“卢梦园”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6个，建议您升级VIP下载更多相关专利

[发明专利]一种考虑回填缓冲层材料强化的落石冲击力计算方法-CN201910369368.8有效
发明人：王玉锁;徐铭;王明年;阳超;卢梦园;孟杰;王志远;王志龙;何锁宋;桂登斌;吴正群;于丽;童建军;刘大刚;严涛 -专利权人：西南交通大学
申请日： 2019-05-05 - 公布日： 2022-11-22 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及一种考虑回填缓冲层材料强化的落石冲击力计算方法，步骤如下：S10：通过Hertz接触理论建立弹性模型；S20：通过摩尔‑库伦屈服准则限定步骤S10中建立的弹性模型；S30：通过步骤S10和步骤S20来建立土体的弹塑性强化模型；S40：通过反演法得出步骤S30中土体的弹塑性强化模型中的k值；S50:将步骤S40中得到的k值放入步骤S30土体的弹塑性强化模型中得到落石冲击力。该考虑回填缓冲层材料强化的落石冲击力计算方法中采用根据本方法得到的系统进行计算能够更好的得出落石冲击力，从而能够更好的设计艰险山区防落石棚洞或拱形明洞，使艰险山区交通线上防落石灾害结构设计更加合理可靠，在具体的工程应用中具有很重要的意义。
一种考虑回填缓冲材料强化冲击力计算方法

[发明专利]一种基于人工黏菌群体智能的图像分割方法-CN202110975858.X在审
发明人：蔡政英;卢梦园;邹俊杰 -专利权人：三峡大学
申请日： 2021-08-24 - 公布日： 2021-12-03 - 主分类号： G06T7/00 文献下载
摘要：一种基于人工黏菌群体智能的图像分割方法，所述方法包括：步骤1，进行待分割图像初始化；步骤2，进行黏菌群体参数初始化；步骤3，黏菌群体扩张寻找图像分割区域；步骤4，黏菌群体互相学习分割区域信息；步骤5，更新黏菌群体信息；步骤6，黏菌群体评估图像全局分割区域；步骤7，输出黏菌群体对图像分割结果；本发明采用黏菌群体互相学习的行为对图像进行分割，将图像分割过程描述为黏菌群体使用多个黏变形体四处寻找图像分割区域作为食物源的过程；本发明在图像分割问题求解过程中具有速度快、成本低、鲁棒性好等优势。
一种基于人工群体智能图像分割方法

[发明专利]一种基于人工黏菌的图像去噪仿生优化算法-CN202110977103.3在审
发明人：蔡政英;何盈盈;卢梦园 -专利权人：三峡大学
申请日： 2021-08-24 - 公布日： 2021-12-03 - 主分类号： G06T5/00 文献下载
摘要：一种基于人工黏菌的图像去噪仿生优化算法，算法利用黏菌觅食时的扩张与收缩行为对被噪声污染的目标图像进行噪声检测和去噪，包括步骤1，目标图像和人工黏菌的初始化；步骤2，人工黏菌对目标图像进行噪声检测；步骤3，人工黏菌对目标图像进行去噪；步骤4，输出人工黏菌图像去噪结果。本发明通过目标图像内单只黏菌不断变形、并行扩张寻找食物的过程形成噪声点网络，将单只黏菌的初始位置模拟为目标图像中心即中心像素点，将噪声点模拟为外部食物源，将黏变形体的扩张行为模拟为对噪声点与有效信号点的分离，将黏变形体的收缩模拟为对噪声点的消除。本仿生算法能够便捷高效地实现数字图像的噪声检测和去噪工作。
一种基于人工图像仿生优化算法

[发明专利]一种基于人工黏菌群体智能的图像边缘检测方法-CN202110977190.2在审
发明人：蔡政英;卢梦园;邹俊杰 -专利权人：三峡大学
申请日： 2021-08-24 - 公布日： 2021-12-03 - 主分类号： G06T7/13 文献下载
摘要：一种基于人工黏菌群体智能的图像边缘检测方法，包括以下步骤：步骤1，图像边缘检测模型初始化；步骤2，黏菌群体分工检测图像边缘；步骤3，黏菌群体交叉学习图像边缘；步骤4，黏菌群体输出图像边缘检测结果。本发明将图像边缘检测问题描述为多食物源节点情况下的黏菌群体觅食问题，将图像中灰度梯度较大的点作为食物源，黏菌群体通过步骤2的分工检测和步骤3的交叉学习，不断更新黏菌群体所搜索到的图像边缘点或食物源信息，最终所有黏菌将集中到真正的图像边缘点上，并输出黏菌群体的所有图像边缘曲线。本发明通过模仿黏菌的觅食行为来求解图像边缘检测问题，以期提高图像边缘检测的精确度和效率。
一种基于人工群体智能图像边缘检测方法

[发明专利]一种落石尺寸及其重现期预测方法-CN202010824491.7在审
发明人：王玉锁;卢梦园;王明年;刘林奇;徐铭;阳超;何锁宋;王志龙;孟杰;张瑞;肖宗扬;卢雅欣;张祖迪;王志远;桂登斌;吴正群 -专利权人：西南交通大学
申请日： 2020-08-17 - 公布日： 2020-11-13 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及一种落石尺寸及其重现期预测方法，包括：获取观察场地在观察时间长度t内落石事件发生次数n以及落石体积v；获取落石体积阈值vt；根据落石事件发生次数n对观察时间长度t进行修正，得到计算时间长度t*；构建落石事件发生次数概率模型和落石尺寸概率模型；根据落石事件发生次数概率模型和落石尺寸概率模型构建落石尺寸年最大值vm的概率模型；获取落石尺寸年最大值vm的概率模型的预设概率值；根据预设概率值和落石尺寸年最大值vm的概率模型得到最大落石尺寸及其重现期模型，根据最大落石尺寸及其重现期模型预测待测场地的最大落石尺寸及其重现期。本发明能够预测某一场地将来落石最大尺寸及其重现期。
一种尺寸及其现期预测方法

[发明专利]一种多特征融合的手势识别方法-CN201910182109.4在审
发明人：官巍;马力;卢梦园;马俊峰;张晗 -专利权人：西安邮电大学
申请日： 2019-03-11 - 公布日： 2019-06-25 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种多特征融合的手势识别方法，涉及图像识别技术领域，本发明提供一种多特征融合的手势识别方法，该方法通过选择合理的手势特征，利用多特征融合的特征提取算法，使特征的计算量小，有效性高，通过这种方式能有效解决复杂场景下，手势识别率不高的问题，且满足实时性的要求。
多特征融合手势识别特征提取算法图像识别技术复杂场景手势特征有效解决计算量实时性