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168个,建议您升级VIP下载更多相关专利
  • [发明专利]一种半干法脱酸设备-CN202310855574.6在审
  • 宋立杰;刘泽庆;邰俊;周洪权;张瑞娜;俞伟伟;王川;贾川;夏旻 - 上海环境卫生工程设计院有限公司
  • 2023-07-12 - 2023-08-29 - B01D53/80
  • 本发明公开一种半干法脱酸设备,包括沿物料输送方向依次连通的送风管道及湿粉输送管道,送风管道连通有对其定量供给脱酸干粉的供料机构,送风管道的出风口与湿粉输送管道之间连通有缩管,缩管的流通截面沿送风方向逐渐减小,湿粉输送管道包括沿送风方向依次连通的第一喉管段和第一扩张管段,第一喉管段与缩管的出口对接,且其流通截面与缩管出口的结构相匹配,并连通有对其定量供给水的供水机构,第一扩张管段的流通截面沿送风方向逐渐扩大,且其末端连通至烟气管道,其无需脱酸干粉脱酸与水混合的制浆设备及雾化设备,避免了浆液在输送管道及雾化器内堵塞,整个设备结构简单,运行稳定,脱酸效率高。
  • 一种半干法脱酸设备
  • [发明专利]一种用于信用卡反欺诈的联邦学习方法和装置-CN202110635863.6有效
  • 胡凯;吴佳胜;陆美霞;李姚根;徐露娟;夏旻 - 南京信息工程大学
  • 2021-06-08 - 2023-08-22 - G06Q40/03
  • 本发明公开了一种用于信用卡反欺诈的联邦学习方法和装置,该方法包括:搭建具有不同欺诈类别的K个联邦学习参与方对应的局部图卷积神经网络模型;使用局部图卷积神经网络模型进行联邦学习训练;其中,采用注意力机制对联邦学习参数的聚合过程进行改进,使得每个局部图卷积神经网络模型均有与之适配的权重来进行聚合;输出全局图卷积神经网络模型,所述全局图卷积神经网络模型用于对导入的用户数据进行处理,识别其对应的欺诈类别。本发明针对现有信用卡欺诈评估方法和经典联邦学习算法的现有问题,提出了一种适应非欧式空间数据和参与方个性化特点的联邦学习算法来处理金融数据,进行信用卡反欺诈判断。
  • 一种用于信用卡欺诈联邦学习方法装置
  • [发明专利]一种土地覆盖分类的特征增强方法-CN202210476210.2有效
  • 翁理国;马占明;胡凯;夏旻 - 南京信息工程大学
  • 2022-04-29 - 2023-08-18 - G06V20/10
  • 本发明公开了一种土地覆盖分类的特征增强方法,包括如下步骤:S1、获取训练图像集和测试图像集;S2、构造网络模型,包括建立四个下采样层;S3、构建解码网络,包括建立自注意特征模块、通道特征强化模块和特征融合模块;S4、通过特征融合模块,将下采样过程中的不同尺寸的信息进行融合,指导骨干网络特征地图获取空间维度上隐藏层的信息。该种土地覆盖分类的特征增强方法,加强了隐藏层中的语义信息的提取,将隐藏层的语义信息传递原始特征图,得到特征图的上下文像素的类别信息,从而改善建筑物和水域分割过程中的边缘模糊和建筑物误判等问题,提高了分割精度,增强了算法的普适性。
  • 一种土地覆盖分类特征增强方法
  • [发明专利]一种轻量级多特征聚合的神经网络遥感变化检测方法-CN202210476223.X有效
  • 翁理国;储圣光;夏旻;胡凯 - 南京信息工程大学
  • 2022-04-29 - 2023-07-25 - G06V20/10
  • 本发明公开了一种轻量级多特征聚合的神经网络遥感变化检测方法,包括搭建并训练一个分割网络,输入双时像遥感图像,输出预测变化区域的预测模型,其特征在于,所述预测模型包括至少三个基础语义分割子模块:特征提取模块、细节特征引导模块、自注意力以及特征融合模块。该种轻量级多特征聚合的神经网络遥感变化检测方法,通过轻量级多特征融合网络在采用前述训练方法进行训练后即可用于遥感图像变化检测,对待处理图像先采用裁剪的方式输入至神经网络模型中,设置参数并进行多次迭代,得到变化检测遥感图像的预测结果,该预测的结果相对于采用传统的基础语义分割模型(例如UNet、FCN等)得到的结果,其预测准确率有明显的提升。
  • 一种轻量级特征聚合神经网络遥感变化检测方法
  • [发明专利]一种用于大规模票据盖章及检验的自动化设备-CN201910400642.3有效
  • 胡凯;卢飞宇;夏旻;翁理国 - 南京信息工程大学
  • 2019-05-15 - 2023-07-21 - B41K3/04
