“牟范”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16个，建议您升级VIP下载更多相关专利

[发明专利]基于yolov3算法与滑动窗口策略的SAR影像海面舰船检测方法-CN202010010915.6有效
发明人：郑泽忠;江邵斌;刘佳玺;李锴;牟范;侯安锴;李江 -专利权人：电子科技大学
申请日： 2020-01-06 - 公布日： 2023-06-27 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了基于yolov3算法与滑动窗口策略的SAR影像海面舰船检测方法，数据预处理：将SAR影像数据进行数据标注与切分，将VOC2012图片数据集进行三通道灰度平衡处理；进行yolov3模型预训练：将VOC2012图片数据集作为输入数据，投入通用yolov3模型中进行模型训练；对训练后的yolov3模型进行迁移学习：将SAR影像数据投入预训练后的yolov3模型当中进行优化，获得目标yolov3检测模型；对实时SAR影像数据进行滑动窗口策略处理，然后输入到所述目标yolov3检测模型中，从而获得检测结果，并对所述检测结果进行聚类算法去重。本发明在低分辨率SAR影像上可以取得良好的检测效果，同时可以调节检测速度，具有识别速度快，检测精度高的优点，且本套方法也可用于其他类型卫星影像的目标检测。
基于 yolov3 算法滑动窗口策略 sar 影像海面舰船检测方法

[发明专利]一种城市功能系统的鲁棒性评估方法-CN202010097423.5有效
发明人：郑泽忠;牟范;侯安锴;刘泽宇;陈宇帆;李慕杰;李江 -专利权人：电子科技大学
申请日： 2020-02-17 - 公布日： 2023-06-20 - 主分类号： G06Q10/0637 文献下载
摘要：本发明公开了一种城市功能系统的鲁棒性评估方法,包括以下步骤：获取目标区域的城市功能系统组成地图，其中城市功能系统包括多种功能区域；提取所述城市功能系统中各个功能区域的中心点来代表相应的功能区域，并确定各个功能区域的网络模型之间的耦合关系；分析各个功能区域的网络模型的鲁棒性指标；提供攻击破坏实验对各个功能区域网络模型的鲁棒性进行仿真验证，观察记录仿真过程中各个功能区域网络模型的鲁棒性指标变化趋势；建立相应的仿真评估指标。本发明获取研究区的城市功能系统组成地图，通过设计针对性的鲁棒性指标及仿真评估指标，并设计多种情形的攻击破坏实验，该评估方法能有效且准确的进行城市功能系统的鲁棒性评估。
一种城市功能系统鲁棒性评估方法

[发明专利]一种基于随机森林算法的电容型设备缺陷预测方法-CN201910588616.8有效
发明人：郑泽忠;江邵斌;牟范;马鹏程;谢乐;张亚萌;侯安锴 -专利权人：电子科技大学
申请日： 2019-07-02 - 公布日： 2023-04-18 - 主分类号： G06F16/215 文献下载
摘要：该发明公开了一种基于随机森林算法的电容型设备缺陷预测方法，属于人工智能领域，特别是变电，电容设备的缺陷预测。本发明采用数据量极为庞大，首先对数据进行清洗，将多余数据，重复数据进行删除，对数据格式进行统一，缺失数据进行填补，错误数据进行修改；然后对数据进行编码，采用编码输入预测模型，对预测模型进行训练，采用训练好的预测模型进行实时的预测目标设备。本发明预测精度高，实时性好。
一种基于随机森林算法电容设备缺陷预测方法

[发明专利]一种基于神经网络的身份证文字识别方法-CN201910621555.0有效
发明人：郑泽忠;李慕杰;向浩然;牟范;侯安锴;江邵斌 -专利权人：电子科技大学
申请日： 2019-07-10 - 公布日： 2023-04-18 - 主分类号： G06V30/148 文献下载
摘要：本发明提供一种基于神经网络的身份证文字识别方法，包括以下步骤：S1：进行色彩空间转换，将图像由RGB空间转换为HSV空间，并设置一定的(h，s，v)取值范围，提取出白色的证件区域；S2：将图像进行二值化处理，使用形态学开运算将文本行连通为类矩形区域，寻找外接矩形后提取出文本行；S3：将单个字符切割而出；S4：将单个文字图像逐个输入训练好的神经网络中进行识别，提高相似字的识别率。
一种基于神经网络身份证文字识别方法

