“赵睿宁”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

[实用新型]一种角钢转移装置-CN202320450154.5有效
发明人：郭馨鸿;杨谦;赵睿宁;刘云山;祝烽博 -专利权人：山西潇河建筑产业有限公司
申请日： 2023-03-10 - 公布日： 2023-08-08 - 主分类号： B65D25/06 文献下载
摘要：本实用新型公开了一种角钢转移装置，具体涉及角钢转移技术领域，包括转移支板，所述转移支板的内部连接有调节螺杆，所述调节螺杆的外壁套装有联动调节组件；所述联动调节组件包括套装在调节螺杆外壁从左到右依次等距排列的三个螺纹套环块。本实用新型通过设置联动调节组件，调节螺杆带动三个螺纹套环块在螺纹的作用下右移，并且螺纹套环块沿着转移支板的内壁实现右移，缩短橡胶垫板与固定支板之间的空隙距离，这样根据角钢的宽度进行微调，微调到指定位置处后，可以将角钢放置在橡胶垫板与固定支板之间空隙位置处，适用于不同型号宽度角钢进行转移，转移适用性更好。
一种角钢转移装置

[发明专利]基于多层感知机网络的跨层级加强特征的行人再识别方法-CN202310026052.5在审
发明人：赵志诚;赵睿宁 -专利权人：北京邮电大学
申请日： 2023-01-09 - 公布日： 2023-04-28 - 主分类号： G06V40/10 文献下载
摘要：本发明涉及基于多层感知机网络的跨层级加强特征的行人再识别方法，包括如下步骤：1、从含有行人的视频中通过抽帧得到行人图像I；2、从行人图像I中提取特征E1，经过多层感知机网络融合、重塑，得到行人特征F；3、将行人特征F输入嵌入层；4、将嵌入层输出的特征F0输入特征提取网络，得到特征F4，所述特征提取网络包括结构相同的多层子网络、以及加强模块，用于对一层子网络的输出进行加强后输出到跨层的子网络；5、对特征F4进行全尺度融合、归一化与降维处理；6、将处理后的特征输入三元组损失函数进行度量学习，输入交叉熵损失函数进行分类学习，得到训练好的分类器；7、将特征Feat输入到训练好的分类器中，输出行人再识别的分类结果。
基于多层感知网络层级加强特征行人识别方法

[实用新型]一种轨道模拟测量平台-CN202222041307.9有效
发明人：韩明学;陈帅;刘诗争;冯建国;牛冬;白冰莹;何飞;张鑫;罗正飞;赵睿宁 -专利权人：中铁一局集团电务工程有限公司
申请日： 2022-08-04 - 公布日： 2022-12-23 - 主分类号： G01C15/00 文献下载
摘要：本申请公开了一种轨道模拟测量平台，属于轨道工程领域，解决了圆形盾构区间预制板道床敷设后供电系统进行无轨施工的测量难度大，测量效率低，测量精度不准确，施工进度和施工质量难以保证的问题。两个支撑结构的底面位于同一水平高度，支撑结构包括下支架、第一钢管、第二钢管和上支架。下支架的顶部固定有第一钢管，且第一钢管和下支架垂直设置。第一钢管的背离下支架的一端套接有第二钢管。第二钢管的背离第一钢管的一端固定有上支架，第二钢管和上支架垂直设置。两个第一钢管之间固定有第一连接杆。两个第二钢管之间固定有第二连接杆。本申请大幅降低了无轨施工的测量难度，不仅提高了测量效率，也保证了测量精度，保证了施工进度和质量。
一种轨道模拟测量平台

[发明专利]一种仿生氮化硅陶瓷材料及其制备方法-CN202010438326.8有效
发明人：林智杰;孙旭东;曾一明;赵睿宁;杨宏伟;陈家林;戴品强;田君;常发;洪春福;陈洪祥;邹林池;张牧 -专利权人：贵研铂业股份有限公司;福建工程学院;东北大学
申请日： 2020-05-21 - 公布日： 2021-08-24 - 主分类号： C04B35/81 文献下载
摘要：本发明公开了无机陶瓷材料技术领域的一种仿生氮化硅陶瓷材料及其制备方法，该种仿生氮化硅陶瓷材料的原料包括：β氮化硅晶须晶种；α氮化硅颗粒粉末；分散剂；粘结剂；塑化剂；溶剂，所述β氮化硅晶须直径为10～1000nm，长径比为4：1～100：1，所述α氮化硅颗粒粒径为0.01～10微米，氮化硅原料中β氮化硅晶须晶种占比5～50wt％，该种仿生氮化硅陶瓷材料及其制备方法，该方法以晶须定向增强薄膜为基元，提高基元的强度，薄层层叠形成陶瓷的氮化硅陶瓷材料，通过仿生人骨结构，溅射助剂形成梯度助剂，保证错排层叠结构的形成，形成错排层叠结构后，提高氮化硅陶瓷的强度和韧性。
一种仿生氮化陶瓷材料及其制备方法

[发明专利]一种基于预训练自编码器的图像恢复方法及装置-CN202010188588.3在审
发明人：于振明;李宇昂;陈宇迪;何田田;张佳颖;赵睿宁;徐坤 -专利权人：北京邮电大学
申请日： 2020-03-17 - 公布日： 2020-07-28 - 主分类号： G06T5/00 文献下载
摘要：本发明实施例提供了一种基于预训练自编码器的图像恢复方法及装置，方法包括：获取散斑图像；将散斑图像输入图像恢复网络模型，得到恢复图像；其中，图像恢复网络模型包括训练完成的第一编码器子网络和第一解码器子网络；第一解码器子网络的初始参数是根据预先训练完成的自编码器网络模型中的参数确定的，自编码器网络模型是根据第一训练集训练得到的；图像恢复网络模型是根据第二训练集训练得到的，第二训练集包括第二样本原始图像以及样本散斑图像。通过预训练自编码器网络模型，并采用训练完成的自编码器网络模型中的参数对图像恢复网络模型中的第一解码器子网络进行参数初始化，能够充分利用训练数据集信息，加快了训练时网络的收敛速度。
一种基于训练编码器图像恢复方法装置