“曾建潮”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31个，建议您升级VIP下载更多相关专利

[发明专利]一种多角色自适应变维度驱动的人工蜂群算法-CN202310675305.1在审
发明人：于海波;康亚鑫;康丽;乔钢柱;曾建潮 -专利权人：中北大学
申请日： 2023-06-08 - 公布日： 2023-10-24 - 主分类号： G06N3/006 文献下载
摘要：本发明公开了一种多角色自适应变维度驱动的人工蜂群算法，是变维度自适应扰动策略，提高了ABC算法分别在雇佣蜂、旁观蜂、侦查蜂阶段的广度探索效率，整体收敛速度和最终收敛精度。提出了随机型角色作为榜样蜜源的选取规则并设计搭配一个无偏探索算子，加强了ABC算法对解空间的广度探索能力；提出了精英型角色作为榜样蜜源的选取规则并设计搭配一个双偏好开采算子，深度开发潜在的最优邻域，良好权衡ABC对解空间的勘探与开采任务；提出了卓越型角色和潜力型角色作为榜样蜜源的选取规则并设计搭配一个跳出算子；有效驱动ABC的蜂群发现更具有发展潜力的候选蜜源，具有发展潜力的搜索方向，使ABC可以有效逃离可能的局部极值区域。
一种角色自适应维度驱动人工蜂群算法

[发明专利]多算子融合的双偏好联动驱动人工蜂群算法-CN202310351430.7在审
发明人：于海波;康亚鑫;康丽;乔钢柱;曾建潮 -专利权人：中北大学
申请日： 2023-04-03 - 公布日： 2023-09-22 - 主分类号： G06N3/006 文献下载
摘要：本发明公开一种多算子融合的双偏好联动驱动人工蜂群算法，为雇佣蜂阶段设计了一个双偏好联动驱动算子A，显著提高了ABC的收敛性能。两个不同搜索偏好的方程被交替触发，使探索更加多样化并提高了解的质量；旁观蜂阶段设计了一个双偏好联动驱动算子B，一个由精英解和全局最优解分别诱导的搜索方程，加强了对潜在最优区域的深度开发。轮盘选择概率计算范式—基于排名的轮盘赌，可以确保整个搜索过程中对具有发展潜力的候选解的选择压力的稳定性。附加一种去最优化学习算子，有效地将个别具有发展潜力的精英个体脱离伪全局最优区域，提高了收敛精度。
算子融合偏好联动驱动人工蜂群算法

[发明专利]一种融合全局及局部特征的轻量化火焰识别深度学习模型-CN202310593113.6在审
发明人：王斌;赵倩;秦品乐;曾建潮;乔钢柱 -专利权人：中北大学
申请日： 2023-05-24 - 公布日： 2023-09-22 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种融合全局及局部特征的轻量化火焰识别深度学习模型，属于图像识别处理技术领域。针对目前火焰识别网络模型存在网络参量多、延迟高等问题，本发明提供了一种融合全局及局部特征的轻量化火焰识别深度学习模型，首先采集、收集火焰图像数据，构建火焰识别数据集；其次，构造轻量级Transformer模块E‑TB；再构建基于轻量级Transformer模块E‑TB和卷积神经网络的CTB模块；然后通过ShuffleNetV2模块和CTB模块的串联堆叠实现了从浅到深的逐级特征提取，并最终构建全局和局部特征提取的网络框架SConvTrans；最后将构建的火焰识别数据集划分为训练集和测试集，并利用该数据对构建的网络框架SConvTrans进行训练和测试，得到轻量化火焰识别深度学习模型。
一种融合全局局部特征量化火焰识别深度学习模型

[发明专利]一种基于ISSA耦合DELM的锂离子电池健康状态预测方法-CN202111311076.2有效
发明人：贾建芳;温杰;元淑芳;史元浩;庞晓琼;刘豪;曾建潮 -专利权人：中北大学
申请日： 2021-11-08 - 公布日： 2023-08-18 - 主分类号： G01R31/392 文献下载
摘要：本发明公开了一种基于ISSA耦合DELM的锂离子电池健康状态预测方法，该方法采用DELM网络预测电池SOH模块和ISSA优化DELM网络参数模块实现对电池SOH的预测，其中，DELM网络包括两个ELM‑AE结构。本申请将30％的优秀麻雀作为精英麻雀，通过求解这些麻雀的反向解，进一步扩大了SSA算法的搜索空间；并采用柯西‑高斯变异算子重新定位了最优麻雀的位置，使得整个种群尽可能移动到最优解附近，避免算法陷入局部最优；基于改进后的SSA算法求解DELM网络的最优隐含层权重和偏置，进一步提高DELM网络的预测精度；ISSA‑DELM锂离子电池SOH估计模型预测精度高，可用于随机放电条件下锂离子电池的健康状态精确预测。
一种基于 issa 耦合 delm 锂离子电池健康状态预测方法

