“上海交通大学烟台信息技术研究院”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65个，建议您升级VIP下载更多相关专利

[发明专利]一种解耦合的网络结构搜索方法、设备及可读存储介质-CN202110609293.3有效
发明人：戴文睿;廖列文;李成林;邹君妮;熊红凯 -专利权人： 上海交通大学烟台信息技术研究院
申请日： 2021-06-01 - 公布日： 2023-09-05 - 主分类号： G06N3/082 文献下载
摘要：本发明提供一种解耦合的网络结构搜索方法、设备及可读存储介质，包括：确定搜索空间，构建超网络；将超网络解耦成为各自独立的单一操作子网络；获取图像数据并分别作为超网络的网络参数、结构参数的训练数据；生成特征图，计算网络参数的交叉熵损失函数和变分丢弃损失函数，得到各通道丢弃概率，训练单一操作子网络至收敛并根据通道丢弃概率得到剪枝网络；将剪枝后的单一操作子网络组合成为超网络，生成特征图，计算交叉熵损失函数，更新超网络的结构参数；得到最终网络。本发明在保证较高的性能同时大幅度减少搜索时间和降低计算复杂度，保证了搜索的稳定性和实用性，可用于图像目标检测、分类等领域，提高图像处理速度。
一种耦合网络结构搜索方法设备可读存储介质

[发明专利]一种面向非结构化场景下物料分拣的智能系统和方法-CN202110808374.6有效
发明人：陈祥;应忍冬;文飞;钱久超;张澜涛;尹树雨 -专利权人： 上海交通大学烟台信息技术研究院;上海交通大学
申请日： 2021-07-16 - 公布日： 2023-08-25 - 主分类号： B07C5/36 文献下载
摘要：本发明公开了一种面向非结构化场景下物料分拣的智能系统和方法，涉及人工智能领域，该智能系统包括机器人系统、智能检测与测量模块、标定装置、支撑台面，机器人系统用于实现随机摆放物料在不同位姿条件下的抓取；智能检测与测量模块包括RGBD相机、工控机；RGBD相机用于采集物料信息，并将所述物料信息实时传输到所述工控机；工控机基于所述物料信息进行物料检测和位姿测量，评价物料的抓取风险和机械臂的抓取功耗，建立抓取策略评估函数，规划物料抓取顺序，实现非结构化场景下物料的有序分拣；本发明采用协同视觉检测、抓取策略评估与机械臂分拣的方法实现非结构化场景下随机摆放物料的智能化分拣，实现随机摆放物料的安全、低功耗分拣。
一种面向结构场景物料分拣智能系统方法

[发明专利]一种基于位错误的低速无线个域网错误数据包恢复方法-CN202010435540.8有效
发明人：古炯宏;陈彩莲;许齐敏 -专利权人： 上海交通大学烟台信息技术研究院;上海交通大学
申请日： 2020-05-21 - 公布日： 2023-07-21 - 主分类号： H04W28/04 文献下载
摘要：本发明公开了一种基于位错误的低速无线个域网错误数据包恢复方法，涉及无线通信领域。在低速无线个域网IEEE 802.15.4信号接收设备中，收到的信号可能因为发生位偏移和位突变，使得数据包出错；利用这些规律，在接收端设计了一个恢复错误数据包的算法，通过移位操作、记录并使用相近的位出错规律，将接收到的出错数据还原回正确的数据，并使其通过CRC校验。本发明无需重新发送出错的数据包，降低了收发设备的能耗，同时不会产生额外的通信时延，大大提高了IEEE 802.15.4设备的数据包接收成功率。
一种基于错误低速无线个域网数据包恢复方法

