本分类方法
  • [发明专利]基于负载均衡的接入点自适应调整方法-CN201910950925.5有效
  • 孔正宇;吴端坡;金心宇;岑曙炜 - 杭州电子科技大学
  • 2019-10-08 - 2023-06-06 - H04W28/02
  • 本发明公开了一种基于负载均衡的接入点自适应调整方法,包括以下步骤:S10,获取每个无线接入点的位置信息以及无线接入点中用户的位置和接收信号强度信息;S20,统计各个无线接入点中的用户数,计算每个无线接入点的平均用户吞吐量;S30,设定最低平均用户吞吐量阈值,根据阈值将无线接入点划分为不饱和无线接入点和饱和无线接入点;S40,从饱和无线接入点中选择出分流无线接入点,从不饱和无线接入点选择出接收无线接入点;S50,从分流无线接入点中选择一个用户卸载到接收无线接入点中。本发明解决多个无线接入点之间用户负载不均匀问题,提出了一种考虑用户分布的负载均衡的接入点自适应调整方法。
  • 基于负载均衡接入自适应调整方法
  • [发明专利]基于跨域网络的磁共振成像降采样和重建方法-CN202210176538.2有效
  • 白瑞良;程昭玮;金心宇 - 浙江大学
  • 2022-02-25 - 2023-04-07 - G06T11/00
  • 本发明公开了基于跨域网络的磁共振成像降采样轨迹及重建网络方法,其特征在于,所述方法包括:获取头部MR图像,经过预处理后,通过傅里叶变换得到仿真全采样k空间数据;将仿真全采样k空间数据的实部和虚部进行分离。独立保存在两个同维度的矩阵中,然后合并为两个通道作为跨域网络的输入;构建跨域网络,包括降采样层、逆傅里叶变换层和空间域重建层,概率化降采样层模拟降采样轨迹;逆傅里叶变换层将降采样后的k空间数据重建得到MR图像;空间域重建网络将模糊的MR图像重建恢复出细节内容;输入进行训练,得到训练完成后的跨域网络;使用训练完成后的跨域网络对头部MR图像进行采集和重建。该方法可以有效提升磁共振成像的重建效果。
  • 基于网络磁共振成像采样重建方法
  • [发明专利]基于CT灌注源数据的脑卒中最终梗死区分割方法-CN202210302760.2在审
  • 金心宇;吴锦毅;陈榕;金昀程;楼敏 - 浙江大学
  • 2022-03-24 - 2022-08-05 - G06T7/11
  • 本发明公开了基于CT灌注源数据的脑卒中最终梗死区分割方法,包括获取同一个患者的具有时间序列的CT灌注源图像数据,并输入到上位机中利用软件进行配准,对配准后CT灌注源图像进行归一化处理和采样处理得到16个图像帧;将16个图像帧输入到LSTM‑UNET网络进行图像分割,得到具有目标区域标记的分割结果图像;LSTM‑UNET网络包括依次连接的双向ConvLSTM网络和SE‑Unet网络,在U‑Net基线网络的4个编码器分支之间分别插入一个多尺度SE模块构成SE‑Unet网络。本发明利用CT灌注源数据中的时序信息,提高了脑梗死区域的图像分割能力,获得更精确的分割结果。
  • 基于ct灌注数据脑卒中最终梗死区分方法
  • [发明专利]多动症的功能性近红外光谱和红外热像的识别方法-CN202210303575.5在审
  • 金心宇;王杰;金昀程 - 浙江大学
  • 2022-03-24 - 2022-08-05 - A61B5/00
  • 本发明公开了多动症的功能性近红外光谱和红外热像的识别方法,包括分别采集被试者在静息态和任务态时的近红外血氧数据,以及头部与颈部区域的红外热像;然后对近红外血氧数据进行数据预处理和特征提取,再进行归一化和主成分分析PAC特征降维后,输入至功能性近红外血氧数据异常检测模型检测,输出血氧分类结果;将红外热像输入至红外热像异常检测模型输出红外热像分类结果;最终汇总血氧分类结果和红外热像分类结果。本发明利用功能性近红外光谱和红外热像检查的无创、非侵入式、适用人群广的特点,快速准确地达到近红外血氧数据异常和红外热像中异常部位分类的目的,结合两种检测手段可以使检测结果更加全面、可靠、有说服力。
  • 多动症功能红外光谱识别方法
  • [发明专利]适宜李氏人工肝治疗的CT血管造影图像分类方法-CN202210309520.5在审
  • 金心宇;张杰;龚善超 - 浙江大学
  • 2022-03-27 - 2022-07-29 - G06T7/00
