“姜晓恒”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43个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习的纺织品关系抽取方法-CN202310913092.1在审
发明人：徐明亮;刘允;姜晓恒;卢洋;崔丽莎 -专利权人：郑州大学
申请日： 2023-07-20 - 公布日： 2023-10-27 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于深度学习的纺织品关系抽取方法，包括步骤：第一步，获取纺织品领域非结构化文本数据，对文本数据进行预处理形成数据集，关系分类器利用神经网络对数据集进行特征提取，计算反向交叉熵；第二步，利用反向交叉熵计算对称交叉熵，并作为关系分类器的损失函数；第三步，使用两个相互独立、结构相同的关系分类器，并分别运用各自的损失函数进行训练，计算各自的损失后再计算两者的总分类损失；第四步，计算关于两个关系分类器预测概率之间的总对称交叉熵，将其作为共正则项与总分类损失组成联合损失，并运用联合损失分别对两个关系分类器进行训练。该方法不仅能降低噪声标签的影响，还能提高分类精确度，具有良好的关系抽取性能。
一种基于深度学习纺织品关系抽取方法

[发明专利]深度感知对象计数-CN201780096479.5有效
发明人： 姜晓恒 -专利权人：诺基亚技术有限公司
申请日： 2017-11-01 - 公布日： 2023-10-03 - 主分类号： G06T7/00 文献下载
摘要：提供了用于深度感知对象计数的方法和装置，包括计算机程序产品。在一些示例实施例中，可以提供一种方法，该方法包括通过经训练的机器学习模型来处理图像的第一分段和图像的第二分段，第一分段使用基于深度信息而选择的第一滤波器被处理以使得能够形成第一密度图，并且第二分段使用基于深度信息而选择的第二滤波器被处理以使得能够形成第二密度图；通过经训练的机器学习模型将第一密度图和第二密度图组合以形成针对图像的密度图；以及通过经训练的机器学习模型基于密度图来提供输出。还描述了相关的系统、方法和制品。
深度感知对象计数

[发明专利]一种用于工业制品表面缺陷检测的数据标注方法-CN202310851130.5在审
发明人：陈丽;靳启帆;徐明亮;姜晓恒;酒明远;李书攀;卢洋 -专利权人：郑州大学
申请日： 2023-07-11 - 公布日： 2023-09-22 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种用于工业制品表面缺陷检测的数据标注方法，包括步骤：使用缺陷已标注数据集对特征提取模型和标注分类模型进行训练，利用训练好的特征提取模型提取缺陷未标注数据集的特征向量，将上述特征向量输入到训练好的标注分类模型，挑选出需要人工标注的样本图像，交给人工标注；将人工标注的样本图像扩充到已标注数据集，并从缺陷未标注数据集中去除；判断上述特征提取模型和标注分类模型是否达到要求，达到要求则结束缺陷分类标注，否则重复上述训练。该方法不仅降低标注成本，还提高标注效率和标注质量。
一种用于工业制品表面缺陷检测数据标注方法

[发明专利]基于数据不确定性和多样性的主动学习方法、设备和存储介质-CN202310851152.1在审
发明人：陈丽;温瑞华;徐明亮;姜晓恒;酒明远;李书攀;卢洋 -专利权人：郑州大学
申请日： 2023-07-11 - 公布日： 2023-09-08 - 主分类号： G06N3/091 文献下载
摘要：本发明公开了一种基于数据不确定性和多样性的主动学习方法；该方法包括首先需要随机选取部分样本，进行人工注释，形成已标记数据；然后用已标记数据进行模型训练；接着，用训练过的初始标注分类模型，估计未标记数据的不确定性；随后，根据未标记样本的不确定性程度，选择出多个不确定性程度高的样本，基于之前已标记样本和根据不确定性程度选择出的样本，再选择出多个具有多样性的数据样本，组合成具有高信息量的混合样本，将其进行人工标注；然后，本发明把标记后的数据合并到标记的数据集，并且从未标记数据集中将其删除，然后迭代，分类模型会用越来越多的已标记数据进行训练，经过多次的迭代，标注分类模型性能也会逐渐随之提高。
基于数据不确定性多样性主动学习方法设备存储介质

