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21个,建议您升级VIP下载更多相关专利
  • [发明专利]一种中压直流LLC谐振变换器的谐振电容状态监测方法-CN202310150356.2在审
  • 帅智康;王泉洁;彭英舟;王伟;李杨;赵崇宇;陈浩杰 - 湖南大学
  • 2023-02-22 - 2023-05-30 - G01R27/26
  • 本发明的中压直流LLC谐振变换器的谐振电容状态监测方法,先在LLC谐振变换器停机的初始时刻关闭全桥的开关管S11~S41,然后在关闭过程持续500ns后导通开关管S31和S41,形成与后级独立的谐振腔放电回路,接着采集谐振腔内谐振电流的时序数据,并采用基于非线性参数辨识算法对谐振电容进行估计,估计时依次进行编码、初始化种群、计算个体适应度、选择交叉变异进化、以及迭代寻优等操作,最终搜索得到最优的谐振电流估计值,并基于对应的谐振频率和谐振电感,计算得到谐振电容估计值。本发明基于有限采样数据的放电曲线进行谐振电容值估测,成本低,可靠性高,且本发明利用非线性参数辨识算法进行参数估计,估测的准确性高。
  • 一种直流llc谐振变换器电容状态监测方法
  • [发明专利]一种ISOP型中压直流变换器及其DC-link电容状态监测方法-CN202211276011.3在审
  • 帅智康;王泉洁;彭英舟;王伟;李杨;赵崇宇;陈浩杰 - 湖南大学
  • 2022-10-18 - 2022-12-30 - H02M3/28
  • 一种ISOP型中压直流变换器及其DC‑link电容状态监测方法,该ISOP型中压直流变换器包括N个输入侧依次串联、输出侧相并联的全桥LLC谐振变换器,将其中一个全桥LLC谐振变换器的输入侧并联一个开关管Q以及一个RC电路形成一个故障容错控制的冗余模块,剩余N‑1个全桥LLC谐振变换器的输入侧分别并联一个开关管Q以及一个RC电路形成N‑1个正常工作的子模块,RC电路为DC‑link电容Cin与泄放电阻Rin相并联的电路。正常工作时,所有子模块全部投入,冗余模块切出;故障容错控制时,冗余模块投入,所有子模块被依次更换切出,每个子模块被切出时,该子模块的RC电路与主电路相隔离,获取此RC电路放电过程中DC‑link电容Cin的电压测量数据,对电压测量数据进行处理,估测得到DC‑link电容Cin的电容值。
  • 一种isop型中压直流变换器及其dclink电容状态监测方法
  • [实用新型]一种寝室用具有快速形变调整功能的单人床位-CN202222200832.0有效
  • 汪凝;王玥;赵崇宇;钱思羽;解彬 - 浙大城市学院
  • 2022-08-19 - 2022-12-13 - A47C17/86
  • 本实用新型公开了一种寝室用具有快速形变调整功能的单人床位,包括床架、桌板、床板、衣柜、柜板,所述衣柜和柜板相对布置,所述床板包括床板一、床板二,并通过转架铰接,所述床板二固定于床架,船板二活动连接于转架,所述衣柜和柜板与床板二活动连接,所述床架的内侧面铰接有一翻板,所述翻板下翻时弥补衣柜、柜板和床板二形成的空缺,并形成与床板一和床板二相同尺寸的床位。本实用新型通过将床板进行分体设计,将常规床板一分为二,并采用活动连接的方式,使得在外侧的床板相对转动后,能够减少下方桌面被遮光的区域。其次,将外侧的取下,与下方的各平面结合形成低位床面,进而无需攀爬梯子睡于高处,极大程度减少安全隐患。
  • 一种寝室用具快速形变调整功能单人床位
  • [发明专利]一种海底双端直流供电系统稳定性分析方法-CN202210652245.7在审
  • 帅智康;陈浩杰;吴向阳;李杨;何梨梨;赵崇宇 - 湖南大学
  • 2022-06-09 - 2022-10-18 - H02J3/36
  • 一种海底双端直流供电系统稳定性分析方法,包括以下步骤:步骤S1:建立海底双端直流供电系统关键变换器的阻抗模型;步骤S2:分散判定接驳盒子系统稳定性,如果稳定,通过步骤S3判断海底双端直流供电系统的稳定性;如果不稳定,通过步骤S4分析参数对系统稳定性的影响,识别系统失稳主导影响参数;步骤S3:聚拢判定系统的稳定性,如果不稳定,则通过步骤S4分析参数对系统稳定性的影响,识别系统失稳主导影响参数;步骤S4:频域参数摄动法分析参数对系统稳定性的影响,识别系统失稳主导影响参数。本发明能解决海底双端直流供电系统稳定性分析困难的问题;利用频域参数摄动法探究各参数对系统稳定性的影响,识别系统失稳主导影响参数。
  • 一种海底端直供电系统稳定性分析方法
  • [实用新型]组合调节式工艺玻璃栏杆-CN202122522314.6有效
  • 赵崇宇 - 赵崇宇
  • 2021-10-19 - 2022-05-10 - E04F11/18