[发明专利]一种伴随截断筛选策略的自适应多维扰动人工蜂群算法-CN202310351371.3在审
发明人：于海波;康亚鑫;康丽;乔钢柱;曾建潮 -专利权人：中北大学
申请日： 2023-04-03 - 公布日： 2023-08-04 - 主分类号： G06N3/006 文献下载
摘要：本发明公开了一种伴随截断筛选策略的自适应多维扰动人工蜂群算法，设计并集成了一个全局探索搜索方程和一个双开采搜索方程，以分别驱动雇佣蜂和旁观蜂的行为学习。通过两种搜索方程的协同运作，有力平衡了ABC对高维复杂解空间的全局探索与局部开采，提高了ABC的收敛精度。在旁观蜂寻优阶段配置一种截断筛选机制，预筛选具有较好发展潜力的候选雇佣蜂，为后续轮盘赌选择操作提供了优质候选对象，提高了雇佣蜂向旁观蜂角色传递过程中的个体信息的传递质量和效率，巩固了迭代蜂群优质信息更新的连续性。建立自适应维度扰动参数优调机制，增强了ABC迭代蜂群的行为学习的多样性，提升了ABC在不同寻优阶段的收敛速度和收敛精度，增广了ABC对多类型地貌空间的适用性。
一种伴随截断筛选策略自适应多维扰动人工蜂群算法

[发明专利]一种改进的U-Net网络实现脊柱整体分割方法-CN202310585887.4在审
发明人：杨赵敏;曾建潮;秦品乐;王琦;赵鹏程;柴锐;张晋京 -专利权人：中北大学
申请日： 2023-05-23 - 公布日： 2023-07-14 - 主分类号： G06T7/00 文献下载
摘要：一种改进的U‑Net网络实现脊柱整体分割方法，包括以下步骤；步骤一：在编码器部分通过残差特征金字塔块来捕获多尺度信息，并融合多尺度信息；步骤二，在将浅层特征和深层特征融合过程中，为抑制冗余信息的重复利用，提出了注意力跳层结构；使用注意力跳层结构将编码器部分的特征与解码器部分的特征进行融合来实现多尺度特征融合；步骤三：使用了联合损失函数在编码器部分的每一个阶段都会对特征图进行上采样到原始图像大小，并与分割结果计算损失，对分割结果进行优化，从而实现分割边缘清晰的效果。本发明实现不同扫描视野的脊柱的分割，并提高脊柱分割的准确度。
一种改进 net 网络实现脊柱整体分割方法

[发明专利]一种三目后视镜和三目视觉安全驾驶方法和系统-CN201910695866.1有效
发明人：柴锐;秦品乐;曾建潮;穆旭彤;王天锐;雷国栋;王嘉政 -专利权人：中北大学
申请日： 2019-07-30 - 公布日： 2022-09-16 - 主分类号： G06V20/56 文献下载
摘要：本发明公开了一种三目后视镜和三目视觉安全驾驶方法和系统，基于单目摄像头采集的图像检测驾驶员疲劳状态，结合驾驶员行为分析，检测驾驶员是否专心驾驶，规避驾驶员不好的习惯带来的风险。基于双目摄像头采集的图像信息来检测与前方车辆的安全距离、其他车辆的行驶方向、车速以及行人、前车测距、交通标志、红绿灯、十字路口等道路环境的分析处理，以便在危险情况时提醒驾驶员，规避行车风险。
一种后视镜目视安全驾驶方法系统

