“常家云”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5个，建议您升级VIP下载更多相关专利

[发明专利]一种基于图像局部特征识别的动物数量估计方法-CN201811167238.8有效
发明人：傅雄军;郎平;谢民;蒋文;常家云;张巍 -专利权人：北京理工大学
申请日： 2018-10-08 - 公布日： 2021-09-03 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于图像局部特征识别的动物数量估计方法，属于特征识别及图像检测技术领域。首先针对彩色参考图像进行预处理、去噪处理、图像分割、开启与闭合以及提取局部特征操作；再针对待识别图像进行预处理、去噪处理、图像分割、开启与闭合以及对所有分割区域提取与彩色参考图像属性相同的特征，最后通过计算参考图像局部特征向量与待识别图像特征向量之间的欧氏距离并根据欧氏距离大小识别出目标个数。所述方法计算开销小且估计准确率高。
一种基于图像局部特征识别动物数量估计方法

[实用新型]输油泵冲洗管的多流道过滤式节流孔板-CN202022348387.3有效
发明人：崔林;王玉海;邵宗宝;乔志刚;黄兴汉;郭忠荣;高成勇;周延;常家云;张家成;傅向晔;曹勇 -专利权人：邵宗宝
申请日： 2020-10-21 - 公布日： 2021-07-20 - 主分类号： F16L55/24 文献下载
摘要：本实用新型公开了一种输油泵冲洗管的多流道过滤式节流孔板，它包括板体（1），在板体的中心设节流孔（2），还包括圆锥台体（3），圆锥台体（3）的底面焊接在板体（1）的入口侧并环绕过流孔（2），在圆锥台体（3）的顶面开一个中心流道孔（4），在圆锥台体（3）的侧面至少开两个以上的侧流道孔（5），中心流道孔（4）和侧流道孔（5）贯通节流孔（2），整体形成多流道过滤式节流孔板。本实用新型通过改变节流孔板结构，在不改变流速计流量的前提下，防止节流孔板堵塞，避免因异物瞬间堵塞、造成机械密封温度骤升、烧毁密封动静环问题，保证输油泵安全运行。
输油泵冲洗多流道过滤节流

[发明专利]基于CAE与HL-CNN的小样本SAR目标识别方法-CN201911029117.1有效
发明人：傅雄军;秦锐;郎平;常家云;蒋文;赵聪霞 -专利权人：北京理工大学
申请日： 2019-10-28 - 公布日： 2021-06-15 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及基于CAE与HL‑CNN的小样本SAR目标识别方法，属于基于深度学习的模式识别以及雷达目标识别技术领域。所述小样本SAR目标识别方法，采用迁移学习方法将CAE特征表示学习网络与非贪婪的HL‑CNN分类网络结合起来；CAE特征表示学习网络通过重构训练集中的图像，得到一个完备的特征表示，防止非贪婪的分类网络因特征提取不足而导致分类性能下降，HL‑CNN分类网络采用基于最大类间间距的hinge loss分类器对CAE学习到的特征表示微调并得到分类网络，有效防止过拟合现象的发生。所述方法防止了小样本下的过拟合现象，在较少训练样本下获得了相比A‑ConvNet和传统CNN更高的测试精度。
基于 cae hl cnn 样本 sar 目标识别方法

[发明专利]基于小波去噪阈值自学习的带噪SAR图像目标识别方法-CN202110212547.8在审
发明人：傅雄军;秦锐;姜嘉环;赵聪霞;郎平;常家云 -专利权人：北京理工大学
申请日： 2021-02-25 - 公布日： 2021-06-04 - 主分类号： G06K9/46 文献下载
摘要：本发明涉及基于小波去噪阈值自学习的带噪SAR图像目标识别方法，属于及雷达目标识别技术领域。依托于可学习阈值的小波散斑抑制网络和压缩‑激励卷积神经网络，可学习阈值的小波散斑抑制网络包括小波变换模块、可学习阈值模块及逆小波变换模块；可学习阈值的小波散斑抑制网络通过DWT提取图像高频分量放入卷积和全连接层，自适应对高频分量进行软阈值处理，再与低频分量结合后经过IWT得到去噪后图像；实现通过训练集标签来监督学习小波去噪的阈值，可学习阈值的小波散斑抑制网络输出后的图像经网络自动分层提取特征，并加入压缩‑激励模块对来自于原始图像和去噪分支的特征图贡献度进行权衡。所述方法具有识别能力强以及测试精度高的优势。
基于小波去噪阈值自学习 sar 图像目标识别方法

[发明专利]一种基于Vivado HLS的叶尖间隙测量系统中的相位获取方法-CN201811186715.5在审
发明人：谢民;傅雄军;翟登月;王淼;常家云 -专利权人：北京理工大学
申请日： 2018-10-12 - 公布日： 2019-02-22 - 主分类号： G01B15/00 文献下载
摘要：本发明涉及一种基于Vivado HLS的叶尖间隙测量系统中的相位获取方法，属于雷达测距的叶尖间隙测量技术领域。包括：1)产生发射中频信号，再进行上变频；2)微波传感器向目标发射射频信号并接收回波，微波传感器端口将补偿信号反射回；3)将接收的射频信号回波和微波传感器端口反射回来的补偿信号分别进行下变频，得到中频接收信号和中频补偿信号；4)将发射中频信号和下变频后的两路回波中频信号传入采集存储模块；5)FPGA对ADC采集到的信号进行预处理，具体包括正交混频、低通滤波和抽取；6)分别计算发射中频信号和中频接收信号以及中频补偿信号之间的相位差；并计算得到叶尖间隙值。所述方法能够大大降低系统时延。
叶尖间隙测量微波传感器发射中频回波中频补偿信号中频接收信号补偿信号相位获取下变频预处理采集存储模块发射射频信号低通滤波端口反射降低系统雷达测距射频信号叶尖间隙中频信号上变频相位差两路时延反射抽取采集