[发明专利]一种拉曼光谱气体标记物的自检测分类方法及系统-CN202011356021.9有效
发明人：王侃;秦琪;崔大祥;徐昊 -专利权人： 上海交通大学烟台信息技术研究院;上海交通大学
申请日： 2020-11-27 - 公布日： 2023-05-30 - 主分类号： G06F18/2415 文献下载
摘要：本发明公开一种拉曼光谱气体标记物的自检测分类方法及系统，方法包括：先获取带有气体标记物的第一设定数量的拉曼光谱；其次对各所述拉曼光谱进行预处理，获得第一设定数量的样本；然后基于反向传播算法和第一设定数量的样本训练深层堆叠稀疏自编码神经网络，基于输入与重构之间的最小差异确定深层堆叠稀疏自编码神经网络的最优参数；最后将待检测气体的拉曼光谱输入到已确定最优参数的深层堆叠稀疏自编码神经网络进行分类，获得气体分类结果。本发明将气体标记物与拉曼光谱技术相结合来训练深层堆叠稀疏自编码神经网络，利用训练完成后的深层堆叠稀疏自编码神经网络对待检测气体进行分类，不仅提高检测速率，还降低分类过程的复杂性。
一种光谱气体标记检测分类方法系统

[发明专利]用于电力设备边缘侧识别的深度学习模型压缩方法及系统-CN201910698625.2有效
发明人：李喆;史晋涛;盛戈皞;江秀臣 -专利权人： 上海交通大学烟台信息技术研究院;上海交通大学
申请日： 2019-07-31 - 公布日： 2023-04-25 - 主分类号： G06F18/21 文献下载
摘要：本发明提供了一种用于电力设备边缘侧识别的深度学习模型压缩方法，通过直接修改已训练完成的深度学习模型，实现相关识别模型的压缩和加速，包括：批量归一化层融合：将批量归一化层与其之前的卷积层进行融合；针对全连接层的奇异值分解：基于矩阵的奇异值分解算法，在全连接层之前加入中间层，对全连接层的参数进行压缩；模型权重的量化：采用权值共享方法，根据深度学习模型的冗余性，对参数进行量化转换。各步骤既可独立使用，也可相互配合工作。同时提供了一种压缩系统。本发明实现对已训练完成的深度学习模型的压缩和加速，在当前电力公司积极推进泛在电力物联网的环境下，有着广泛的应用前景。
用于电力设备边缘识别深度学习模型压缩方法系统

[发明专利]一种基于卷积神经网络的电力设备故障率预测方法及系统-CN201910602682.6有效
发明人：宋辉;罗林根;李喆;万晓琪;王辉;严英杰;钱勇;盛戈皞 -专利权人：上海交通大学;上海交通大学烟台信息技术研究院
申请日： 2019-07-05 - 公布日： 2023-04-18 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于卷积神经网络的电力设备故障率预测方法，其包括训练步骤和预测步骤，其中，训练步骤包括：(1)收集电力设备的案例PRPS图谱；(2)对收集的案例PRPS图谱数据进行预处理；(3)构建第一卷积神经网络模块，并对第一卷积神经网络模块进行训练，以使其输出为案例PRPS图谱数据对应的缺陷类型；(4)基于缺陷类型构建各个缺陷类型的数据集；(5)对应各个缺陷类型分别构建各自的故障二分类子模块，其中每一个故障二分类子模块均基于第二卷积神经网络模块而构建；训练第二卷积神经网络，以使各故障二分类子模块基于案例PRPS图谱数据所得到发生故障的概率值，而输出电力设备是否发生故障的判断。
一种基于卷积神经网络电力设备故障率预测方法系统

[发明专利]基于特征量预测的电力设备局部放电严重程度评估方法及系统-CN201910602681.1有效
发明人：宋辉;万晓琪;李喆;王辉;罗林根;钱勇;严英杰;盛戈皞 -专利权人：上海交通大学;上海交通大学烟台信息技术研究院
申请日： 2019-07-05 - 公布日： 2023-04-07 - 主分类号： G06Q10/0635 文献下载
摘要：本发明公开了一种基于特征量预测的电力设备局部放电严重程度评估方法，其包括训练步骤和评估步骤，其中：训练步骤包括：(1)收集电力设备的案例PRPS图谱数据；(2)对收集的案例PRPS图谱数据进行预处理；(3)采用自编码器提取的案例PRPS图谱数据的局部放电特征向量；(4)构建门控循环单元模块，输入局部放电特征向量以对其进行训练，以使其输出预测局部放电特征向量；(5)构建基于卷积神经网络的故障二分类模块，采用预测局部放电特征向量作为输入以对其进行训练，以使其基于预测局部放电特征向量所表征的故障概率值而输出该预测局部放电特征向量是否表征电力设备故障的判断。
基于特征预测电力设备局部放电严重程度评估方法系统

