“徐晓刚”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404个，建议您升级VIP下载更多相关专利

[发明专利]一种3D生物打印的活性骨修复材料及其制备方法和应用-CN202310888711.6在审
发明人：陈铁楼;徐晓刚;任昊天;唐震;朱强;陈睿阳;韩煦;王悦;全知怎;陈静;高建勇;冯琴;田刚;孙学兰;黄传梅;董蕾 -专利权人：中国人民解放军海军军医大学第一附属医院
申请日： 2023-07-19 - 公布日： 2023-10-13 - 主分类号： A61L27/46 文献下载
摘要：本发明涉及组织材料领域，且公开了一种3D生物打印的活性骨修复材料及其制备方法和应用，包括以下步骤：三维CT图像的获取，对患者骨缺损部位进行三维CT扫描，通过三维重建软件进行三维建模。通过密度梯度离心法分离制备患者自体骨髓间充质干细胞，根据骨髓中细胞成分比重的不同，提取单核细胞进行贴壁培养，从而得到活性更高，增殖能力更好的骨髓间充质干细胞，且操作方法较为简单，耗费较低，通过将骨髓间充质干细胞分散在pH＝2～5的酸性水溶液中,然后将其置入由粘结剂与富血小板血浆混合而成的混合溶液中，得到的骨髓间充质干细胞外基质溶胶具有良好的触变性能,能够直接用作生物墨水，所制作的活性骨修复材料具有增殖快，可塑性高的特性。
一种生物打印活性修复材料及其制备方法应用

[发明专利]一种基于图卷积神经网络与自监督重构学习的基因到表型预测方法和系统-CN202310697601.1在审
发明人：吴翠玲;徐晓刚;韩强;冯献忠;冷建田;于慧;王军;虞舒敏;李萧缘 -专利权人：之江实验室;中国科学院东北地理与农业生态研究所
申请日： 2023-06-13 - 公布日： 2023-10-13 - 主分类号： G16B20/30 文献下载
摘要：一种基于图卷积神经网络与自监督重构学习的基因到表型预测方法和系统，该方法基于图卷积神经网络的方法，将每个品种的大豆作为图节点，大豆的基因序列为节点的特征，利用每个品种大豆之间的亲缘关系作为图的边，将构建的图输入图卷积神经网络与自监督重构网络中，更新节点特征，实现大豆基因到表型的预测。本发明创新性的利用图卷积神经网络实现基因到表型的预测，利用自监督学习降低基因维度，并将品种之间的亲缘关系作为先验关联不同品种指导基因到表型挖掘，提高表型预测的效果。
一种基于图卷神经网络监督学习基因表型预测方法系统

[发明专利]一种运用于开放环境的形体和身份信息自动采集的方法-CN201911194540.7有效
发明人：徐鑫;徐晓刚;丁超辉;张华新 -专利权人：杭州云栖智慧视通科技有限公司
申请日： 2019-11-28 - 公布日： 2023-10-13 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种运用于开放环境的形体和身份信息自动采集的方法，涉及图像处理技术领域；包括如下步骤：S01、建库模块与视频管理平台对接，并获取人脸抓拍机以及安防摄像头信息；S02、建立人脸抓拍机与安防摄像头的关联关系；S03、获取抓拍机返回信息；S04、获取指定摄像头视频；S05、获取形体抠图；S06、形体比对；S07、相似度值判定；S08、获取身份信息；S09、建立关联形成形体记录。本发明解决了无法自动获取人员多角度形体信息及缺少身份信息的问题。
一种运用于开放环境形体身份信息自动采集方法

[发明专利]城市事件调度方法、装置、电子设备及存储介质-CN202310665232.8在审
发明人：杨坤;王欢欢;赵文国;徐晓刚;张杰英 -专利权人：朗新数据科技有限公司
申请日： 2023-06-06 - 公布日： 2023-09-29 - 主分类号： G06Q10/10 文献下载
摘要：本发明提供一种城市事件调度方法、装置、电子设备及存储介质，其中城市事件调度方法应用于城市调度平台，所述方法包括：从至少一个城市事件管理平台获取至少一个城市事件及每一个城市事件对应的配置信息；基于各配置信息，确定每一个城市事件的标准事件类型；针对每一个目标城市事件，基于目标城市事件对应的事件类型，确定目标城市事件的目标处置策略；针对每一个目标城市事件，利用目标处置策略对目标城市事件进行调度处置。通过上述方法，可以综合多个数据渠道的城市事件数据，实现事件联动协同；利用目标处置策略对目标城市事件进行调度，打破了城市业务协同难的困境，提升了跨部门协同效率，进而节省了行政资源，提高了城市治理效能。
城市事件调度方法装置电子设备存储介质

