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80个,建议您升级VIP下载更多相关专利
  • [发明专利]一种选择性加密图像的视觉安全评价方法-CN202310489883.6在审
  • 甘志华;张圆圆;郑小龙;马文静;宋亚林;陈磊;柴秀丽 - 河南大学
  • 2023-04-28 - 2023-09-12 - G06V10/74
  • 本发明提供一种选择性加密图像的视觉安全评价方法。该方法包括:分别对明文图像P和对应的加密图像E进行检测得到明文图像P的特征点集合K1和加密图像E的特征点集合K2;分别计算明文图像P和加密图像E的梯度幅值图;利用最小欧氏距离对K1和K2进行特征匹配,将匹配的特征点集合记作K3;计算明文图像P加密图像E的梯度幅值图之间的结构相似图并根据该结构相似图计算得到图像P和图像E之间的图像结构特征相似度ST;根据K1和K3计算图像P和图像E之间的图像内容感知特征相似度Smatch;构建支持向量回归模型并训练以得到图像视觉安全评价模型;将图像P和图像E的特征相似度向量[ST,Smatch]输入至训练好的图像视觉安全评价模型,得到图像视觉安全评价结果。
  • 一种选择性加密图像视觉安全评价方法
  • [实用新型]一种内置式轮胎高度测量传感器-CN202220926883.9有效
  • 梁昱;冉启兰;王毅;姜林;罗昌留;宋亚林 - 贵州交通职业技术学院
  • 2022-04-20 - 2023-05-23 - G01B11/16
  • 本实用新型公开了一种内置式轮胎高度测量传感器,属于汽车配件技术领域,包括轮毂和轮胎主体,所述轮胎主体套接于轮毂的表面,所述轮毂的表面且位于轮胎主体的内部设有高度测量传感器主体,所述轮胎主体的内壁粘合安装有金属反光薄片,所述金属反光薄片的安装位置与高度测量传感器主体呈对应设置;本实用新型通过高度测量传感器主体和金属反光薄片的配合使用,当汽车行驶过程中,测距单元可发出光线并被金属反光薄片所反射,从而可对轮胎主体与测距单元之间的距离进行实施测量,通过测量的轮胎高度的最大值与最小值,可获得轮胎的绝对变形量,进而计算出轮胎的变形率,相对于从轮胎压力的方式获知轮胎变形量更为直接也更为可靠。
  • 一种内置轮胎高度测量传感器
  • [实用新型]一种主体外置式轮胎高度测量传感器-CN202220926902.8有效
  • 梁昱;冉启兰;王毅;姜林;罗昌留;宋亚林 - 贵州交通职业技术学院
  • 2022-04-20 - 2023-05-12 - B60C23/06
  • 本实用新型公开了一种主体外置式轮胎高度测量传感器,包括轮毂本体和轮胎本体,所述轮胎本体安装在轮毂本体的外部,所述轮毂本体的一侧安装有支杆,所述支杆远离轮毂本体的一侧安装有第一壳体,所述第一壳体的内部分别安装有蓄电池组件和信号接收组件;所述轮毂本体与轮胎本体之间安装有第二壳体;本实用新型通过设置信号接收组件,当轮毂本体带动轮胎本体旋转时,信号接收组件接收到汽车ECU发出的信号后,高度传感器开始测量,可实时测量出轮胎本体内侧距测距仪端面的距离,并将持续测量结果的最大值和最小值通过信号接收组件发送给汽车ECU,从而达到对轮胎压力和变形率进行稳定和可靠计算的目的。
  • 一种主体外置轮胎高度测量传感器
  • [发明专利]一种基于深度学习的手部运动脑电信号分类方法-CN202211728090.7在审
  • 宋亚林;徐晨;王龙葛;夏任喆;于俊洋;何欣 - 河南大学
  • 2022-12-29 - 2023-04-14 - A61B5/372
  • 本发明公开一种基于深度学习的手部运动脑电信号分类方法,包括以下步骤:1)按照手部动作实验范式进行数据采集,构建手部运动脑电信号数据集,并对数据集进行滤波、去伪迹等预处理操作;2)加入自动权重数据平衡模块,加入动作电位特征提取卷积模块,引入注意力机制模块,构建基于改进的EEGNet脑电信号分类网络;3)设置脑电信号分类网络的超参数、损失函数,使用数据集进行训练,得到脑电信号分类网络模型;4)使用已训练网络模型进行脑电信号分类,并对分类结果进行评估。本发明能够适用于手部动作脑电信号分类检测处理,检测精确率高,在人类手部肢体康复系统领域应用前景广泛。
  • 一种基于深度学习运动电信号分类方法
  • [发明专利]基于自监督学习的X光图像异物检测方法-CN202211509961.6在审
  • 庞子龙;甘志华;宋亚林;冯世杰;邓欣冉 - 河南大学
  • 2022-11-29 - 2023-03-03 - G06V10/44
  • 本发明提供一种基于自监督学习的X光图像异物检测方法。该方法包括:步骤1:构建基于结构重参数化的ConvMAE模型,记作RepConvMAE自监督模型,包括用于提取输入图像的多尺度特征图的Encoder和用于基于提取的多尺度特征图来重构图像的Decoder;步骤2:采用X光图像数据集对所述RepConvMAE自监督模型进行预训练;步骤3:构建检测模型EFFR‑CNN,由浅层至深层依次包括:骨干网络、FPN层、共享特征层、RPN层、ROI Pooling层和全连接层;所述骨干网络采用预训练后的所述RepConvMAE自监督模型中的Encoder;步骤4:采用X光异物图像数据集训练所述检测模型EFFR‑CNN;步骤5:将待测X光图像输入至训练好的检测模型EFFR‑CNN,得到检测结果。
  • 基于监督学习图像异物检测方法

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