[发明专利]一种基于视觉的巡线位置偏移识别系统、方法及无人机-CN201910686677.8有效
发明人：李喆;史晋涛;盛戈皞;江秀臣 -专利权人： 上海交通大学烟台信息技术研究院;上海交通大学
申请日： 2019-07-29 - 公布日： 2023-04-07 - 主分类号： G06V20/17 文献下载
摘要：本发明提供了一种基于视觉的巡线位置偏移识别系统，包括：特征提取网络、电力线识别模块、电力塔架及部件识别模块；各个部分相互配合，在无人机巡线时实时执行当前位置识别，并在无人机偏离巡线目标时发出信号。特征提取网络负责提取图像的各级特征，用于后续的识别工作。电力线识别模块在训练时仅需类别标签，大大降低了样本标注的工作量。电力塔架及部件识别模块基于目标检测算法，在电力线识别模块识别到电力线形状变化时开始识别此处的部件类型，根据识别框的大小及位置确定无人机当前位置是否偏移。同时提供了一种识别方法和无人机。本发明实现了对巡线无人机的位置识别，并在位置偏移时发出信号，可用于辅助操控或无人机自动巡线等工作。
一种基于视觉位置偏移识别系统方法无人机

[发明专利]一种二维周期对称性光栅光谱过滤光学膜-CN202110517121.3有效
发明人：叶志成;郑君 -专利权人： 上海交通大学烟台信息技术研究院
申请日： 2021-05-12 - 公布日： 2023-04-07 - 主分类号： G02B5/20 文献下载
摘要：本发明公开了一种二维周期对称性光谱过滤光学膜，涉及滤光技术领域，包括衬底、位于衬底之上的周期性排布二维光栅点阵、位于光栅点阵之上的覆盖层和位于覆盖层上的保护层，光栅点阵沿二维方向的周期大小相等、沿二维方向的占空比相等，光栅点阵沿二维方向均满足垂直入射下入射505nm以下蓝紫光在空气中的衍射角度大于90°并且在所述衬底、所述光栅点阵、所述覆盖层和所述保护层所构成的波导层内的衍射角度小于90°。本发明能有效过滤或阻止蓝紫光的透射对人眼的损害，并且对入射光源的两个正交偏振态都可以高效过滤，其各向同性特点不改变入射光的偏振态，过滤效果更高效。
一种二维周期对称性光栅光谱过滤光学

[发明专利]一种基于小样本学习的面容分类识别系统-CN202011010423.3有效
发明人：刘淑宝;院旺;唐俊姝;宋海川;谢源;马利庄 -专利权人： 上海交通大学烟台信息技术研究院
申请日： 2020-09-23 - 公布日： 2023-01-10 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及一种基于小样本学习的面容分类识别系统，包括：用户端：用于获取人脸图像并展示分类识别结果；服务器：存储有预先经小样本学习训练的分类识别网络，所述的分类识别网络输入为待分类识别的人脸图像，输出为人脸图像所对应的类别；所述的用户端和服务器通过网络连接。与现有技术相比，本发明系统的实用性和可迁移性大大增强，识别正确率和精度高。
一种基于样本学习面容分类识别系统

[发明专利]一种基于语义的激光条纹中心线提取及拟合方法-CN202011209079.0有效
发明人：陶卫;赵辉;吕娜;崔斌;陈铖;陈启恒;孙逸 -专利权人： 上海交通大学烟台信息技术研究院;上海交通大学
申请日： 2020-11-03 - 公布日： 2022-11-29 - 主分类号： G06T17/20 文献下载
摘要：本发明公开了一种基于语义的激光条纹中心线提取及拟合方法，涉及三维测量与识别领域。该方法包括以下步骤：数据预处理；使用深度学习卷积神经网络进行语义分割的条纹语义分类；模糊填补以及语义表征。该方法在获取已知Z轴向空间坐标信息的激光条纹中心线后，将该条纹划分为至少一个单元，使用深度学习卷积神经网络预测所含全部单元在预设的语义类别中，所属的n个条纹段语义类别及各语义类别所对应的表征函数。再以条纹的单向封闭性为准则，填充任两单元间的空白区域即模糊区的语义信息。该方法可将三维空间内的激光条纹赋予各类语义特征，进而实现高精度的激光点云拟合与表征。
一种基于语义激光条纹中心线提取拟合方法

