“周大可”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75个，建议您升级VIP下载更多相关专利

[实用新型]一种植入式生物传感器-CN202320358201.3有效
发明人：高飞;廖东山;闵晓芳;周大可 -专利权人：三诺生物传感股份有限公司
申请日： 2023-02-27 - 公布日： 2023-10-13 - 主分类号： A61B5/1473 文献下载
摘要：本申请涉及一种植入式生物传感器，包括：基板、检测部和触点部；触点部设置在基板的第一表面；触点部和检测部连接；检测部包括设置在基板的第一表面的第一导电层，第一导电层沿第一导电层的长度方向被分割成互相独立的第一电极和第二电极，本申请中，由于检测部的第一电极和第二电极，是由设置在基板的第一表面的第一导电层沿第一导电层的长度方向分割而成的，使得制作该植入式生物传感器的检测部时，只需要在基板的第一表面印刷第一导电层，有效地降低了生物传感器的检测部的印刷工艺难度，从而降低了产品的不良率。
一种植入生物传感器

[发明专利]一种基于注意力机制的抗遮挡行人检测方法-CN201911021480.9有效
发明人： 周大可;宋荣;王栋;杨欣 -专利权人：南京航空航天大学
申请日： 2019-10-25 - 公布日： 2023-08-08 - 主分类号： G06V40/10 文献下载
摘要：本发明公开一种基于注意力机制的抗遮挡行人检测方法，步骤是：得到行人图片的多层卷积特征，以新型特征金字塔的结构融合，生成包含语义信息和细节信息的新特征层；采用k均值聚类得到预设的行人边界框的尺寸；预测所有行人边界框的回归偏置和分类置信度；计算交叉熵损失函数和改进的自适应遮挡感知回归损失函数，进而得到整体损失函数；迭代优化，不断训练得到检测模型；将待检测图片送入检测模型中，采用非极大值抑制法去除重叠程度高的框，最终得到检测结果。此种方法可改善对遮挡行人的检测能力，具有更高的检测精度和鲁棒性。
一种基于注意力机制遮挡行人检测方法

[发明专利]一种基于联合约束的图像超分辨率重建方法-CN201910062627.2有效
发明人：杨欣;张一帆;朱晨;周大可;李晓川 -专利权人：南京航空航天大学
申请日： 2019-01-23 - 公布日： 2023-08-01 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于联合约束的图像超分辨率重建方法，该方法首先从自然图像中提取图像块，在基于低阶约束的条件下，利用K‑SVD算法进行字典训练学习，在字典训练的过程中，对字典中的原子逐个进行更新；其次，通过搜索得到与图像块同尺度和多尺度相似的图形块集，利用相似图像块的稀疏编码对真实编码进行加权估计，将真实编码与所求得稀疏编码间的差值作为约束项引入到目标函数中；最后，对于需要重建的图像块，利用字典中的原子和稀疏系数相乘估计得到高分辨率图像块。本发明通过引入约束项来减弱噪声影响，并且同时增强重构的结果，获得更多的图像细节。
一种基于联合约束图像分辨率重建方法

[发明专利]一种基于融合多层次特征图的超分辨率重建方法-CN201910062633.8有效
发明人：杨欣;王真真;谢堂鑫;周大可;李志强 -专利权人：南京航空航天大学
申请日： 2019-01-23 - 公布日： 2023-07-25 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于融合多层次特征图的超分辨率重建方法，采用密集网络的思路，构建生成多层次特征图的特征提取网络。利用卷积核大小为1*1的卷积神经网络对联结的特征图进行降维，并融合特征图，在此基础上特征提取网络得到融合的多层次特征图，使用子像素卷积神经网络作为上采样算子，得到高分辨率的重建图像。在训练的过程中使用感知损失函数作为最小化目标，以生成更符合视觉感知的高分辨率图像。本发明解决了现有超分辨率重建算法未能充分利用多层次特征图的缺陷，能够充分利用特征提取网络得到的低分辨率图像中的局部和整体信息，能够准确并快速的由低分辨率图像重建得到高分辨率的图像。
一种基于融合多层次特征分辨率重建方法

