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24个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于结构对齐和伪标自纠正的联邦半监督医学图像诊断方法-CN202310806733.3在审
  • 杭文龙;吴元;李佳兴;梁爽 - 南京工业大学
  • 2023-07-03 - 2023-10-27 - G06V10/764
  • 本发明提供了一种基于结构对齐和伪标自纠正的联邦半监督医学图像诊断方法,包括以下步骤:首先,将标记客户端的医学图像输入深度网络训练固定次数,得到网络模型参数和虚拟类中心并上传到服务器作为全局初始化设置;然后,服务器将全局模型参数下发给标记客户端和无标记客户端,将全局虚拟类中心下发给无标记客户端。在标记客户端训练并更新虚拟类中心,在无标记客户端建立学生网络和教师网络的预测一致性损失,建立结构匹配损失对齐全局虚拟类中心,建立类感知对比损失学习类内紧凑性和类间可分性;进一步,将所有客户端模型参数上传并更新全局模型参数。本发明可以在保障隐私的要求下提升联邦半监督学图像检测的准确性和泛化性。
  • 一种基于结构对齐纠正联邦监督医学图像诊断方法
  • [发明专利]一种基于双重监督的领域泛化脑电信号分类方法-CN202211219633.2在审
  • 杭文龙;玄昌盛;梁爽 - 南京工业大学
  • 2022-09-30 - 2022-12-13 - G06K9/62
  • 本发明提供了一种基于双重监督的领域泛化脑电信号分类方法,包括以下步骤:对脑电信号进行预处理;建立双层监督机制,在时频域上对预处理后的脑电数据线性插值,进行类别相关的数据增广,实现隐式监督;利用受试者不变特征学习模块,对脑电样本施加权重约束,在不变类别相关脑电特征和对应标签之间建立更准确的映射关系,实现显式监督;将双层监督机制引入自监督模型中,将自集成模型的分类损失和一致性损失加权求和,与脑电样本权重约束,共同构成双层目标优化模型,通过反向传播交替更新权重参数和网络参数,直到精度收敛得到最终分类模型。本发明可以提升脑电信号识别的准确性和泛化性,保证了跨不同受试者的脑电信号的准确识别。
  • 一种基于双重监督领域泛化电信号分类方法
  • [发明专利]一种基于安全对比自集成框架的半监督医学图像分类方法-CN202210362531.X在审
  • 杭文龙;黄烨铖;殷明波;梁爽 - 南京工业大学
  • 2022-04-07 - 2022-07-15 - G06V10/764
  • 本发明提供了一种基于安全对比自集成框架的半监督医学图像分类方法,包括以下步骤:首先,选择一批由标注和未标注数据组成的数据对其增加数据扰动,重复两次处理得到两组数据,分别输入学生与教师网络;然后,设计权重函数并利用有监督损失更新权重函数,自动为每个未标记数据分配权重;结合权重参数以及两支网络的概率输出,建立可靠感知的一致性损失;进一步,结合权重参数以及利用投影网络得到两支网络输出的归一化低维表示,建立可靠感知的对比损失;最后,分别对所有损失函数加权求和形成最终损失函数,并交替更新网络参数和权重函数参数。本发明提出的方法能够同时学习可靠的数据层面和数据结构层面的信息,提升了模型的鲁棒性和泛化性。
  • 一种基于安全对比集成框架监督医学图像分类方法
  • [发明专利]一种基于协同对比正则化平均教师模型的脑电信号分类方法-CN202210362532.4在审
  • 杭文龙;李增光;殷明波;梁爽 - 南京工业大学
  • 2022-04-07 - 2022-07-15 - G06K9/62
  • 本发明提供了一种基于协同对比正则化平均教师模型的脑电信号分类方法,包括以下步骤:首先对脑电信号(Electroencephalogram,EEG)进行预处理并利用两阶段EEG数据增广方法生成新的视角下的EEG数据,在时频域生成另一视角下的EEG数据;利用平均教师模型中的学生和教师网络分别学习不同视角EEG数据特征;利用一致性损失鼓励学生、教师网络对不同视角EEG数据预测的一致性,利用协同对比损失鼓励不同视角EEG数据结构的一致性,最后和交叉熵损失加权求和优化网络参数。本发明提出的两阶段EEG数据增广方法能同时捕获时域及时频域的变化因素,提出的协同对比正则化平均教师模型可以学习不同视角下的数据级信息和不同视角间数据结构的一致性信息,提升了模型的鲁棒性、判别性和泛化性。
  • 一种基于协同对比正则平均教师模型电信号分类方法
  • [发明专利]一种融合大脑区域间结构信息的脑电识别方法-CN202111365376.9在审
  • 杭文龙;殷明波;梁爽 - 南京工业大学
  • 2021-11-17 - 2022-02-08 - G06K9/00
