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205个,建议您升级VIP下载更多相关专利
  • [发明专利]基于无人船基站组网的LTE海上应急通信系统-CN201711083600.9有效
  • 陈褒丹;韦飞燕;劳秀娴;任佳;张育 - 海南大学
  • 2017-11-07 - 2023-10-27 - H04B7/155
  • 本发明公开了一种基于无人船基站组网的LTE海上应急通信系统,包括无人船基站组网、岸上LTE基站和同步轨道通信卫星,所述无人船基站组网包括父节点无人船和无人船子集群,父节点无人船不仅是通信卫星与无人船子集群之间的中继站,还负责实时监测和控制无人船子集群的链路状态和驻点位置,本应急通信系统采用集中式部署的方式,即父节点无人船对整个无人船基站组网进行全局配置,构建了面向海上环境的救援应急通信体系,解决了如何使用卫星通信资源和无人船搭载的自组织网来部署海上应急通信系统的问题。
  • 基于无人基站组网lte海上应急通信系统
  • [发明专利]一种管状工件金属微粒处理器-CN202310996414.3在审
  • 张育;朱祖祥;朱冬华 - 江西省感恩电子股份有限公司
  • 2023-08-09 - 2023-10-24 - B24B29/08
  • 本发明涉及管状工件处理技术领域,尤其涉及一种管状工件金属微粒处理器。本发明提供一种能够对管状工件表面打磨完全的管状工件金属微粒处理器。一种管状工件金属微粒处理器,包括有安装板架、打磨机构和推进机构,安装板架上设有用于打磨管状工件的打磨机构,安装板架上设有用于带动管状工件运动的推进机构。本发明通过启动电机,人们手动转动手柄,从而使得打磨轮和推进轮转动,使得打磨轮转动对运动的管状工件进行打磨,以此实现打磨的效果,打磨效果较好。
  • 一种管状工件金属微粒处理器
  • [发明专利]基于车云协同的数字钥匙定位方法-CN202310884540.X在审
  • 张育;黄海金;程胡然;仇林至;王涛;乔晨;俞晔晨;蔡健伟 - 上海尊字智能科技有限公司
  • 2023-07-19 - 2023-10-20 - H04W64/00
  • 本发明公开了一种基于车云协同的数字钥匙定位方法,属于无线载波通信及智能汽车技术领域。它包括接收车辆下电时的至少一个环境传感器的环境传感器数据;基于所述环境传感器数据以及地图视图,对所述车辆所处的区域或环境进行场景解读;基于对所述车辆所处的环境进行场景解读的结果,下发相应的定位策略至数字钥匙,所述定位策略至少为一种或一种以上;数字钥匙向车辆发送启用的定位策略,开始进行UWB定位。本发明的一种基于车云协同的数字钥匙定位方法,结合智能汽车技术及相关定位算法,识别车辆所处的各个场景,使用UWB测距技术并利用场景识别结果对定位结果进行修正,在一定程度上改善了UWB数字钥匙的定位精度,改善了用户体验。
  • 基于协同数字钥匙定位方法
  • [发明专利]一种基于深度学习的肺癌病理图像中主肿瘤分割方法-CN202310806375.6在审
  • 崔磊;王亚栋;刘苗;亢宇鑫;张育;杨林 - 西北大学
  • 2023-07-03 - 2023-10-20 - G06V10/26
  • 本发明涉及一种基于深度学习的肺癌病理图像中主肿瘤分割方法,包括:获取经HE染色的肺癌WSI病理图像切片,由病理专家手动注释,并进行数据集划分;构建主肿瘤分割模型,以获得肺癌病理切片中的主肿瘤区域;优化主肿瘤分割模型,基于区域分割模型添加TCA模块,加强模型学习主肿瘤边界内外的特征的能力,同时通过ABL和LOU损失,细化区域分割边界信息,训练模型直至收敛;评估与测试以及结果可视化。在经HE染色的肺癌WSI切片中,该方法基于图像分割模型,利用TCA模块、ABL和LOU损失,加强模型学习主肿瘤边界内外的特征的能力,使模型关注边界相关的信息,有效提高了图像分割模型在边界处的分割效果。
  • 一种基于深度学习肺癌病理图像肿瘤分割方法
  • [发明专利]一种钢铸件砂模壳清理器-CN202310947996.6在审
  • 朱冬华;朱祖祥;张育 - 江西省感恩电子股份有限公司
  • 2023-07-31 - 2023-09-08 - B08B7/02
