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2720889个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于渐进式分割网络的细微缺陷分析方法-CN202210256643.7有效
  • 汪俊;涂启帆;李大伟;易程 - 南京航空航天大学
  • 2022-03-16 - 2023-02-03 - G06T7/00
  • 本发明公开一种基于渐进式分割网络的细微缺陷分析方法,包括步骤:采集部件表面的原始图像,并将其裁剪为若干小块图像;将小块图像分别输入细微缺陷特征提取网络中提取图像特征;根据提取到的图像特征将小块图像分为缺陷图和不包含缺陷的背景图;对于缺陷图,将其提取到的图像特征输入缺陷分割网络中,以获取对应缺陷的分割掩膜图;根据分割掩膜图对缺陷进行定量分析,获取缺陷的面积、长度和宽度等信息。本发明通过设定合适的重叠阈值对原始图像进行重叠性分割,在保证缺陷完整性的同时提高缺陷检测的检测效率和检测精度,并通过深度神经网络首先对裁剪后的图像进行分类,然后仅对包含缺陷的图像做检测分析,进一步提高了缺陷检测的效率
  • 一种基于渐进分割网络细微缺陷分析方法
  • [发明专利]一种基于深度学习的风机齿轮缺陷检测方法-CN202010118873.8在审
  • 孔庆杰;李丰位 - 东莞理工学院
  • 2020-02-26 - 2020-07-28 - G06T7/00
  • 本发明提出一种基于深度学习的风机齿轮缺陷检测方法,包括以下步骤:采集风机齿轮的离散数据并转换为时频图;将时频图输入特征提取层中得到多层缺陷特征图;将多层缺陷特征图输入区域候选网络中提取缺陷候选区域;将区域候选区域根据特征相似度进行两两配对,组成缺陷组;将缺陷组输入学习构造器中得到含有共性与差异性信息的缺陷候选区域,然后将其输入分类器中计算预测类别值,计算损失函数并更新网络参数,得到风机齿轮缺陷检测模型;将待检测的风机齿轮图像输入风机齿轮缺陷检测模型,输出得到标识有缺陷候选区域的风机齿轮图像。
  • 一种基于深度学习风机齿轮缺陷检测方法
  • [发明专利]软件缺陷检测方法及装置-CN201710326018.4有效
  • 杨春晖;高岩;李冬 - 中国电子产品可靠性与环境试验研究所
  • 2017-05-10 - 2019-10-18 - G06F11/36
  • 本发明公开了一种软件缺陷检测方法及装置,首先,获取待测软件,并提取待测软件对应的各度量特征值获得待测软件对应的度量特征值向量,根据缺陷样本软件对应的各缺陷等级分类中的缺陷样本软件的度量特征值向量,分别计算待测软件对应的度量特征向量到各缺陷等级分类的距离,根据各距离,计算待测软件对应的缺陷度量值,根据各距离中的最小距离对应的缺陷等级分类,对待测软件的缺陷度量值进行归一化处理,获得待测软件的缺陷检测结果。基于上述方案,可提高待测软件的缺陷检测结果的准确性。
  • 软件缺陷检测方法装置
  • [发明专利]一种埋地管道管体缺陷非开挖检测方法及装置-CN201610753754.3在审
  • 帅健;宋强 - 中国石油大学(北京)
  • 2016-08-29 - 2017-02-15 - G01N27/82
  • 本发明涉及埋地管道检测技术领域,尤其涉及一种埋地管道管体缺陷非开挖检测方法及装置,其检测方法为通过磁梯度张量值获得管体缺陷的不变量特征值,通过管体缺陷的不变量特征值定量评价管体缺陷等级。本发明的有益效果为由于磁梯度张量主要由管体缺陷引起,地磁场、管道磁场等背景磁场对其影响很小,因此,能更好突出缺陷磁场,提高缺陷信号信噪比。磁梯度张量对叠加磁性目标具有较高分辨力,可用于检测、评价管体共生缺陷;磁梯度张量具有旋转不变特征量,使得测量过程无需对检测装置严格定向;磁梯度张量有丰富的数据处理和特征提取方法,能更好刻画缺陷磁场的分布特征与规律,从而提高缺陷评价的准确性和可靠性。
  • 一种管道缺陷开挖检测方法装置
  • [发明专利]一种用于识别晶圆缺陷的方法及系统-CN202210835055.9在审
  • 唐磊;沈剑;姚玉静 - 上海众壹云计算科技有限公司
  • 2022-07-15 - 2022-10-11 - H01L21/66
  • 本发明涉及一种用于识别晶圆缺陷的方法及系统,其中该方法包括:获取待测晶圆图像中的多个缺陷点;基于预设的最小核心点数与邻域阈值对所述多个缺陷点进行聚类,得到多个第一簇,其中,所述最小核心点数设为1;基于所述待测晶圆图像中的缺陷特征确定至少一个特征核心点数阈值范围,所述缺陷特征包括:缺陷尺寸,和/或缺陷类型;基于至少一个所述特征核心点数阈值范围对所述多个第一簇进行至少一次过滤,对应得到至少一类第二簇,其中,同一类所述第二簇中对应包括的所述缺陷点的个数属于对应的所述特征核心点数阈值范围本发明所提供的方法及系统能够对线形缺陷和聚集型缺陷进行准确识别。
  • 一种用于识别缺陷方法系统

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