[发明专利]一种卫星图像中输电线路杆塔检测方法-CN202210588429.1在审
发明人：郑泽忠;金伟士;彭庆军;牟范;李江 -专利权人：电子科技大学
申请日： 2022-05-26 - 公布日： 2022-09-02 - 主分类号： G06T7/00 文献下载
摘要：该发明公开了一种卫星图像中输电线路杆塔检测方法，属于目标检测领域。本发明对多源遥感卫星影像输电线路杆塔小目标特征进行优化提取，使得提取的特征能够更好地反映输电线路杆塔特性，最终对杆塔目标检测输出附带坐标信息，有更强的应用前景。为了提高输电线路杆塔检测网络对杆塔小目标的学习能力，进一步的搭建特征金字塔提取模块，达到可以学习多尺度大小杆塔特征的目的；为了更好的利用各层特征层学习不同尺度大小的杆塔特征，进一步的，预先估计杆塔目标的大小，进行不同特征层目标锚框大小设计，从而更加精确的预测不同尺度大小的杆塔目标；同时对杆塔目标进行裁剪输入，合并输出，附带地理坐标信息更利于电网应用场景的可视化输出，具有可读性。
一种卫星图像输电线路杆塔检测方法

[发明专利]一种基于多源遥感卫星影像的输电线路绝缘子检测方法-CN202210588430.4在审
发明人：郑泽忠;金伟士;彭庆军;牟范;李江 -专利权人：电子科技大学
申请日： 2022-05-26 - 公布日： 2022-09-02 - 主分类号： G06V20/13 文献下载
摘要：该发明公开了一种基于多源遥感卫星影像的输电线路绝缘子检测方法，属遥感卫星影像目标检测领域。本发明对遥感影像输电线路绝缘子特征进行精细化学习，使得模型能够很好的对弱特征的绝缘子进行检测，绝缘子检测结果的可解释性更强。为了提高绝缘子检测和定位的准确率；进一步的，采用了先对多源遥感卫星影像进行4倍超分，再识别输电线路的杆塔，最终检测绝缘子的方法，缩小绝缘子检测的范围，很大程度上减少了绝缘子的错误检测情况。为了提高绝缘子检测的精度；进一步的，在绝缘子检测模型中使用了在线困难样本挖掘和类别权重均衡计算方式，训练效果更收敛，从而更加精确的学习绝缘子的强弱特征，具有更高精度的绝缘子检测能力。整体流程通过集成模块自动化实现，可进一步应用于输电线路运维等用途。
一种基于遥感卫星影像输电线路绝缘子检测方法

[发明专利]一种基于深度学习的卫星影像超分辨率方法-CN202210588433.8在审
发明人：郑泽忠;邵添明;金伟士;彭庆军;朱浩玮;牟范;李江 -专利权人：电子科技大学
申请日： 2022-05-26 - 公布日： 2022-09-02 - 主分类号： G06T3/40 文献下载
摘要：该发明公开了一种基于深度学习的卫星影像超分辨率方法，属于图像处理领域。本发明搭建扩展性深层超分辨率网络，对遥感卫星影像进行4倍超分，能够很好的重构输电线路杆塔绝缘子特征，具有保真度高、处理速度快的特点；为了提高超分辨率网络学习遥感卫星影像特征的能力，进一步的，采用了数据增广的方式，权重归一化层替换批处理归一化层的方式，更加精确的学习到遥感卫星影像的特征；进一步的，引入跳接的像素重组放大模块，不经过一系列的额外卷积，加快了计算速度，很好的应用到了电网遥感影像处理中。可用于后续输电线路检视、输电线路杆塔识别和绝缘子检测等用途。
一种基于深度学习卫星影像分辨率方法

