“肖灿奎”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5个，建议您升级VIP下载更多相关专利

[发明专利]烧结热状态横向异质性在线定量测量方法-CN202010118754.2有效
发明人：王雅琳;戚雨栋;袁小锋;顾永杰;孙备;王凯;邱律典;肖灿奎 -专利权人：中南大学
申请日： 2020-02-26 - 公布日： 2022-08-12 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种烧结热状态横向异质性在线定量测量方法，包括：获取烧结机尾断面图像，提取烧结料层横截面图片；对所述烧结料层横截面图片进行幂律变换和灰度化处理，抑制噪声干扰，得到第一图像；对所述第一图像进行阈值分割，并与烧结料层横截面图片进行Hadamard product运算，得到燃烧带图像；对所述燃烧带图像进行空间横向分割，绘制其空间洛伦兹曲线；结合所述燃烧带图像特征和空间洛伦兹曲线计算烧结横向异质性指数，对烧结热状态横向异质性进行在线定量测量。本发明利用计算机视觉图像，实现了烧结热状态横向异质性的在线定量测量，可高效地表征烧结热状态横向异质性各种情况，对优化烧结操作，提高烧结质量和产量具有指导意义。
烧结状态横向异质性在线定量测量方法

[实用新型]香氛身体刷-CN202122842581.1有效
发明人：林佳龙;肖灿奎 -专利权人：广州莱泊妮生物科技有限公司
申请日： 2021-11-18 - 公布日： 2022-07-15 - 主分类号： A45D34/04 文献下载
摘要：本实用新型公开一种香氛身体刷，其包括筒体和液体容器，部分液体容器套设在筒体内，液体容器具有沿筒体的轴向方向移动的第一移动路径；液体容器的一端伸出筒体，液体容器的另一端上设有按压式液体泵，按压式液体泵包括按压部、输入管和输出管，输出管上设有刷体；输入管与液体容器连通，输入管、按压部沿筒体的轴线方向排列设置，输入管与液体容器固定连接，按压部与筒体固定连接。使用者能够通过握持筒体而按压液体容器伸出筒体的一端，使液体容器移动而作用在按压部上，使按压式液体泵开始工作，能够将存储在液体容器中的香氛依次通过输入管和输出管而到达刷体处，再通过刷体进行对身体部位的香氛涂抹，提高了使用香氛的方便性。
身体

[外观设计]体香棒-CN202130759441.0有效
发明人：林佳龙;肖灿奎 -专利权人：广州莱泊妮生物科技有限公司
申请日： 2021-11-18 - 公布日： 2022-05-17 - 主分类号： 28-02 文献下载
摘要：1.本外观设计产品的名称：体香棒。2.本外观设计产品的用途：本外观设计产品通过按压底部将液体涂抹在皮肤上，用作一种化妆品。3.本外观设计产品的设计要点：在于形状。4.最能表明设计要点的图片或照片：组件1立体图1。5.本外观设计产品为组件产品，组件1为体香棒主件，组件1可作为体香棒单独使用；组件2为盖子，与组件1配合使用，用于防尘和密封。
体香棒

[发明专利]一种基于鲁棒估计函数的沸腾焙烧炉数据协调方法-CN202110153099.9有效
发明人：孙备;栾宇思;李勇刚;冯振湘;肖灿奎;阳春华;桂卫华 -专利权人：中南大学
申请日： 2021-02-04 - 公布日： 2022-03-18 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于新型鲁棒估计函数的沸腾焙烧炉数据协调方法，建立沸腾焙烧炉稳态机理平衡模型，包括物料平衡方程和热量平衡方程，构建新型鲁棒估计函数，先根据已测变量的测量值初步估计ZnS占混合锌精矿的百分比α；将此α作为已知参数代入到步骤S4中的分层数据协调模型对已测变量的协调值以及未测变量的估计值进行求解；最后将求解得到的协调值代入到热量平衡方程中计算得到协调后的解决沸腾焙烧炉实时检测数据易受显著误差影响，焙烧炉数据冗余不足，以及精矿化验周期长导致的入料成分变化情况未知的问题。
一种基于估计函数沸腾焙烧数据协调方法

[发明专利]一种基于卷积神经网络的烧结皮带异物监测方法及系统-CN202110080319.X在审
发明人：孙备;肖灿奎;王雅琳;袁小锋;邱律典;栾宇思 -专利权人：中南大学
申请日： 2021-01-21 - 公布日： 2021-05-14 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于卷积神经网络的烧结皮带异物监测方法及系统，所述方法包括：基于实时获取的皮带的监控视频信息，获取多帧异常检测图像；针对多帧异常检测图像中的每一帧异常检测图像进行预处理，获取预处理后的异常检测图像；针对预处理后的异常检测图像进行预先设定区域提取，获取第一检测图片；其中第一检测图片只含预先设定区域的图片；采用第一深度卷积神经网络模型对所述第一检测图片进行分类，获取分类结果；分类结果包括：正常生产图片或包含异物图片；第一深度卷积神经网络模型为预先经过第一预先设定的图片训练样本训练过的深度卷积神经网络模型；第一预先设定的图片训练样本包括：预先采集的皮带运输过程中的出现异物的图片。
一种基于卷积神经网络烧结皮带异物监测方法系统