[发明专利]一种基于稀疏重建的大豆植株表型提取方法及系统-CN202311082530.0在审
发明人：黎晨阳;徐晓刚;冯献忠;何鹏飞;王军;贾昕晔;陈满丽;曹卫强;韩强;李萧缘 -专利权人：之江实验室;中国科学院东北地理与农业生态研究所
申请日： 2023-08-28 - 公布日： 2023-09-29 - 主分类号： G01B11/00 文献下载
摘要：一种基于稀疏重建的大豆植株表型提取方法及系统，其方法包括：对大豆植株进行多视角成像，通过密度图估计在各视图中提取植株二维关键点，包括端点关键点、节点关键点和豆粒关键点，同时通过亲和力场估计给出同一豆荚中豆粒关联关系，基于对称极线距离和二分匹配，关联各视图中的同一关键点和同一豆荚，进而通过三角测量计算各关键点的三维坐标，用于测量株高、统计豆粒的空间分布、计算节数、单株粒数和荚数等。本发明可精准且高效的提取大豆植株表型，具有较高的可行性和实用性。
一种基于稀疏重建大豆植株表型提取方法系统

[发明专利]一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法和系统-CN202310577483.0在审
发明人：李悦;徐晓刚;王军;何鹏飞;翁琳;马寅星;魏日令;谢正超;陈星语;陈家杰 -专利权人：之江实验室;中国科学院东北地理与农业生态研究所
申请日： 2023-05-22 - 公布日： 2023-09-26 - 主分类号： G06V20/10 文献下载
摘要：一种基于3DUnet光谱‑空间信息融合的高光谱图像分类方法，包括：步骤一，获取高光谱摄像机对地面场景拍摄的三维图像数据以及对应像素级别的类别标注并做预处理；步骤二，对所述预处理后的Signal‑HSI信号进行样本分割；步骤三，对步骤二处理后的Patch利用3DUnet网络进行光谱特征提取及空间特征提取；步骤四，选对步骤三中的网络模型进行训练并保存训练后的参数；步骤五，利用训练好的网络模型，输入高光谱图像，预测出对应的像素类别。本发明还包括一种基于3DUnet光谱‑空间信息融合的高光谱图像分类系统。本发明通过不同层级的特征提取以及注意力机制，提高解码效率，实现高光谱图像像素级别的分类。
一种基于 dunet 光谱空间信息融合图像分类方法系统

[发明专利]一种图像识别不确定性知识蒸馏方法与系统-CN202310444502.2在审
发明人：唐乾坤;王军;徐晓刚;冯献忠;于慧;何鹏飞;李悦;韩强;曹卫强;李萧缘 -专利权人：之江实验室;中国科学院东北地理与农业生态研究所
申请日： 2023-04-24 - 公布日： 2023-09-22 - 主分类号： G06V10/82 文献下载
摘要：本发明公开一种图像识别不确定性知识蒸馏方法与系统，收集有标签训练图像样本；选定第一神经网络模型，使用训练图像样本进行训练，得到训练好的第一神经网络模型，输入训练样本图像得到第一神经网络模型中间层样本特征表达及输出的软标签信息；选定第二神经网络模型，对训练图像样本进行处理，得到中间层样本特征表达，与第一神经网络模型的中间层样本特征表达进行不确定性建模，得到第一损失函数；使用第一神经网络模型输出的软标签信息及训练图像样本，联合第一损失函数，更新第二神经网络模型的参数，得到训练好的第二神经网络模型，同时利用本发明第二神经网络模型对待处理图像进行图像识别处理，提高图像识别的准确度。
一种图像识别不确定性知识蒸馏方法系统

[发明专利]一种自下而上的基于结构性先验的豆荚关键点检测方法和系统-CN202310406872.7在审
发明人：贺菁菁;王军;徐晓刚;李萧缘;何鹏飞;陈若晨;杨素欣;高金珊 -专利权人：之江实验室;中国科学院东北地理与农业生态研究所
申请日： 2023-04-17 - 公布日： 2023-09-08 - 主分类号： G06V20/68 文献下载
摘要：一种自下而上的基于结构性先验的豆荚关键点检测方法，自定义不同类型豆荚中豆粒的关键点含义，构建了包含主干网络、豆粒位置置信度热力图子网络、部位亲和域子网络、结构先验子网络四部分的自下而上的豆粒关键点检测网络，可实现先利用位置置信度检测得到所有的豆粒位置，然后结合部位亲和域积分计算，利用匈牙利算法得到豆粒之间的最优匹配连接关系，从而提取到豆荚的数量和豆荚的类型。特别的，在训练阶段通过添加结构先验子网络，提升模型的准确率。还包括一种自下而上的基于结构性先验的豆荚关键点检测系统。本发明从豆荚形态上确定豆荚类型，可快速同时检测多个豆荚，并定位得到豆荚中每个豆粒的位置。
一种自下而上基于结构性先验豆荚关键检测方法系统

