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43309个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于机器学习的二维码模糊聚类识别方法及系统-CN201810321940.9有效
  • 胡建国;黄家诚;邓成谦 - 中山大学
  • 2018-04-11 - 2021-07-16 - G06K7/14
  • 本发明公开了一种基于机器学习的二维码模糊聚类识别方法及系统,其中,所示二维码模糊聚类识别方法包括:获取模糊二维码图像信息,对所述模糊二维码图像信息进行灰度化处理,获取灰度化后的模糊二维码图像;对灰度化后的模糊二维码图像进行光照不均匀消除处理,获取消除光照不均匀后的模糊二维码图像;对消除光照不均匀后的模糊二维码图像进行傅里叶变换处理,获取傅里叶变换处理后的模糊二维码图像;对傅里叶变换处理后的模糊二维码图像进行降噪处理,获取降噪后的模糊二维码图像;采用训练好的模糊核分类模型对降噪后的模糊二维码图像进行分类识别,获取识别结果。采用本发明实施例中,能快速识别模糊二维码图像,并且提高识别效率。
  • 一种基于机器学习二维码模糊识别方法系统
  • [发明专利]基于视觉显著的图像去模糊方法-CN201210214195.0在审
  • 周兵;王振飞;吴亚平 - 郑州大学
  • 2012-06-27 - 2014-01-15 - G06T5/00
  • 一种基于视觉显著的图像去模糊方法,根据视觉注意机制,首先利用图像是否清晰为显著性条件对待处理图像进行显著性划分,即显著性部分和非显著性部分;然后,对非显著性部分进行模糊核估计得到图像的模糊核K;最后,引入补偿机制,使得到的模糊核应用在整幅待处理图像中,同时使得显著性部分的边缘无振铃效应,进而得到去模糊后图像。本发明基于视觉注意的显著性研究,通过其显著图将模糊图像划分为两部分,显著性部分与非显著性部分,仅估计非显著性部分的模糊核,即仅对模糊图像的模糊部分进行处理,保持其较为清晰的部分。这样就可避免模糊图像因为不同部分的模糊程度及模糊方向的不同,而用同一估计模糊核处理带来的影响。
  • 基于视觉显著图像模糊方法
  • [发明专利]一种焊缝跟踪应用的自适应模糊控制方法-CN201710731424.9在审
  • 邹焱飚;王研博;周卫林 - 华南理工大学
  • 2017-08-23 - 2017-11-24 - G05B13/04
  • 本发明公开了一种焊缝跟踪应用的自适应模糊控制方法,包括步骤1)将得到的偏差值e和偏差变化率进行模糊化,得到模糊变量偏差E和偏差变化率EC;2)根据偏差e和偏差变化率ec,结合专家知识和操作经验,建立模糊规则;3)将输入的模糊变量偏差E和偏差变化率EC输入到模糊推理机中得到模糊输出量U;4)采用最大值法解模糊化,将模糊输出量U转换为精确值u;5)引入控制器比例因子ki(i=1,2,…,n)和控制器量化因子ku,设置输入输出的模糊论域、模糊规则函数;6)根据输入/输出量的变化对模糊规则函数进行实时更新,计算并输出被控对象的偏置电压值。本发明通过在控制过程中实时的对模糊控制器进行参数调整,从而解决控制过程不稳定、动态性能变差、控制过程粗糙的问题。
  • 一种焊缝跟踪应用自适应模糊控制方法
  • [发明专利]一种基于深度先验的盲图像去模糊方法-CN202210052867.6在审
  • 肖创柏;王晓宁;郭乐宁;禹晶 - 北京工业大学
  • 2022-01-18 - 2022-04-29 - G06T5/00
  • 本发明公开了一种基于深度先验的盲图像去模糊方法,使用深度卷积神经网络DIP‑Net隐式地建模图像平滑性先验约束生成清晰图像;通过求解关于模糊核最优化问题的精确解估计模糊核;交替迭代更新模糊核与清晰图像,利用复原的清晰图像和模糊核计算损失函数并更新网络参数。对模糊图像与模糊核联合建模,采用交替迭代网络模型与数学模型的方式同时估计清晰图像与模糊核;在无任何附加隐式或显式的图像先验的情况下,仅利用模糊图像实现了端到端地自监督学习的盲去模糊。本发明结合深度网络结构实现正则化方法,无需使用模糊图像与模糊核真值训练网络;与传统模型方法相比,无需采用图像金字塔的方式由粗到细的估计模糊核,有效抑制复原图像中存在的噪声。
  • 一种基于深度先验图像模糊方法

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