  • 本实用新型涉及一种组合调节式工艺玻璃栏杆,特征在于:包括扶手、立板组件、装饰头、装饰扣盖和组合玻璃夹,立板组件包括立板和立板方通连接件,立板方通连接件两侧分别与立板连接,立板组件顶端装有装饰扣盖,在装饰扣盖上部装有装饰头,装饰头上端面通过矩形码片装有扶手,组合玻璃夹与立板的上部和下部分别固定,在立板下端部通过紧固件固装有埋板。优点是:通过利用铝合金型材多种造型特点,使玻璃栏杆实现了不同构件、配件的组合,提高了玻璃栏杆的使用功能,满足建筑结构空间形式多变,适于不同建筑造型质感、空间感及形态艺术效果。本组合调节式工艺玻璃栏杆不仅便于加工和安装,使用安全可靠,可操作性强,而且还可降低制作成本。
  • 组合调节工艺玻璃栏杆
  • [发明专利]一种使用检测框实现弱监督图像显著性检测的方法-CN202010467331.1有效
  • 颜成钢;赵崇宇;周晓飞;孙垚棋;王廷宇 - 杭州电子科技大学
  • 2020-05-28 - 2022-04-01 - G06V10/46
  • 本发明公开了一种使用检测框实现弱监督图像显著性检测的方法。本发明的方法是首先使用全连接条件随机场CRF方法处理不带图像类别信息的检测框标注数据,得到初始的粗糙显著图伪标签作为第一轮模型训练的监督信息,再利用显著图伪标签数据训练图像显著性检测网络模型,接着对显著图伪标签进行更新,即使用显著图更新策略处理模型在训练图像数据上预测得到的显著图,得到下一轮训练所需的显著图伪标签,然后进行迭代精炼的过程,重复模型训练和显著图更新过程,最后微调模型,使模型适应测试的显著性检测数据集。该方法使用不带图像类别信息的检测框标注作为模型的弱监督信息,有效提高弱监督显著性检测方法的性能。
  • 一种使用检测实现监督图像显著方法
  • [发明专利]一种减少图像标签融合冗余计算的方法-CN201710962059.2有效
  • 颜成钢;赵崇宇;黄海亮;付祖贤;张腾 - 杭州电子科技大学
  • 2017-10-16 - 2020-09-22 - G06T7/10
  • 本发明公开了一种减少图像标签融合冗余计算的方法。本发明的方法是利用GPU多线程并行计算,整体上提取目标图像和多图谱图像的灰度特征,再建立一个从目标图像的灰度特征到多图谱图像的灰度特征的映射地图,通过映射地图寻找每个点匹配到的多图谱点集和对应的标签集,接着用欧氏距离计算匹配到的点集处的权重值,然后统计可能匹配的每个标签值的权重,找到目标图像每个点处对应权重值总和最大的标签值,最后得到带标签的分割图像。本发明所述的方法能够保证在不改变原有算法的分割精度的条件下,根据GPU多线程并行计算的特点,通过改为适用于GPU多线程的计算方式,来减少标签融合时的冗余计算,提高医学图像的分割效率。
  • 一种减少图像标签融合冗余计算方法
  • [发明专利]基于图模型的单幅图像超分辨率输出方法-CN201710902249.5有效
  • 颜成钢;张腾;张永兵;赵崇宇;李志胜 - 杭州电子科技大学
  • 2017-09-29 - 2020-09-22 - G06T3/40
  • 本发明公开了一种基于图模型的单幅图像超分辨率输出方法。本发明步骤如下:1:先将输入的单幅图像利用双三次插值方法按照预设定的采样率进行插值,得到一张低分辨率图像,然后将得到的低分辨率图像分割成m×n的图像块,对每个图像块计算像素值的欧氏距离,根据欧氏距离确定一组相似块的集合;针对分割好的低分辨率图像中的每个图像块都有一组相似块的集合。2:对相似块的集合构建图模型;3:对得到的二维矩阵进行拉普拉斯变换,得到拉普拉斯矩阵,然后利用优化公式求解进行图像块的修复;4:对修复后的图像块集合进行平均并重建,最终得到超分辨率的图像。本发明能够克服机器学习方法需要大量的图像数据去训练模型的缺点,更加适合图像超分辨率。
  • 基于模型单幅图像分辨率输出方法
  • [发明专利]一种基于分类卷积神经网络的图像对象识别方法-CN201910660942.5有效
  • 颜成钢;赵崇宇;王廷宇;孙垚棋;张继勇;张勇东 - 杭州电子科技大学
  • 2019-07-22 - 2020-07-17 - G06K9/62
  • 本发明公开了一种基于分类卷积神经网络的图像对象识别方法。本发明先设计提取图像中对象位置和类别信息的分类卷积神经网络模型,删除最后一次下采样操作和全连接层,增加一层通道数为分类类别数的卷积操作,对新加卷积操作的输出特征进行局部峰值搜索,然后经过滤波得到特征图中各个通道上的峰值点,求出各通道峰值点的均值并作为类别预测分数;接着在分类数据集上进行训练,使得设计的分类网络中的参数不断得到更新学习;最后用训练完的模型进行测试,利用最后一层卷积层输出的特征和分类网络预测的类别来获得图像中对象的位置和类别信息。本发明使用标注成本较低的分类数据集且训练成本较低,便能预测出图像中对象显著性的位置和类别信息。
  • 一种基于分类卷积神经网络图像对象识别方法

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