[发明专利]基于路由曲线的海洋管道路由图分幅方法、系统和设备-CN202111639694.X在审
发明人：李金玲;金辉;闫术明;杜伟娜;周大可;刘天;殷小琪;李苏澄;翟立宾;邹吉玉 -专利权人：中国石油管道局工程有限公司;中国石油天然气集团有限公司;中国石油天然气管道工程有限公司
申请日： 2021-12-29 - 公布日： 2023-07-11 - 主分类号： G06T7/11 文献下载
摘要：本发明属于海洋管道结构设计，具体涉及了一种基于路由曲线的海洋管道路由图分幅方法、系统和设备，旨在解决现有的图像图幅划分过度依赖人工经验，分幅位置容易出现信息不一致的问题。本发明包括：获取待分幅路由图，根据目标出图比例和出图尺寸，设置分幅窗口，并通过所述分幅窗口对所述待分幅路由图进行分割，并确定路由曲线与分幅窗口的交点，根据交点数自动选择是否生成子窗口并自动对图像进行分幅。本发明设计了自动化的图像分幅方法，适用于海洋管道路由图自动生成工作，具有简单、准确、快速、高效等特点，避免了人工干预分幅造成的连接点信息不一致的问题，提高了设计效率。
基于路由曲线海洋管道图分幅方法系统设备

[发明专利]一种基于多级稀疏字典学习的图像超分辨率方法-CN201910342711.X有效
发明人：杨欣;朱晨;谢堂鑫;周大可;吴臣桓 -专利权人：南京航空航天大学
申请日： 2019-04-26 - 公布日： 2023-07-07 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于多级稀疏字典学习的图像超分辨率方法，该方法采用多级稀疏字典训练方法，训练多级子字典。在数据预处理阶段，对原始高分辨率图像的退化图像，使用一阶及二阶梯度算子滤波，并提取块特征，构成低分辨率块特征训练集。字典训练阶段，基于特征集离线训练低分辨率多级别稀疏字典，根据广义逆计算多级别高分辨率字典。重建阶段，对所有级别子字典，求解输入低分辨率图片特征块对应的1‑稀疏系数，根据对应多级高分辨率字典计算对应高分辨率图像块，最后对重叠部分采用平滑处理重建得高分辨率图像。本发明方法克服了一般方法稀疏度不够导致图像重建效果不理想，泛化能力弱的问题，有效提高最终图像超分辨率质量。
一种基于多级稀疏字典学习图像分辨率方法

[发明专利]海洋管道纵断面曲线自动调整方法、系统、设备-CN202111598392.2在审
发明人：金辉;刘其民;杜伟娜;周大可;王亚琼;曹志强;徐增伟;张书海;李屺楠;陈艺璇 -专利权人：中国石油管道局工程有限公司;中国石油天然气集团有限公司;中国石油天然气管道工程有限公司
申请日： 2021-12-24 - 公布日： 2023-06-27 - 主分类号： G06F30/20 文献下载
摘要：本发明属于海洋管道结构设计领域，具体涉及一种海洋管道纵断面曲线自动调整方法、系统、设备，旨在解决现有技术在海洋管道纵断面曲线绘制效率、质量较低，且无法实现海洋管道纵断面曲线自动弹敷，导致设计的海洋管道路由无法满足最小埋深和光顺性的要求的问题。本发明方法包括：获取海床地面线，将海床地面线上各直线段依次连接，连接后作为参考线；遍历参考线上的各转角点；按设定距离向下平移参考线；判断各转角点是否满足设定的弹性敷设条件；判断是否为初始海洋管道纵断面曲线的终点；根据转角方向调整转角点的位置。本发明实现了对海洋管道纵断面曲线进行自动调整，达到满足海洋管道敷设的最小埋深和光顺性的要求。
海洋管道纵断面曲线自动调整方法系统设备