[发明专利]一种基于语义分割的冰上湖提取的方法-CN202010153401.6有效
发明人：郑泽忠;牟范;刘佳玺;李锴;谢晨;王丹阳;李慕杰;李江 -专利权人：电子科技大学
申请日： 2020-03-06 - 公布日： 2022-06-10 - 主分类号： G06V10/26 文献下载
摘要：本申请公开了一种基于语义分割的冰上湖提取的方法，包括：基于数据增广的冰上湖提取训练数据制作，对下载的冰上湖影像制作标签图像并通过数据增广方法增大样本量；训练冰上湖提取模型，将原始影像作为输入，标签影像作为输出，训练基于U‑Net和SegNet堆叠网络的冰上湖提取模型；模型测试，对于需要实际进行冰上湖提取的区域，选取少量样本图片，制作标签数据，将样本图片输入冰上湖提取模型，将结果与标签数据对比，评价模型效果；模型应用，将需要进行冰上湖提取的区域的影像输入冰上湖提取模型，获取最终的冰上湖提取结果。本申请提供的一种基于语义分割的冰上湖提取的方法，实现了基于深度学习的语义分割算法在冰上湖提取上的首次应用。
一种基于语义分割冰上提取方法

[实用新型]一种自动喷水装置-CN202121138548.4有效
发明人：彭紫薇;林江;陈克曦;牟范;杨友亮;殷鸿翔;候远玲;赵健;赵红艳 -专利权人：雅安成建工业化建筑有限公司
申请日： 2021-05-26 - 公布日： 2021-11-19 - 主分类号： B05B9/00 文献下载
摘要：本实用新型公开了一种自动喷水装置，包括固定安装板、安装架和安装机构，所述固定安装板的下端安装有万向轮，所述固定安装板通过万向轮置于地面，所述固定安装板左端的上表面设置有水箱。该自动喷水装置，在实际使用过程中，通过下连接板和上连接板的设置，能够非常方便的对连接管道进行限位，并且通过转动连接块能够带动下连接板和上连接板中部的连接管道以及喷头进行角度调节，从而达到更好的喷水效果，同时通过减速电机带动连接杆在连接架中进行滑动，固定杆与齿环啮合连接，带动安装架在固定安装板上进行转动，从而带动喷头在固定安装板的上方进行前后摆动，增大喷水的范围，提高了装置的实用性。
一种自动喷水装置

[发明专利]一种多适配的预制砼构件钢筋间连杆快速拼接件-CN202110942384.9在审
发明人：殷鸿翔;杨兵;刘滔;李二冬;孙斌;程金棋;何鹏;陈宏彬;叶成;牟范;王萧磊 -专利权人：雅安成建工业化建筑有限公司
申请日： 2021-08-17 - 公布日： 2021-10-29 - 主分类号： E04C5/16 文献下载
摘要：本发明公开了一种多适配的预制砼构件钢筋间连杆快速拼接件，包括：第一预制砼构件，所述第一预制砼构件的顶端均匀一体式连接有第一钢筋杆；第二预制砼构件，所述第二预制砼构件位于第一预制砼构件的上方，所述第二预制砼构件的底端均匀一体式连接有第二钢筋杆；内侧第一拼接板，所述内侧第一拼接板位于外侧第一拼接板的内侧；内侧第二拼接板，所述内侧第二拼接板位于外侧第二拼接板的内侧。该多适配的预制砼构件钢筋间连杆快速拼接件，适应第一钢筋杆与第二钢筋杆之间的距离变化，利用结构加固机构增加连接稳定性，利用混凝土圆柱杆与混凝土连接块增加拼接结构与第一钢筋杆和第二钢筋杆之间的连接强度。
一种多适配预制构件钢筋连杆快速拼接

[发明专利]一种基于OCR技术的文字验证码识别方法-CN201810920802.2有效
发明人：郑泽忠;张亚萌;向浩然;谢晨;牟范;王胜利;王子航;李江 -专利权人：电子科技大学
申请日： 2018-08-14 - 公布日： 2021-07-06 - 主分类号： G06F21/36 文献下载
摘要：该发明公开了一种基于OCR技术的文字验证码识别方法，涉及一种基于OCR技术的文字验证码识别技术，属于信息检索领域，特别是在网络爬虫领域和搜索引擎领域。针对网站常见的字符图像验证码设计的一种基于光学字符识别技术的验证码识别方法。本发明通过截取网络识别码图像，对图像进行去噪处理，处理后进行识别，可以准确高效的识别网络中常见的字符验证码，识别正确率高达92.3％，可以处理验证码中常见的字符旋转，噪声和干扰线等反爬虫手段，可以达到实时识别的效果。
一种基于 ocr 技术文字验证识别方法