[发明专利]工业物联网中时效性感知的联邦学习参与设备激励方法-CN202310553470.X在审
发明人：徐明亮;贺硕;王楚;姜晓恒;任天祥;毕聪贤 -专利权人：郑州大学
申请日： 2023-05-17 - 公布日： 2023-08-11 - 主分类号： H04L67/12 文献下载
摘要：本发明提出了工业物联网中时效性感知的联邦学习参与设备激励方法，其步骤为：边缘服务器根据联邦学习任务设计资源条件要求和契约项选择候选设备；利用平均AoI度量候选设备的数据新鲜度，计算候选设备的综合信誉值，通过综合信誉值选择候选设备为参与设备，参与设备执行联邦学习任务对本地模型进行训练；根据参与设备的契约项建立边缘服务器的效益函数作为目标函数，建立约束条件，推导信息不对称和信息对称条件下的最优契约设计问题，利用凸优化工具得出参与设备的最优契约项；边缘服务器根据最优契约项的奖励使用区块链对参与设备进行支付。本发明可有效保证边缘服务器和设备的效益；保证激励的公平与参与设备的积极性。
工业联网时效性感知联邦学习参与设备激励方法

[发明专利]一种在三维重建辅助下进行点云中物体快速标注的方法-CN202211476652.3有效
发明人：郭帅;石磊;闻媛;胡亚洲;刘起东;姜晓恒;徐明亮 -专利权人：郑州大学
申请日： 2022-11-23 - 公布日： 2023-08-11 - 主分类号： G06V20/70 文献下载
摘要：本发明涉及人工智能领域，具体涉及一种在三维重建辅助下进行点云中物体快速标注的方法，在获取待标注的RGB‑D样本序列后，该方法根据RGB‑D样本的3D采集位置序列和RGB‑D样本间点云匹配关系构建一个SE(3)位姿图，在完成位姿图优化后，基于优化后的RGB‑D样本采集位置序列，该方法将RGB‑D样本融合为一个全局的3D地图，并在该3D地图中进行人工物体标注。然后，根据优化后的各RGB‑D样本采集位置，将世界坐标系下的物体标签自动转换至各RGB‑D样本坐标系。得到每个RGB‑D样本下各物体的位姿以及标签。对于环境中的每一个真实物体，该方法只需要进行一次人工标注，就可以自动得到物体在不同RGB‑D样本中的物体标签，能够大幅减少人工标注的工作量。
一种三维重建辅助进行点云中物体快速标注方法

[发明专利]用于构建鲁棒的深度卷积神经网络的滤波器重用机制-CN201780089497.0有效
发明人： 姜晓恒 -专利权人：诺基亚技术有限公司
申请日： 2017-02-13 - 公布日： 2023-08-08 - 主分类号： G06V10/82 文献下载
摘要：一种装置和方法，该方法包括：针对卷积神经网络的第一卷积层，基于将被评估的图像的区域和来自第一卷积层的经学习的滤波器来生成特征图(406)；针对卷积神经网络的一个或多个后续卷积层，基于先前卷积层的特征图、针对先前卷积层的经学习的滤波器以及针对后续卷积层的经学习的滤波器来生成特征图(408)；以及基于第一卷积层和一个或多个后续卷积层的所生成的特征图来在图像的区域中检测感兴趣的对象的存在(410)。
用于构建深度卷积神经网络滤波器重用机制