[发明专利]一种自动贯入式海底管道稳固装置-CN202111554132.5在审
发明人：刘其民;周大可;曹志强;王亚琼;路顺;金辉;徐增伟;殷小琪;于润泽;董骏灿 -专利权人：中国石油管道局工程有限公司;中国石油天然气集团有限公司;中国石油天然气管道工程有限公司
申请日： 2021-12-17 - 公布日： 2023-06-20 - 主分类号： F16L1/16 文献下载
摘要：本发明涉及海底管道铺设技术领域，尤其涉及一种自动贯入式海底管道稳固装置，旨在解决铺设海底管道时施工周期长，工程量大，水下施工难度大的问题。本发明包括两个对称设置弧形块；两个弧形块的顶端铰接，底端卡接；弧形块卡接的一端初始状态为打开状态，配置为可在自身重力作用下闭合并卡接，从而形成套装于海底管道的圆环。本发明在水面以上完成与海底管道的连接，即弧形块卡接的一端张开后放到海底管道上方，随后在重力作用下自行闭合实现卡接，随后直接铺设海底管道，无需水下作业。
一种自动贯入式海底管道稳固装置

[发明专利]一种植入式生物传感器及制作方法-CN202310172301.1在审
发明人：高飞;廖东山;闵晓芳;周大可 -专利权人：三诺生物传感股份有限公司
申请日： 2023-02-27 - 公布日： 2023-05-30 - 主分类号： A61B5/1486 文献下载
摘要：本申请涉及一种植入式生物传感器及制作方法，植入式生物传感器包括：基板、检测部和触点部；触点部设置在基板的第一表面；触点部和检测部连接；检测部包括设置在基板的第一表面的第一导电层，第一导电层沿第一导电层的长度方向被分割成互相独立的第一电极和第二电极，本申请中，由于检测部的第一电极和第二电极，是由设置在基板的第一表面的第一导电层沿第一导电层的长度方向分割而成的，使得制作该植入式生物传感器的检测部时，只需要在基板的第一表面印刷第一导电层，有效地降低了生物传感器的检测部的印刷工艺难度，从而降低了产品的不良率。
一种植入生物传感器制作方法

[发明专利]一种结合状态预测的深度强化学习交通信号控制方法-CN202111186563.0有效
发明人： 周大可;唐慕尧;杨欣 -专利权人：南京航空航天大学
申请日： 2021-10-12 - 公布日： 2023-03-28 - 主分类号： G08G1/08 文献下载
摘要：本发明公开了一种结合状态预测的深度强化学习交通信号控制方法，包括如下步骤：(1)路网环境、车流数据建模；(2)深度强化学习算法选择与三要素设计；(3)预测未来的交通状态；(4)训练模型；(5)实验测试。本发明能够缩短车辆的等待时间，提高路网的通行效率。
一种结合状态预测深度强化学习交通信号控制方法

[发明专利]基于双阶段注意力机制和深度强化学习的信号灯控制方法-CN202111214138.8有效
发明人： 周大可;邱存孝;杨欣;吴庆宪 -专利权人：南京航空航天大学
申请日： 2021-10-19 - 公布日： 2023-03-28 - 主分类号： G08G1/07 文献下载
摘要：本发明公开了一种基于双阶段注意力机制和深度强化学习的信号灯控制方法，首先，根据交叉口路段的实际情况，建立能够反映当前交通网络状态的张量；其次，融合双阶段注意力机制的状态预处理；然后，建立基于深度强化学习算法A2C的交叉口信号控制神经网络模型；最后，利用PPO算法训练交叉口信号控制神经网络模型；将当前交叉口的实际交通状态信息输入训练好的神经网络模型，得到有利于改善当前交通通行指标的信号控制方案。本发明融合了双阶段注意力机制的深度强化学习信号控制模型将具有更强的提取交通状态的细节信息和应对变化的交通状态的能力，在信号控制策略上更具主动性。
基于阶段注意力机制深度强化学习信号灯控制方法