[发明专利]一种基于无人机监测智能识别水稻抽穗期的方法和装置-CN202310702822.3在审
发明人：徐芬;徐晓刚;王军;魏兴华;章孟臣;杨窑龙;邵高能;冯跃 -专利权人：之江实验室;中国水稻研究所
申请日： 2023-06-14 - 公布日： 2023-09-05 - 主分类号： G06V20/17 文献下载
摘要：本发明公开了一种基于无人机监测智能识别水稻抽穗期的方法，该方法包括：获取水稻小区图像；对图像进行标注，将标注的图像输入到训练好的深度卷积神经网络检测模型中，检测每张图像中的水稻小区目标框的位置，选取图像中最大面积的目标框，裁剪出框中的水稻小区图像；对深度卷积神经网络检测模型检测效果不满足要求的图像进行人工手动标注，按标注区域对图像进行裁剪；将裁剪后的图像输入到一个基于深度卷积神经网络的二分类器中，输出水稻小区是否为抽穗期的预测结果。本发明还公开了一种基于无人机监测智能识别水稻抽穗期的装置。本发明实现方法简单，可移植性强，能够实现对田间种植的各品种水稻抽穗期的精准识别。
一种基于无人机监测智能识别水稻抽穗期方法装置

[发明专利]一种基于热力图的高密度豆粒计数及中心点定位方法和系统-CN202310406884.X在审
发明人：贺菁菁;徐晓刚;冯献忠;王军;何鹏飞;李萧缘;陈若晨;张耀华 -专利权人：之江实验室;中国科学院东北地理与农业生态研究所
申请日： 2023-04-17 - 公布日： 2023-09-05 - 主分类号： G06T7/00 文献下载
摘要：一种基于热力图的高密度豆粒计数及中心点定位方法，用高斯函数生成高斯核模板，结合已标记的豆粒中心点位置，生成用于豆粒计数的真值热力图；采用基于空洞卷积的CSRNet作为密度图估计模块，将原始图像与真值热力图输入到模型中计算得到与原始图像同大小的热力图，通过对比预测热力图与真值热力图的L2损失进行参数的学习，实现高质量的热力图估计。对于待测试图像，使用CSRNet预测热力图，再通过判断局部最大位置点，从热力图中获取得到所有中心点的位置坐标，并通过局部中心点热力图的值取整获得豆粒数。还包括一种基于热力图的高密度豆粒计数及中心点定位系统。本发明可提高豆粒计数模型在高密度、遮挡严重场景下的计数准确性。
一种基于力图高密度豆粒计数中心点定位方法系统

[发明专利]一种基于无人机监测智能识别水稻生长势的方法和系统-CN202310701408.0有效
发明人：徐芬;马寅星;徐晓刚;魏兴华;王军;杨窑龙;章孟臣;冯跃 -专利权人：之江实验室;中国水稻研究所
申请日： 2023-06-14 - 公布日： 2023-09-01 - 主分类号： G06V20/17 文献下载
摘要：本发明一种基于无人机监测智能识别水稻生长势的方法，包括：获取水稻小区图像，对图像进行标注，建立深度卷积神经网络检测模型，使用标注的水稻小区图像对模型进行优化训练，将待检测的水稻小区图像输入训练好的模型中，检测每张图像中水稻小区目标框的位置；选取每张水稻小区图像中最大面积的目标框，对目标框中的水稻小区图像进行预处理；计算预处理后的水稻小区图像的植被覆盖率，按照植被覆盖率高低判定水稻小区生长势的级别。本发明还提供了一种基于无人机监测智能识别水稻生长势的系统。本发明方法简单，在水稻生长势的识别方面精度高，速度快，成本低，能够广泛应用于农业的自动化、智能化生产管理中。
一种基于无人机监测智能识别水稻生长方法系统