[发明专利]多类型锂离子电池组管理系统的健康状态和剩余寿命预测方法-CN202010800353.5有效
发明人：贾建芳;温杰;王科科;史元浩;庞晓琼;梁建宇;曾建潮 -专利权人：中北大学
申请日： 2020-08-11 - 公布日： 2022-08-30 - 主分类号： G01R31/392 文献下载
摘要：本发明多类型锂离子电池组管理系统的健康状态和剩余寿命预测方法。解决在多类型锂离子电池混合使用情况下，传统电池管理系统无法有效管理，并且传统预测模型预测起始点靠后的问题。对于同种锂离子电池采用小波分解，将容量退化历史数据分为高频波动部分和低频趋势两部分，分别将两部分数据作为输入数据训练其对应的带残差层的小波神经网络。将实时低频趋势数据带入残差小波网络和无迹粒子滤波结合的模型，得到长期剩余寿命预测结果。该结果将为系统后期更换电池次序提供依据。剩余寿命预测结果与实时高频波动部分使用带残差层的小波神经网络模型得到的短期预测值，通过同循环次数叠加得到其实时健康状态预测值，用于锂离子电池健康状态均衡管理。
类型锂离子电池组管理系统健康状态剩余寿命预测方法

[实用新型]一种三目后视镜-CN202220853413.4有效
发明人：赵鹏程;柴锐;秦品乐;曾建潮;穆旭彤;王天锐;雷国栋;王嘉政 -专利权人：中北大学
申请日： 2022-04-14 - 公布日： 2022-06-28 - 主分类号： B60R11/04 文献下载
摘要：本实用新型涉及一种后视镜，具体是一种三目后视镜，包括L形挂钩、卡件和梯形槽。该三目后视镜，使用时，首先将三目后视镜主体通过L形挂钩悬挂在车辆原有后视镜上，此时拉动底托，使得滑杆沿竖桶向下滑动，使得卡件低于车辆原有后视镜，从而使得三目后视镜主体的底部可以与车辆原有后视镜贴合，此时松开底托，此时在弹簧的作用下滑杆沿竖桶向上滑动，从而带动卡件抵在车辆原有后视镜上，此时L形挂钩被带动与车辆原有后视镜贴合，在梯形槽的作用下三目后视镜主体与车辆原有后视镜紧贴，此时旋转螺纹拧柄，在L形挂钩上的螺纹孔配合下，抵座抵在车辆原有后视镜上，使得三目后视镜主体与车辆原有后视镜贴合的更加紧密且固定。
一种后视镜

[发明专利]基于深度学习和多引导的多模态MR影像脑肿瘤分割方法-CN202011390956.9有效
发明人：张晋京;曾建潮;秦品乐;赵利军 -专利权人：中北大学
申请日： 2020-12-02 - 公布日： 2022-03-29 - 主分类号： G06T7/00 文献下载
摘要：本发明基于深度学习和多引导的多模态MR影像脑肿瘤分割方法属于图像处理领域，解决多模态MRI脑胶质瘤分割过程中存在的3个问题：(1)脑胶质瘤边界不清晰导致的分割不准确的问题；(2)由于多模态MRI的亮度分布存在不均匀而导致的分割结果出现一些离散的误分割点的问题；(3)在脑胶质瘤MRI分割网络中对多种引导信息进行特征融合的问题，本发明将整体脑胶质瘤分割结果和脑胶质瘤边缘预测结果通过所提出的融合机制进行特征融合，实现了多特征图引导和融合下的多模态MRI脑胶质瘤分割，该深度分割网络以较少的参数量实现了高准确度的分割，因此该方法便于嵌入到边缘设备辅助医生进行脑胶质瘤的诊断和分析。
基于深度学习引导多模态 mr 影像肿瘤分割方法

[发明专利]一种多尺度锂离子电池健康状态的预测方法-CN202110851950.5在审
发明人：贾建芳;温杰;王科科;史元浩;庞晓琼;曾建潮 -专利权人：中北大学
申请日： 2021-07-27 - 公布日： 2021-11-05 - 主分类号： G01R31/392 文献下载
摘要：本发明属于锂离子电池健康管理技术领域，涉及一种多尺度锂离子电池健康状态的预测方法。主要解决锂电池健康状态预测精度差的问题。本发明提取了锂离子电池放电阶段的温度变化特征，利用小波分解对温度变化特征和容量退化数据进行时、频域上的对比分析，确定了温度变化斜率在容量退化过程中发挥主要作用的频段范围。同时，利用集成学习预测思想构建了基于小波神经网络的多尺度预测模型。该预测模型将小波分解后的数据分类，并使用Bootstraping抽样法将低频容量退化数据集、中频温度变化特征和剩余部分抽样，使得每种特征划分为四组数据。本发明锂离子电池健康状态预测结果通过低频容量退化数据集、中频温度变化特征和剩余部分的预测值同循环周期叠加得到。
一种尺度锂离子电池健康状态预测方法