  • 本发明提供了一种融合大脑区域间结构信息的脑电信号识别方法,包括以下步骤:首先对脑电(Electroencephalogram,EEG)信号进行预处理并将EEG信号按照不同的大脑区域进行划分;然后利用深度神经网络学习局部和全局大脑区域的EEG深度特征,并将局部和全局大脑区域的EEG深度特征堆叠成特征矩阵;最后,通过引入核范式正则化项学习大脑不同区域间的结构信息。本发明能够利用深度神经网络学习局部和全局大脑区域的EEG深度特征,同时引入核范式正则化项学习基于EEG特征矩阵的大脑区域间结构信息,实现不同类型EEG信号的准确识别,确保基于EEG的BCI系统能够安全可靠的运行。
  • 一种融合大脑区域结构信息识别方法
  • [发明专利]脑电分类模型生成方法、装置及电子设备-CN201711417656.3有效
  • 梁爽;杭文龙;王琼;王平安 - 中国科学院深圳先进技术研究院
  • 2017-12-25 - 2021-07-23 - G06K9/62
  • 本申请提供了一种脑电分类模型生成方法、脑电分类模型生成装置、电子设备及计算机可读存储介质,该脑电分类模型生成方法包括:获取K个受试对象的样本数据,其中,所述样本数据包含:已分类的脑电信息以及相应脑电信息的分类结果,所述K大于或等于2;基于K个受试对象的样本数据和预设的第一目标函数,计算使第一目标函数取最小值的正交变换矩阵,其中,第一目标函数为与正交变换矩阵和K个受试对象的脑电信息相关的函数,正交变换矩阵用以将K个受试对象各自的脑电信息变换为K个受试对象之间的相关性信息;基于所述正交变换矩阵生成脑电分类模型。本申请技术方案用以生成可应用于多个受试对象的脑电分类模型,节省脑电分类模型的维护成本。
  • 分类模型生成方法装置电子设备
  • [发明专利]基于深度堆叠支持矩阵机的脑电信号识别方法-CN201910664430.6有效
  • 杭文龙;冯伟;梁爽;刘学军 - 南京工业大学
  • 2019-07-23 - 2020-07-03 - A61B5/0476
  • 本发明提供一种基于深度堆叠支持矩阵机的脑电信号识别方法,包括以下步骤:首先对脑电(Electroencephalogram,EEG)信号进行预处理并提取特征;用提取出的原始EEG信号特征作为输入训练第一层支持矩阵机(Support Matrix Machines,SMM)得到第一层的预测输出;利用矩阵随机投影将第一层预测输出投影到原始EEG特征空间并与原始EEG信号特征叠加得到第二层EEG信号特征,将其作为输入训练第二层SMM得到第二层的预测输出;按照这种方式得到更深层的EEG信号特征并训练SMM,直到精度收敛得到最终分类模型。本发明可以准确判断不同类型的EEG信号,保证基于EEG的BCI系统安全可靠的运行。
  • 基于深度堆叠支持矩阵电信号识别方法
  • [实用新型]一种深槽式三槽连续结构的电机转子冲片-CN201920946583.5有效
  • 孙军建;杭文龙;孟凌姣;李亚丽;赵代夫;何翼烽 - 卧龙电气驱动集团股份有限公司
  • 2019-06-21 - 2020-03-31 - H02K1/26
  • 本实用新型公开了一种深槽式三槽连续结构的电机转子冲片,涉及电机领域。目前的三相异步电动机转子冲片,多为单槽形开口槽结构,加工易有毛刺,且槽形会使磁密分布不均,影响材料利用率和电机功率密度。本实用新型的冲片槽为深槽式连续结构的细长封闭槽形,包括从冲片径向外侧向内侧连续相通的第一槽部、连接槽部和第二槽部,第一槽部为多边形结构,连接槽部为瓶颈状的矩形结构,第二槽部为等腰梯形,第二槽部的截面积大于第一槽部,第一槽部的截面积大于连接槽部,冲片槽槽顶距冲片外圆的距离为气隙的2倍。该结构利用电机起动时的集肤效应进行优化,可有效降低电磁噪声,减少转子表面的附加损耗及齿槽脉动损耗,提升起动性能,提高电机效率。
  • 一种深槽式三槽连续结构电机转子
  • [发明专利]三相36槽4极电机-CN201611264578.3有效
  • 孙军建;严伟灿;杭文龙 - 卧龙电气集团股份有限公司
  • 2016-12-30 - 2019-07-23 - H02K3/12
  • 本发明公开一种三相36槽4极超高效电机,每相包括两个大线圈和四个小线圈;所述两个大线圈和四个小线圈呈单层排列,并依次按小—大—小排放在定子槽中,其中,每相的两个大线圈和四个小线圈中具有线圈Ⅰ、线圈Ⅱ、线圈Ⅲ;所述线圈Ⅰ、线圈Ⅱ、线圈Ⅲ的跨距依次为:(1~9)、(2~11)、(10~18),平均跨距大于等于8.33。本发明采用角星混合连接绕组布线技术,绕组跨距(1~9,2~11,10~18),平均跨距大于等于8.33,具有更高的平均线包跨距和绕组系数Kdp,使得相比常规的单层交叉式而言,使得该种绕组结构对降低铜耗、谐波附加损耗,提高电机效率、降低噪声及振动方面具有显著效果。
  • 三相36高效电机

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