  • 本发明涉及钢铸件技术领域,尤其涉及一种钢铸件砂模壳清理器。本发明提供一种能够将杂质清理掉的钢铸件砂模壳清理器。一种钢铸件砂模壳清理器,包括有底板、第一支撑架、电机、抖动机构和清洗机构,底板顶部连接有第一支撑架,第一支撑架右部上侧安装有电机,电机的输出轴与第一支撑架之间设有用于抖动砂模壳的抖动机构,第一支撑架与抖动机构之间设有用于清理砂模壳内部的清洗机构。本发明通过将砂模壳放置在放置框内,随后启动电机,使得放置框和砂模壳抖动,部分杂质被抖落,从而使得毛刷转动对砂模壳内部进行清理,以此实现了清理的效果,清理效果较好,避免了杂质残留至砂模壳内。
  • 一种铸件砂模壳清理
  • [发明专利]一种工件加工用定位器-CN202310890254.4在审
  • 朱金健;张育;朱祖祥 - 江西省感恩电子股份有限公司
  • 2023-07-20 - 2023-09-01 - B23Q3/18
  • 本发明涉及工件加工工具技术领域,尤其涉及一种工件加工用定位器。本发明提供一种能实现精确定位的工件加工用定位器。本发明提供了这样一种工件加工用定位器,包括有:定位器和螺栓,定位器的上下两侧均转动式连接有螺栓,下部的螺栓穿出定位器的下部;卡接块,下部的螺栓的下侧螺纹式连接有卡接块,卡接块与定位器的下部挤压配合。本发明通过转动螺栓的同时使得齿轮与齿条进行啮合,带动第一夹紧块向相互靠近的一侧移动,从而能紧密地夹持住螺栓,防止松动,又通过转动双向螺杆带动卡紧板向相互靠近的一侧移动,紧紧夹持住定位器,防止定位器再转动,从而防止定位棍发生偏移,进而通过定位棍实现精确定位的目的。
  • 一种工件工用定位器
  • [实用新型]一种基于STM32的智慧管廊监控系统-CN202320258006.3有效
  • 丁洁;任佳;崔亚妮;陈敏;郝秋实;张育;易家傅;靳江 - 海南大学
  • 2023-02-20 - 2023-08-29 - G05B19/042
  • 本实用新型涉及地下管廊环境监控技术领域,具体涉及一种基于STM32的智慧管廊监控系统,包括管廊远程控制中心、数据传输中心和管廊现场控制中心三个模块。管廊远程控制中心包括管廊总调度中心、云服务器和客户端;数据传输中心包括防火墙、核心交换机、管廊网络系统和交换机;管廊现场控制中心包括现场控制柜、PLC系统、管廊内部设备、多采集端多传感器组和RS‑485总线。多采集端多传感器组包括多个采集端点和连接在每个采集端点上的多个传感器;采集端点均基于STM32芯片。本实用新型尤其适用于多传感器数据采集的智能控制,具有较低的实现成本。
  • 一种基于stm32智慧监控系统
  • [发明专利]浅层特征与深层特征融合的图像去雾网络及方法-CN202310663735.1在审
  • 郝秋实;丁洁;任佳;陈敏;崔亚妮;张育;易家傅;陈姿羽 - 海南大学
  • 2023-06-05 - 2023-08-11 - G06T5/00
  • 本发明提出一种浅层特征与深层特征融合的图像去雾网络及方法,相比现有去雾方法具有较强的边缘轮廓信息恢复能力和较高的学习精度。所述网络包括全局特征提取模块、多尺度卷积模块和深层融合模块。所述全局特征提取模块用于提取表述边缘轮廓信息的浅层特征,包括四个依次相连的卷积层和池化层;所述多尺度卷积模块用于提取多尺度的图像特征,包括三个并联的卷积层、一个通道叠加单元和另外一个卷积层;所述深层融合模块用于完成浅层特征与深层特征的融合,包括三个卷积层、两个上采样层和两个通道叠加单元,所述全局特征提取模块中各卷积层的输出与此部分相连。
  • 特征深层融合图像网络方法
  • [发明专利]基于注意力机制的地下管廊异常检测网络及方法-CN202310236950.3在审
  • 任佳;陈敏;丁洁;张育;易家傅;郝秋实;崔亚妮;许示凡 - 海南大学
  • 2023-03-13 - 2023-07-11 - G06F18/2433
  • 本发明提出一种基于注意力机制的地下管廊异常检测网络及方法,既能够保证长时间的异常检测具有较高的精度,又能对多数据下的异常情况具有良好的检测效果。所述网络包括:编码模块、特征提取模块和解码模块。编码模块包括四个卷积层,四个卷积层间顺序相连。特征提取模块包括Conv‑LSTM层和注意力机制层,Conv‑LSTM层包括四个结构相同的Conv‑LSTM,注意力机制层包括四个结构相同的注意力机制。解码模块包括由反卷积层和连接层构成的七个层,这七个层间顺序相连。编码模块中的第一卷积层与特征提取模块的Conv‑LSTM层的第一Conv‑LSTM相连;特征提取模块中的Conv‑LSTM层的第一Conv‑LSTM与注意力机制层的第一注意力机制相连,以此类推。特征提取模块的注意力机制层与解码模块的反卷积层反向相连。
  • 基于注意力机制地下异常检测网络方法

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