[发明专利]同类型不同锂离子电池剩余使用寿命预测方法和系统-CN201810989186.6有效
发明人：庞晓琼;王竹晴;曾建潮;史元浩;贾建芳;温杰 -专利权人：中北大学
申请日： 2018-08-28 - 公布日： 2021-08-10 - 主分类号： G01R31/367 文献下载
摘要：本发明涉及一种同类型不同锂离子电池剩余使用寿命预测方法和系统。该方法包括：1)提取能够反映锂离子电池性能退化的健康因子；2)构建健康因子预测模型，所述健康因子预测模型是利用神经网络建立的电池健康因子寿命前期和寿命后期的关系模型；3)构建电池容量预测模型，所述电池容量预测模型是利用神经网络建立的健康因子和电池容量真实值的关系模型；4)将待预测的同类型不同电池的寿命前期的健康因子作为输入，利用所述健康因子预测模型和所述电池容量预测模型得到该电池的寿命后期的电池容量预测值，进而计算出当前时刻该电池的剩余使用寿命值。本发明在同类型不同电池RUL的预测中精度较高且适应性较强。
类型不同锂离子电池剩余使用寿命预测方法系统

[发明专利]一种基于Mask RCNN的医学图像中不同节数腰椎的自动识别方法-CN202010956416.6在审
发明人：秦品乐;孙超;曾建潮;柴锐;周少飞 -专利权人：中北大学
申请日： 2020-09-11 - 公布日： 2020-12-18 - 主分类号： G06T7/00 文献下载
摘要：本发明是一种基于Mask RCNN的医学图像中不同节数腰椎自动识别的方法，该方法利用Mask RCNN网络作为腰椎自动识别模型，该网络在Faster RCNN的基础上加了用于预测每个实例的分割mask。使用添加了腰椎间盘包络框像素坐标、不同节数腰椎包络框像素坐标、Mask分类信息的腰椎矢状面CT定位像作为训练样本来训练腰椎自动识别模型，利用训练好的模型来预测新输入的腰椎矢状面CT定位像中包络框的像素坐标。采用本发明所述方法可以实现三节、四节、五节腰椎的自动定位，此方法中首先通过对腰椎间盘的定位，可以更加准确的对不同节数腰椎进行识别并得到更加合适的包络框坐标。
一种基于 mask rcnn 医学图像不同腰椎自动识别方法

[发明专利]一种燃煤电厂锅炉受热面的吹灰优化方法-CN201811476887.6有效
发明人：史元浩;李强;崔方舒;温杰;曾建潮;张国珺;王艳婷;楚丰毅 -专利权人：中北大学
申请日： 2018-12-05 - 公布日： 2020-04-07 - 主分类号： F23J3/00 文献下载
摘要：本发明公开了一种燃煤电厂锅炉受热面的吹灰优化方法，通过大量的实时监测数据结合概率统计的思想，并结合吹灰优化模型，以最大收益为目标，寻找最合适的吹灰时机和吹灰时长，给工作人员提供判断依据，进行合理的受热面吹灰操作；并且根据概率统计分析未来时刻受热面清洁状态变化，与受热面当前或者之前清洁状态结合，便可以预测未来受热面状态，并进行更进一步的吹灰指导。
一种燃煤电厂锅炉受热优化方法

[发明专利]一种基于受热面健康状态预测的锅炉吹灰优化方法-CN201811476775.0有效
发明人：史元浩;陈晓龙;温杰;贾建芳;庞晓琼;曾建潮;贾志琴;张泽慧 -专利权人：中北大学
申请日： 2018-12-05 - 公布日： 2019-12-31 - 主分类号： F23J3/00 文献下载
摘要：本发明公开了一种基于受热面健康状态预测的锅炉吹灰优化方法，采用滤波算法滚筒式实现对单次吹灰周期内积灰段清洁因子特征变化的预测，并得到函数式，同时结合单吹灰周期内的单位最小传热能损耗吹灰优化模型，得到单次吹灰周期最佳吹灰时间点用于单次吹灰优化策略的制定。解决了基于大数据制定吹灰优化策略在单次吹灰操作上不准确的问题；并以某300MW燃煤电站锅炉为例，验证了此发明专利具有较好的经济性和科学性，对燃煤电站制定吹灰策略具有指导作用。
吹灰吹灰优化健康状态预测锅炉吹灰受热面燃煤电站锅炉吹灰操作滤波算法燃煤电站热能损耗因子特征大数据滚筒式函数式时间点制定内积优化验证清洁预测

1
2
3
下一页»
尾页
共 31 条