[实用新型]一种ALC隔墙板施工用转移定位装置-CN202320308639.0有效
发明人：刘超;张华淞;赵恒超;刘刚;徐晓刚;计浩 -专利权人：浙江省一建建设集团有限公司
申请日： 2023-02-24 - 公布日： 2023-08-22 - 主分类号： E04G21/16 文献下载
摘要：本实用新型提供一种ALC隔墙板施工用转移定位装置。所述ALC隔墙板施工用转移定位装置包括底轮；驱动结构，所述底轮安装于所述驱动结构的底面边沿，所述驱动结构包括底板、连接槽、和活动槽，所述底轮安装于所述底板底面的边沿；稳固结构，所述稳固结构安装于所述底板的底面；调节结构，所述调节结构安装于所述底板的一端；取物结构，所述取物结构安装于所述固定架的侧壁；推动结构，所述推动结构安装于所述固定架之间；支撑结构，所述支撑结构固定于所述加强板的侧壁。本实用新型提供的ALC隔墙板施工用转移定位装置具有便于在装置取ALC隔墙板时，保障取物架和装置稳定性的优点。
一种 alc 隔墙板施工转移定位装置

[发明专利]一种图像识别模型训练方法与系统、图像处理方法与系统-CN202310401225.7在审
发明人：唐乾坤;徐晓刚;魏兴华;王军;李悦;杨窑龙;章孟臣;冯跃;李萧缘;曹卫强;韩强;马寅星 -专利权人：之江实验室;中国水稻研究所
申请日： 2023-04-13 - 公布日： 2023-08-15 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种图像识别模型训练方法与系统、图像处理方法与系统，在预训练第一神经网络模型基础上，通过训练图像样本在第一神经网络模型和第二神经网络模型中间层的第一中间层特征表达与第二中间层特征进行通道匹配，并基于匹配通道之间的知识蒸馏得到第一损失函数，同时还结合基于预测类别标签信息和软标签构建的第二损失函数以及基于预测类别标签信息和真实标签构建的第三损失函数对第二神经网络模型进行联合训练，这样可以实现两模型通道之间的自动匹配，增强第二神经网络模型获取的知识表达的判别性，进而提升图像识别精度。基于该图像识别模型进行的图像识别也大大提升了图像识别准确性。
一种图像识别模型训练方法系统处理

[发明专利]一种富血小板纤维蛋白复合膜及其制备方法与应用-CN202310394756.8在审
发明人：陈铁楼;徐晓刚;许兵;王世锋;任昊天;韩煦;唐震;朱强;邱晓倩;田刚;高建勇;蔚一博 -专利权人：中国人民解放军海军军医大学第一附属医院
申请日： 2023-04-13 - 公布日： 2023-08-15 - 主分类号： A61L27/20 文献下载
摘要：本发明属于富血小板纤维蛋白复合膜制备技术领域，公开了一种富血小板纤维蛋白复合膜及其制备方法与应用。本发明通过壳聚糖制备方法可以制备高质量壳聚糖，从而大大提高复合膜质量；同时，通过氯化钙制备方法采用配制氯化铵溶液和氯化钙溶液的混合溶液；加入石灰粉进行复分解反应将反应器中第一步制得的氯化铵溶液和氯化钙溶液混合溶液的温度维持在86℃，向该混合溶液中加入石灰粉；蒸氨在第二步加入石灰粉进行复分解反应后进行蒸氨；母液处理，制得高纯度氯化钙，有利于复合膜的制备。
一种血小板纤维蛋白复合及其制备方法应用

[发明专利]一种基于XGBoost特征选择与深度学习结合的基因到表型预测方法和系统-CN202310359159.1在审
发明人：吴翠玲;章依依;王军;徐晓刚;冯献忠;冷建田 -专利权人：之江实验室;中国科学院东北地理与农业生态研究所
申请日： 2023-03-31 - 公布日： 2023-08-15 - 主分类号： G16B20/00 文献下载
摘要：基于XGBoost特征选择与深度学习结合的大豆基因到表型预测方法，首先基于XGBoost方法进行特征选择挑选基因位点，根据XGBoost获得每个基因位点的重要性量度，根据重要性量度排序将重要的基因位点挑选出来，然后将挑选的基因位点进行自监督重构训练得到重构网络参数，最后对挑选的基因位点onehot编码，并利用重要性量度值对编码加权重，将加权重后的编码输入到修改后的重构网络中实现大豆基因到表型的预测。本发明利用XGBoost进行重要基因位点筛选，过滤掉大量冗余的基因位点，并利用生成网络学习基因位点的分布，对基因位点重构，重构网络的参数作为预训练参数指导基因预测表型的训练，提高表型预测的效率和效果。
一种基于 xgboost 特征选择深度学习结合基因表型预测方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 404 条