[发明专利]一种内窥镜超声影像的处理方法及系统-CN202011585174.0有效
发明人：戴文睿;李锦;李成林;邹君妮;熊红凯 -专利权人： 上海交通大学烟台信息技术研究院
申请日： 2020-12-25 - 公布日： 2022-11-25 - 主分类号： A61B8/08 文献下载
摘要：本发明提供一种内窥镜超声影像的处理方法及系统，所述方法包括：获取CP‑EBUS成像技术中三个模式的超声影像，其中，三个模式是指弹性模式E、灰阶模式B和多普勒血流模式F；采用多模态神经网络对三个模式的所述超声影像进行分类，得到识别淋巴结的处理结果。本发明使用CP‑EBUS成像技术中三个模式的图像数据，通过多模态神经网络对这些图像进行处理，能够更为准确的识别超声影像的淋巴结，从而有助于提升淋巴结诊断的准确率。
一种内窥镜超声影像处理方法系统

[发明专利]考虑绝缘缺陷类别与故障关联性的电力设备故障概率预测方法及系统-CN201910602683.0有效
发明人：宋辉;万晓琪;王辉;李喆;罗林根;钱勇;张钊棋;盛戈皞 -专利权人：上海交通大学;上海交通大学烟台信息技术研究院
申请日： 2019-07-05 - 公布日： 2022-11-11 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种考虑绝缘缺陷类别与故障关联性的电力设备故障概率预测方法，其包括步骤：(1)采集电力设备的PRPS图谱数据并对其进行预处理；(2)基于经过预处理的PRPS图谱数据提取局部放电特征；(3)将局部放电特征输入经过训练的卷积神经网络，经过训练的卷积神经网络输出电力设备具有某类绝缘缺陷的概率值P(Dk)；并且还将局部放电特征输入经过训练的长短时记忆神经网络，经过训练的长短时记忆神经网络输出电力设备在Dk的条件下发生故障的概率P(F|Dk)；(4)基于下述公式获得电力设备的最终故障概率P(F)：此外，本发明还公开了一种电力设备故障概率预测系统。
考虑绝缘缺陷类别故障关联性电力设备概率预测方法系统

[发明专利]一种高效医学图像分割方法及系统、终端、介质-CN202110617162.X有效
发明人：戴文睿;费文;郭力铭;李成林;邹君妮;熊红凯 -专利权人： 上海交通大学烟台信息技术研究院
申请日： 2021-06-03 - 公布日： 2022-11-04 - 主分类号： G06T7/11 文献下载
摘要：本发明提供一种高效医学图像分割方法及系统、终端、介质，包括：获取医学图像训练集，训练第一分割网络，用于医学图像预分割，得到分割特征图；优化所述第一分割网络的网络参数和所述分割特征图，获得第二分割网络；基于医学图像训练集迭代更新所述第二分割网络的网络参数至收敛，得到最终医学图像分割网络；将医学图像输入所述最终医学图像分割网络，得到分割结果。本发明由于网络参数和分割特征图均为精度低，计算简单，可以快速给出的医学图像分割结果，适合应用在各类医学设备上辅助诊断。
一种高效医学图像分割方法系统终端介质

[发明专利]一种水上图像数据集扩展方法-CN202011179545.5有效
发明人：张卫东;任相璇;杨子恒;胡智焕;何星 -专利权人：上海交通大学;上海交通大学烟台信息技术研究院
申请日： 2020-10-29 - 公布日： 2022-10-25 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及一种水上图像数据集扩展方法，该方法包括如下步骤：S1、获取已有水上图像数据集，作为第一数据子集；S2、对已有水上图像数据集中的图像数据进行扩充处理得到第二数据子集；S3、构建并训练生成式对抗网络，采用生成式对抗网络生成水上仿真图像数据得到第三数据子集；S4、将第一数据子集、第二数据子集和第三数据子集进行标准化处理后组合成水上图像数据扩展数据集。与现有技术相比，本发明可有效增加水上图像数据集的覆盖范围，使数据集拥有更大数量及更广泛场景的图像，降低构建数据集的成本。
一种水上图像数据扩展方法

1
2
3
4
5
下一页»
尾页
共 65 条