[发明专利]一种基于机器学习的电网设备缺陷文本分类方法-CN202010683964.6在审
发明人：郑泽忠;李慕杰;姜宇轩;王志勇;牟范;江邵斌 -专利权人：电子科技大学
申请日： 2020-07-16 - 公布日： 2020-11-20 - 主分类号： G06F16/35 文献下载
摘要：本申请公开了一种基于机器学习的电网设备缺陷文本分类方法，属中文文本分析及自然语言处理领域。本发明首先对词语进行数字化处理，然后对缺陷文本中的句子进行关键词的提取，将关键词的词向量组合为词矩阵，该词矩阵作为神经网络的输入，再采用神经网络对词矩阵进行分类，然后识别出该缺陷文本表示的缺陷为哪一类。从而具有分类精度高，速度快的优点；本发明还对样本数据进行核心词提取的方式优化样本特征，减少后续神经网络分类的计算量，提高了计算速度。
一种基于机器学习电网设备缺陷文本分类方法

[发明专利]一种基于特征扩展的bert电网缺陷文本分类方法-CN202010430653.9在审
发明人：郑泽忠;牟范;谢乐;杨宇霆;江邵斌;侯安锴 -专利权人：电子科技大学
申请日： 2020-05-20 - 公布日： 2020-09-22 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于特征扩展的bert电网缺陷文本分类方法，属于机器学习的数据处理领域，特别是错误数据识别领域。本发明利用电网的历史缺陷信息，采用k‑means聚类方法对历史缺陷信息做预处理。利用特征扩展的方法对缺陷文本特征进行降维和特征扩展。采用bert的方法在基于特征扩展的基础上对进行缺陷文本分类。改变了原有采用人工对缺陷数据进行分类的方式，具有分类速度快，分类精确的效果。
一种基于特征扩展 bert 电网缺陷文本分类方法

[发明专利]一种基于正则化的交替最小化高分辨率图像重构方法-CN201711012473.3有效
发明人：彭一凡;杨加利;胡明阳;张文彬;钟平川;郑泽忠;余世杰;俞振璐;牟范;李江;唐黎 -专利权人：电子科技大学;成都宋元光电科技有限公司
申请日： 2017-10-26 - 公布日： 2020-02-18 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于正则化的交替最小化高分辨率图像重构方法，涉及图像处理领域，特别是在智能硬件，视频监控领域。本发明根据将原始低分辨率图像序列进行二次下采样的理论分析，实现了有理数级别的放大倍数，弥补了现有算法只能实现整数级放大倍数的不足。同时，说明了现有超分辨率重构算法对彩色图像处理的局限性，提出在交替最小化超分辨率重构算法中添加一个包含彩色信息的正则项，实现了对彩色图像的优化处理。
一种基于正则交替最小化高分辨率图像方法

[发明专利]一种线性分类模型缺陷发生预测方法-CN201910626126.2在审
发明人：郑泽忠;谢乐;牟范;侯安锴;江邵斌;马鹏程 -专利权人：电子科技大学
申请日： 2019-07-11 - 公布日： 2019-10-18 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种线性分类模型缺陷发生预测方法，包括如下步骤:步骤一：缺陷数据集加载；步骤二：训练样本数据选取；步骤三：构建线性分类缺陷发生预测模型；步骤四：基于线性判别分析算法，将训练样本数据输入线性分类缺陷发生预测模型监督训练；步骤五：输入测试样本集到缺陷发生预测模型，输出预测结果。通过本发明，可以实现一种线性分类模型缺陷发生预测方法。
缺陷发生线性分类模型预测模型训练样本数据预测线性判别分析缺陷数据输出预测输入测试样本集分类构建加载算法监督

1
2
下一页»
尾页
共 16 条