[发明专利]一种不均衡场景中人群分布与计数的检测方法-CN201911084086.X有效
发明人： 姜晓恒;徐明亮;张力;吕培;朱睿杰;李亚飞;高志敏;郭毅博;周兵 -专利权人：郑州大学
申请日： 2019-11-07 - 公布日： 2023-07-21 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种不均衡场景中人群分布与计数的检测方法。该方法包括构建网络、预测密度、计算优化和数据验证，主要通过构建一个多级多分枝的卷积神经网络，每一个分支的输入来自不同分辨率的卷积层的输出组合，再融合为一个整体输出，使用训练图集分别输入到该卷积神经网络，得到预测密度图，引入训练图集的场景中的人群数量信息，与预测密度图进行比较来计算损失，来优化调整多级卷积神经网络的参数，使得计算损失的结果最小，最终获得最佳预测效果。本发明具有更高的检测准确率和检测效率，以及良好的可迁移性。
一种均衡场景人群分布计数检测方法

[发明专利]人工神经网络-CN201680088205.7有效
发明人： 姜晓恒 -专利权人：诺基亚技术有限公司
申请日： 2016-08-08 - 公布日： 2023-07-18 - 主分类号： G06V10/764 文献下载
摘要：根据本发明的示例方面，提供了一种装置，该装置包括：存储器，其被配置为存储至少部分地定义人工神经网络的数据；以及至少一个处理核，其被配置为利用至少一个随机修正线性单元通过将测试数据集应用于人工神经网络来训练人工神经网络，至少一个随机修正线性单元被配置为通过将正输入与随机选择的值相乘来从正输入产生正输出。
人工神经网络

[发明专利]一种工业制品缺陷检测方法、装置、终端设备及存储介质-CN202011500075.8有效
发明人：徐明亮;卢洋;姜晓恒;张晨民;李丙涛;栗芳 -专利权人：郑州金惠计算机系统工程有限公司
申请日： 2020-12-17 - 公布日： 2023-06-16 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种工业制品缺陷检测方法，首先，获取无缺陷的工业制品的第一图像，将所述第一图像划分为多个第一图像块；其次，获取待检测的工业制品的第二图像，将所述第二图像划分为多个第二图像块；然后，通过比较第一图像块和对应的第二图像块之间的相似度，判断所述第二图像块是否存在异常；最后若所述第二图像块存在异常，对所述第二图像块进行缺陷定位。本发明的实施例中，通过将图像划分为多个图像块，通过图像块的单独比较，筛选出可能存在异常图像块的图像块，且可以有效地提高计算机的工作效率；在筛选出可能存在的异常图像块之后，对工业制品的缺陷进行深入检测，定位出工业制品缺陷的精确位置。
一种工业制品缺陷检测方法装置终端设备存储介质

[发明专利]一种工件表面缺陷检测方法、装置、电子设备及存储介质-CN202010964999.7有效
发明人：徐明亮;姜晓恒;崔丽莎;吕培;李振宇;张晨民;闫杰;李丙涛;刘涛;乔利稳 -专利权人：郑州金惠计算机系统工程有限公司
申请日： 2020-09-15 - 公布日： 2023-04-28 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及工件表面缺陷检测技术领域，具体涉及一种工件表面缺陷检测方法、装置、电子设备及存储介质。该检测方法包括以下步骤：对获取的工件表面图像进行预处理，获得输入特征图；利用卷积神经网络对所述输入特征图进行特征提取，得到多个特征图；在所述卷积神经网络的网络前端的至少一个池化层之后设有用于融合多尺度信息的特征保存模块；根据多个所述特征图通过跳跃式密集连接方式将细节传递到高层特征图，得到多个预测层；根据所述多个预测层预测不同尺度的用于匹配缺陷大小的预测框。本发明通过特征保存模块和跳跃式密集连接方式保存并传递图像中缺陷的纹理等细节信息，从而提高表面缺陷的检测精度。
一种工件表面缺陷检测方法装置电子设备存储介质