  • 本发明公开了一种用于大规模票据盖章及检验的自动化设备,包括硬件部分和软件部分;硬件部分包括:票据操作平台,票据传动组件;架设在票据的传动路径上的盖章支架、水平滑台,设置在水平滑台的下端面的相机以及盖章传动组件;电脑、主控器以及驱动模块,主控器接受电脑的指令,生成响应的驱动信号给驱动模块,对整个设备完成相应的动作控制;软件部分包括:样本学习流程和工作判断流程。本发明能够自动导入大规模的发票,能够自动盖章,自动拍照保存记录用于日后调查,并且能够基于计算机视觉判断盖章位置偏移过大、墨水已经不足,判断盖章效果是否出现问题,对盖章质量进行检验。
  • 一种用于大规模票据盖章检验自动化设备
  • [发明专利]一种基于局部-全局Transformer网络的遥感图像变化检测方法-CN202310470097.1在审
  • 夏旻;宋磊 - 南京信息工程大学
  • 2023-04-27 - 2023-07-14 - G06V20/10
  • 本发明公开了一种基于局部‑全局Transformer网络的遥感图像变化检测方法,该方法包括以下步骤:对多组图像样本数据进行预处理得到多组图像数据;将每组标准化的图像数据输入到局部‑全局Transformer网络中;对每阶段中前时向遥感图像的输出和后时相遥感图像的输出进行差分运算后输入到高频增强单元中,得到各个阶段变化区域边缘的高频特征;将第二阶段、第三阶段和第四阶段的高频特征输入到多尺度融合注意力单元中,得到各阶段细粒度融合特征;将第一阶段变化区域边缘的高频特征、后面三个阶段得到的细粒度融合特征输入到深层特征引导单元;本发明为了解决特征边界的严重的误检漏检问题,提出一种即插即用的高频增强单元来替代不够灵活的U形结构以优化检测边界。
  • 一种基于局部全局transformer网络遥感图像变化检测方法
  • [发明专利]多尺度位置注意聚合的土地覆盖检测方法、系统和设备-CN202310283534.9在审
  • 夏旻;戴鑫 - 南京信息工程大学
  • 2023-03-22 - 2023-07-14 - G06V20/13
  • 本发明公开了一种多尺度位置注意聚合的土地覆盖检测方法、系统和设备。涉及图像处理技术领域,获取训练数据,然后构建多尺度位置注意聚合网络;再训练多尺度位置注意聚合网络,对训练数据中的图像进行数据增强处理,然后将图像与对应的标签转化为张量,然后输入到多尺度位置注意聚合网络中训练;最后使用训练好的多尺度位置注意聚合网络进行预测,经过训练好的权重提取特征进行编码解码操作后输出得到建筑物和水域的掩膜图像;能够有效的减少复杂背景的干扰造成的误分类现象,增强了对建筑物和水域的边缘检测能力,能够精确检测出建筑物和水域区域,避免建筑物和水域相似的光谱特性对检测结果的影响,并且在分割其他物体方面也具有不错的效果。
  • 尺度位置注意聚合土地覆盖检测方法系统设备
  • [发明专利]一种多层次注意力交互的云雪辩识方法、设备及存储介质-CN202310260636.9在审
  • 夏旻;丁立 - 南京信息工程大学
  • 2023-03-17 - 2023-06-23 - G06V20/13
  • 本发明公开了一种多层次注意力交互的云雪辩识方法、设备及存储介质,涉及图像处理技术领域,方法包括:获取待识别图像;将所述待识别图像输入预训练好的多层次注意力交互网络;其中所述多层次注意力交互网络包括:下采样特征提取模块、细节特征提取模块、深层多头注意力信息增强模块和特征交互融合上采样模块;根据所述多层次注意力交互网络的输出,得到云和雪的掩膜图像,完成云和雪的辩识。能够实现多种地表背景的干扰下云雪辨识,增强对薄云和雪地边缘的检测能力,减少云雪相似的光谱特性对检测的影响,更精确区分出云雪区域,并且泛化能力强,在分割其他地面目标方面也具有良好效果。
  • 一种多层次注意力交互云雪辩识方法设备存储介质
  • [发明专利]基于深度学习的遥感图像云和云影的精细分割检测方法-CN202310058135.2在审
  • 张超;夏旻;丁立;翁理国 - 南京信息工程大学
  • 2023-01-14 - 2023-05-02 - G06V20/13
  • 本发明公开基于深度学习的遥感图像云和云影的精细分割检测方法,属于图像处理领域;检测方法包括:获取并处理训练数据集,将数据集划分为训练集和验证集;构建用于深度学习语义的分割网络;利用数据集在分割网络中进行网络模型的训练;使用训练好的网络模型进行预测并生成云和云影的掩膜图像;分割网络ResNet‑18网络为主干提取不同层次的特征信息,通过多尺度全局注意力模块加强模型对通道信息和空间信息的注意力来提高分割的正确率,并使用条状金字塔通道注意力模块多尺度学习空间信息以更好地检测出细小的云团,最后通过层级特征聚合模块将高维特征与低维特征融合,逐层上采样得到最终的分割效果;可以检测到更细小的云团,获得更加精细的边缘。
  • 基于深度学习遥感图像云和云影精细分割检测方法

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