“卞英杰”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5个，建议您升级VIP下载更多相关专利

[发明专利]一种鉴定待测小麦的黑胚病抗性的方法及分子标记-CN202311023934.2在审
发明人：夏先春;刘金栋;张玥;曹双河;卞英杰;何中虎 -专利权人：中国农业科学院作物科学研究所
申请日： 2023-08-15 - 公布日： 2023-10-10 - 主分类号： C12Q1/6895 文献下载
摘要：本发明公开了一种鉴定待测小麦的黑胚病抗性的方法及分子标记。本发明提供了小麦基因组上特定SNP位点(位于小麦3B染色体上SEQ ID No.4的第38位，为T或G)的单核苷酸多态性作为标记物在鉴定或辅助鉴定小麦的黑胚病抗性中的应用。本发明根据所述特定SNP位点开发了KASP引物，可以对黑胚病基因进行分子标记辅助筛选。本发明对于培育黑胚病抗体增强的小麦品种具有重要意义。
一种鉴定小麦黑胚病抗性方法分子标记

[发明专利]一种通过氢离子捕获电子制备氢气的方法及应用-CN202210405293.6在审
发明人：蔺松;孟恭明;纪震宇;朱昱宸;卞英杰 -专利权人：北京德氢新逸科技有限公司
申请日： 2022-04-18 - 公布日： 2022-07-08 - 主分类号： C25B1/04 文献下载
摘要：本发明公开了一种通过氢离子捕获电子制备氢气的方法及应用，包括：将装有水的氢离子分离设备接入电源，电源在氢离子分离设备中产生多频电流，通过多频电流产生电磁振荡，将水分子电离形成氢氧根离子和氢离子,将氢离子引入氢离子分离设备的第一腔体中,氢氧根离子引入氢离子分离设备的第二腔体中；氢离子通过第一输送管道由第一腔体输送到氢气生成设备中；第一输送管道为金属管道；空气中的自由电子通过第一输送管道的管壁引入至氢气生成设备中，使得自由电子与氢离子结合，形成氢气；氢气由氢气生成设备通过第一导管输送至氢气过滤器进行过滤后，由第二导管输送到氢气储气罐中进行存储。
一种通过氢离子捕获电子制备氢气方法应用

[实用新型]一种农业机械用小麦耕种一体化装置-CN201920976139.8有效
发明人： 卞英杰;董鹏;肖翔文;其他发明人请求不公开姓名 -专利权人： 卞英杰
申请日： 2019-06-25 - 公布日： 2021-03-16 - 主分类号： A01B49/06 文献下载
摘要：本实用新型公开了一种农业机械用小麦耕种一体化装置，包括车体，所述车体的顶部设置有天窗，所述车体的尾部两侧设置有主动轮，所述车体的尾部固定连接有固定板的一端，所述固定板的中部两侧固定连接有铺膜支架，所述固定板的另一端与固定杆的一端通过固定装置固定连接，所述固定杆的另一端固定连接上盖板的顶端中部，所述上盖板的底部设置有支架的一端，所述支架的另一端设置有旋转轴，本实用新型中，通过设置有播种箱，有效的提高了播种效率，降低了人工成本，通过设置有变速箱与控制器的配合，可以有效调节转轴的转速，从而控制播种速率，通过将播种孔设置为可调节直径，方便对小麦农作物进行播种，不需要更换设备，适合广泛推广。
一种农业机械小麦耕种一体化装置

[发明专利]一种基于关键列选择的滚动指纹图像序列实时拼接方法-CN201310068884.X有效
发明人：张永良;卞英杰;方珊珊;刘超凡 -专利权人：杭州景联文科技有限公司
申请日： 2013-03-04 - 公布日： 2013-06-05 - 主分类号： G06K9/00 文献下载
摘要：一种基于关键列选择的滚动指纹图像序列实时拼接方法，包括以下步骤：1）指纹检测：1.1）指纹出现；1.2）指纹消失；2）指纹拼接，把图像看作由一列一列组成，检测最后拼接得到图像的每一列分别是来自哪一帧，最后根据这个列的选择方案进行拼接；3）指纹图像质量估计；4）方法优化：4.1）支持回滚；4.2）拼接方法加速4.3）拼接痕迹优化；4.4）残留指纹消除。本发明利用关键列选择方法进行图像拼接，并优化方法使其支持回滚，以达到滚动指纹图像序列实时拼接的目的。本发明提高指纹图像拼接的效率以及准确性、提升实时拼接效果。
一种基于关键选择滚动指纹图像序列实时拼接方法

[发明专利]基于MRF和SVM-KNN分类的假指纹检测方法-CN201310046125.3有效
发明人：张永良;刘超凡;肖刚;方珊珊;卞英杰 -专利权人：浙江工业大学
申请日： 2013-02-05 - 公布日： 2013-05-22 - 主分类号： G06K9/00 文献下载
摘要：基于MRF和SVM-KNN分类的假指纹检测方法，包括以下步骤：1）提取指纹图像特征：1.1）一阶统计量(FOS)；1.2）灰度共生矩阵(GLCM)；1.3）马尔科夫随机场(MRF)；2）进行SVM训练，分别对FOS和GLCM，及MRF这两项特征向量训练得到模型A和B；3）SVM-KNN分类：3.1）SVM分类机理；3.2）SVM-KNN分类器形成；4）决策融合以检测真假指纹。目前没找到将GLCM和MRF用于假指纹检测的相关文献，本文利用这两类特征量化指纹图像的物理结构信息以达到识别真假指纹的目的。实验结果表明该算法的认假率及拒真率分别为1.84%和1.79%。本发明精确度高、实用性好。
基于 mrf svm knn 分类指纹检测方法