[发明专利]一种基于自注意力机制的深度强化学习交通信号控制方法-CN202211189215.3在审
发明人： 周大可;任安妮;杨欣 -专利权人：南京航空航天大学
申请日： 2022-09-28 - 公布日： 2023-03-07 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于自注意力机制的深度强化学习智能交通信号控制方法，包括路网环境及车流数据建模、深度强化学习算法选择与三要素设计、引入自注意力机制、训练模型的步骤，通过引入自注意力机制，使得神经网络自动地关注重要的状态分量以增强网络的感知能力，提升了信号控制效果，并减少了状态向量设计的难度。
一种基于注意力机制深度强化学习交通信号控制方法

[发明专利]一种用于图像超分辨率的重建方法-CN202211206792.9在审
发明人：吴启航;杨欣;朱义天;李恒锐;樊江锋;周大可 -专利权人：南京航空航天大学
申请日： 2022-09-30 - 公布日： 2023-01-03 - 主分类号： G06T3/40 文献下载
摘要：本发明实施例公开了一种用于图像超分辨率重建方法，涉及数字图像增强技术领域，能够更大程度上的提取低分辨率图像的特征，进而还原高分辨率图像的纹理细节。本发明包括：建立生成对抗网络和特征提取器，所述生成对抗网络由至少两个神经网络组成包括：生成模型与判别模型；将待处理图像输入所述生成对抗网络的生成模型中，得到第一输出；将所述第一输出输入特征提取器，进行特征提取后，得到第二输出；将所述第一输出输入所述生成对抗网络的判别模型，得到第三输出；固定住特征提取器的参数，以对抗损失、感知损失以及生成图像与原图空间距离为优化目标，交替更新生成对抗网络的判别模型和生成模型，达到优化生成模型的目的。
一种用于图像分辨率重建方法

[发明专利]一种基于三尺度时空信息的行人轨迹预测方法-CN202210550870.0在审
发明人：王翔辰;杨欣;樊江锋;李恒锐;朱义天;周大可 -专利权人：南京航空航天大学
申请日： 2022-05-18 - 公布日： 2022-09-06 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于三尺度时空信息的行人轨迹预测方法，主要任务为使用三个不同的尺度来解决行人轨迹预测问题：行人尺度，捕捉每个行人的历史轨迹信息；社会尺度，捕捉每个行人与周围行人时间空间上的互动信息；场景尺度，捕获行人所处场景布局的信息。搭建基于这三个尺度信息的网络模型并对其进行训练，最终达到较好的预测效果。其中，使用LSTM与图注意力网络替代RNN用于序列特征提取，使用卷积神经网络(CNN)结合LSTM对场景特征进行提取。此外，同一时刻的空间互动由图注意力网络(GAT)捕获。选择ETH和UCY数据集对模型进行训练和测试，并选择ADE和FDE作为模型性能评估指标，模型在两个数据集上均展现了较好的表现。
一种基于尺度时空信息行人轨迹预测方法

[发明专利]一种基于增强型生成对抗网络的图像超分辨率方法-CN202210593247.3在审
发明人：付煜波;杨欣;朱义天;李恒锐;周大可 -专利权人：南京航空航天大学
申请日： 2022-05-27 - 公布日： 2022-09-06 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于增强型生成对抗网络的图像超分辨率算法。主要任务为搭建生成网络和判别网络，并对他们进行训练，最终期望获得可以有效提高图像分辨率的算法模型。其中，在生成网络中，提出采用一种并行卷积密集连接残差块代替原算法中的DenseBlock，增大图像感受野，并添加通道注意力与空间注意力机制在并行卷积密集连接残差块后，将并行密集连接残差块与注意力机制结合作为生成网络基本单元，增强算法对图像高频信息的学习能力，以提高超分辨率效果。
一种基于增强生成对抗网络图像分辨率方法

1
2
3
4
5
下一页»
尾页
共 75 条