[发明专利]基于图像的缺陷检测方法、装置、电子设备及存储介质-CN202010965616.8有效
发明人：徐明亮;姜晓恒;张力;张晨民;闫杰;李丙涛;乔利稳;李飞飞 -专利权人：郑州金惠计算机系统工程有限公司
申请日： 2020-09-15 - 公布日： 2023-04-28 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及工业产品表面缺陷检测技术领域，具体涉及基于图像的缺陷检测方法、装置、电子设备及存储介质。该检测方法包括以下步骤：将待检测图像输入DSNet网络，提取多张输出响应图，根据输出的多通道响应图生成的缺陷位置分割图；根据所述输出响应图与由真实缺陷位置生成的真实响应图作交叉熵损失，利用所述交叉熵损失优化所述DSNet网络的网络参数。该检测方法在一次正向传播中直接确定缺陷类型并定位缺陷位置，由于无需将输入图像截取为图像块后进行多次预测或是先对图像所包含的材质进行分类再确定缺陷位置的复杂过程，因此提高了检测的效率，达到实时检测的目的。
基于图像缺陷检测方法装置电子设备存储介质

[发明专利]一种表面缺陷数据合成与评估方法及电子设备、储存介质-CN202211514802.5在审
发明人：徐明亮;卢洋;杨龙飞;姜晓恒;郝航;陈林慧 -专利权人：郑州大学
申请日： 2022-11-24 - 公布日： 2023-03-31 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种表面缺陷数据合成与评估方法及电子设备、储存介质。该方法利用工业产品缺陷的源数据，对数据生成模型进行训练，并得到合成的缺陷生成数据；将所述合成的缺陷生成数据输入到综合性能评价指标模型，计算所述合成的缺陷生成数据的性能参数值；将所述性能参数值输入至缺陷替代性评价模型，计算最终的替代性评估值；将所述替代性评估值进行可视化呈现。本发明基于内容生成多种类缺陷数据，完善缺陷样本的多样性，并制定生成缺陷数据替代性评估指标，克服当前数据生成领域无标准化评判数据性能方法的瓶颈。
一种表面缺陷数据合成评估方法电子设备储存介质

[发明专利]一种大规模智能集群任务调度优化方法-CN202211426296.4在审
发明人：徐明亮;王华;王越寒;李亚飞;李书攀;姜晓恒;靳远远 -专利权人：郑州大学
申请日： 2022-11-15 - 公布日： 2023-03-21 - 主分类号： G06F9/48 文献下载
摘要：本发明公开了一种大规模智能集群任务调度优化方法，它是通过平均场仿真模型建模，再基于混合驱动数字孪生，通过模型之间的数据交换结果实现平均场仿真模型与机器学习模型的集成。使用平均场建模的孪生体构造仿真模型，并通过机器学习与仿真模型对大规模智能集群任务孪生体进行优化。该大规模智能集群任务优化方法，通过基于混合驱动数字孪生，有效的解决了机器学习模型和平均场仿真模型如何以及何时可以结合起来创建数字供应链孪生体的问题，并通过这些平均场孪生体和机器学习模型来提高大规模智能集群任务优化。
一种大规模智能集群任务调度优化方法

[发明专利]一种二维码的视觉优化方法、装置、电子设备及存储介质-CN202010288241.6有效
发明人：徐明亮;王可;卢洋;姜晓恒;吕培 -专利权人：郑州大学
申请日： 2020-04-14 - 公布日： 2023-01-10 - 主分类号： G06K19/06 文献下载
摘要：本发明涉及二维码生成技术领域，具体涉及一种二维码的视觉优化方法、装置、电子设备及存储介质。该优化方法包括以下步骤：获得背景图像的显著性区域与原始二维码的视觉差异度；将所述视觉差异度作为标准惩罚项计算每种掩码的惩罚值，选择惩罚值最小的掩码所对应的二维码；将所述二维码与所述背景图像融合，得到优化二维码，该优化二维码凸显出了背景图像的显著性区域，提高了视觉注意力焦点。
一种二维码视觉优化方法装置电子设备存储介质

1
2
3
下一页»
尾页
共 43 条