  • 本发明公开了适宜李氏人工肝治疗的CT血管造影图像分割方法,获取肝部CT血管造影图像,在上位机中将肝部CT血管造影图像进行数据增强处理后获得的图像输入至CT血管造影图像分割网络,获得二维分割结果影像和分类结果;CT血管造影图像分割网络包括UNet++图像分割网络和ResNet‑Att图像分类网络;ResNet‑Att图像分类网络包括以ResNet50‑base为基础预测网络加入改进后的Attention自注意力模块。本发明适宜李氏人工肝治疗的CT血管造影图像分割方法可有效地用于对病人肝脏CT影像进行分割和分类。
  • 适宜人工治疗ct血管造影图像分类方法
  • [发明专利]一种基于深度学习的粮库通风窗状态检测算法-CN202210317338.4在审
  • 金心宇;尚珂珂 - 浙江大学
  • 2022-03-28 - 2022-07-29 - G06V10/764
  • 本发明公开了一种基于深度学习的粮库通风窗状态检测算法,通过图像或视频采集设备采集获取粮库的通风窗场景图片;在上位机中,将通风窗场景图片输入至粮库通风窗状态检测网络进行通风窗定位与状态分类;粮库通风窗状态检测网络以YOLOv5s网络为基础网络,包括依次连接的主干网络、特征融合网络和预测头三部分,主干网络的C3模块中加入挤压激励SE模块形成SE‑C3模块;预测头中,将原来的耦合头修改为解耦头。本发明使用基于YOLOv5s的改进算法,在粮库环境下对通风窗开闭状态进行判断,在图片背景、拍摄角度、观察距离、光照条件等发生变化时,仍可以保持较高的检测精确度。
  • 一种基于深度学习粮库通风状态检测算法
  • [发明专利]一种基于电子病历的李氏人工肝术前诊疗系统及使用方法-CN202210343260.3在审
  • 金心宇;龚善超;张杰 - 浙江大学
  • 2022-03-31 - 2022-07-29 - G16H10/60
  • 本发明公开了一种基于电子病历的李氏人工肝术前诊疗系统,包括病历管理子系统和智能分析子系统,病历管理子系统包括电子病历记录上传单元、数据库存储单元和搜索引擎单元,智能分析子系统包括基于注意力的多特征融合预测单元;基于注意力的多特征融合预测单元包括文本数据特征提取网络、数值数据提取网络和特征融合分类网络,文本数据特征提取网络和数值数据提取网络的输出同时作为特征融合分类网络的输入,本发明还同时公开了利用一种基于电子病历的李氏人工肝术前诊疗系统的使用方法。通过本发明可以对电子病历信息中的纯本文类数据和检验数值数据采用深度学习网络进行分析并给出分类结果。
  • 一种基于电子病历人工肝术前诊疗系统使用方法
  • [发明专利]基于CT图像的可解释性肺结核分类网络识别方法-CN202110337007.2有效
  • 金心宇;马云龙;余晨洋;金昀程 - 浙江大学
  • 2021-03-30 - 2022-07-26 - G06V10/764
  • 本发明公开了一种基于CT图像的可解释性肺结核分类网络识别方法,包括以下步骤:获取待测人员肺部计算机断层成像CT图像,将肺实质图像进行归一化处理并缩放;建立并训练可解释性肺结核分类网络,可解释性肺结核分类网络以残差网络为基础网络并加入Dense思想和改进后的注意力机制而建立;将归一化处理并缩放到512x512大小的肺实质图像送入到训练好的可解释性肺结核分类网络,得到并在上位机中输出待测人员肺结核的分类结果和相应的类激活热力图。本发明能根据对待测人员CT图像实现获得待测人员肺结核的分类结果和输出相应的类激活热力图。
  • 基于ct图像解释性肺结核分类网络识别方法
  • [发明专利]一种基于状态估计的在线锂电池荷电状态估算方法-CN202210369351.4在审
  • 金心宇;任泽华;金昀程;陈民申 - 浙江大学
  • 2022-04-08 - 2022-07-12 - G01R31/382
  • 本发明公开了一种基于状态估计的在线锂电池荷电状态估算方法,通过二阶RC等效电路模型,利用小电流放电法和混合脉冲功率性能测试法获取的OCV‑SOC特征曲线,然后通过差分进化算法获取优化的OCV‑SOC曲线。通过自适应衰减因子递归最小二乘法(AFRLS)在线辨识参数,更新无迹卡尔曼滤波观测器参数,引入时序模型门控循环单元网络(GRU)自适应干扰噪声,对锂电池实现在线SOC预测作为输出,最后利用预测的SOC结合OCV‑SOC曲线预测端电压,与测量出的端电压比较形成反馈进行更新;本发明能够适应多种工况,运算量低,准确率高,准确度相比于传统扩展卡尔曼模型和无迹卡尔曼模型均达到显著提升。
  • 一种基于状态估计在线锂电池估算方法

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