“朱杨洋”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14个，建议您升级VIP下载更多相关专利

[发明专利]一种抗紫外光电子薄膜及其制备方法和应用-CN202311083832.X在审
发明人：周璐露;朱杨洋;赵微;施薇;林洋;魏斌 -专利权人：上海大学
申请日： 2023-08-25 - 公布日： 2023-10-13 - 主分类号： H10K50/15 文献下载
摘要：本发明提供了一种抗紫外光电子薄膜及其制备方法和应用，属于光电子薄膜技术领域。本发明提供了一种抗紫外光电子薄膜，包括由下至上依次设置的ITO‑玻璃基板、石墨烯‑PEDOT:PSS空穴传输层、活性层、BCP电子传输层和Al电极层。本发明以石墨烯与PEDOT:PSS混合组成空穴传输层，利用PEPDOT:PSS的透明性、表面形貌光滑、电化学稳定性，结合石墨烯表面积大、电荷载流子迁移率高、光学透射率高的优点来抑制器件在紫外照射下的光电性能衰减过程，提高有机发光二极管或有机太阳能电池的空穴注入和传输，进而提高光电性能，同时提高器件在紫外光照下稳定性。
一种紫外光电子薄膜及其制备方法应用

[发明专利]基于注意力引导的深度点云配准的叶片三维精确重建方法-CN202310677550.6有效
发明人：殷鸣;秦晟;谢罗峰;朱杨洋;王宗平;徐培淞 -专利权人：四川大学
申请日： 2023-06-09 - 公布日： 2023-08-15 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了一种基于注意力引导的深度点云配准的叶片三维精确重建方法，该方法通过特征提取主干模块将源点云X和原始目标点云Y进行下采样操作得到点集X'和Y'，同时共同学习它们的相关特征FX和FY；然后用点云之间特征信息交换的交叉注意机制和利用每个点云本身的信息的自注意机制进行特征增强，所有这些信息交互操作都加强了网络的表现；同时，一个额外的多层感知器以下采样点云X'、Y'作为输入，来预测离群参数α和退火参数β；最后，利用增强的特征FX'、FY'和学习参数α、β计算特征相似度匹配矩阵，并利用奇异值分解算法计算得到两个输入点云的刚性变换；本发明叶片轮廓的重建具有良好的精度和鲁棒性。
基于注意力引导深度点云配准叶片三维精确重建方法

[发明专利]一种面向叶片3D打印修复的检测系统与方法-CN202310042581.4有效
发明人：殷鸣;秦晟;尹湘云;朱杨洋;郭双全;陈永澎 -专利权人：四川大学
申请日： 2023-01-28 - 公布日： 2023-06-09 - 主分类号： B29C64/386 文献下载
摘要：本发明公开了一种面向叶片3D打印修复的检测系统与方法，涉及零件修复技术领域，采集待修复压气机叶片的图像数据，然后对采集的图像数据与运动模块形成的偏角进行标定，对标定后的图像数据进行预处理并拼接生成叶片截面轮廓点云数据，将叶片截面轮廓点云数据与相对应理论点云轮廓数据相匹配并生成检测叶片轮廓点云数据，对检测叶片轮廓点云数据进行打印系统原点标定生成检测叶片轮廓打印路径，将检测叶片轮廓打印路径与理论叶片轮廓打印路径相匹配生成待打印叶片轮廓数据，本发明可通过叶片图像采集、对采集的图像数据与运动模块形成的偏角进行标定等形成精准地待打印叶片轮廓数据，为3D打印修复叶片提供有效地数字化测量和加工数据支持。
一种面向叶片打印修复检测系统方法

[发明专利]点云配准的叶片轮廓光学检测方法、系统、设备及终端-CN202210900026.6在审
发明人：谢罗峰;朱杨洋;秦晟;吕梓枫;殷鸣;殷国富 -专利权人：四川大学
申请日： 2022-07-28 - 公布日： 2023-01-06 - 主分类号： G06T7/13 文献下载
摘要：本发明属于叶片轮廓的光学检测技术领域，公开了一种点云配准的叶片轮廓光学检测方法、系统、设备及终端，构建用于多视场数据精配准的深度特征交互网络DFInet，在深度特征交互网络中设计双分支结构，用于整合全局特征和局部特征来编码点云特征；设计特征交互模块，用于在特征提取过程中增强两点云之间的信息关联；利用注意力机制融合基于全局特征和局部特征的两个匹配矩阵之间的匹配信息。本发明新的基于深度学习的点云配准算法，减少了所开发的多视场系统的几何精度和运动稳定性的影响，提高了叶片轮廓的配准精度，利用特征交互模块加强源点云与目标点云之间的特征通信。对标记数据和实测数据的实验结果表明本发明方法的有效性。
点云配准叶片轮廓光学检测方法系统设备终端

[实用新型]一种西林瓶翻转装置-CN202222493168.3有效
发明人：熊鑫;冯翠萍;朱杨洋 -专利权人：四川制药制剂有限公司
申请日： 2022-09-19 - 公布日： 2023-01-03 - 主分类号： B65B3/00 文献下载
摘要：本实用新型公开了一种西林瓶翻转装置，涉及药物生产领域，能够将水平放置的西林瓶瓶口朝上摆放到输送通道上。包括架体，架体上具有用于水平放置西林瓶的支撑槽，支撑槽的两侧分别设有两个翻转部，两个翻转部的下方分别设有两个分输送通道；翻转部包括转动机构和伸缩机构，伸缩机构具有伸缩杆，转动机构用于使伸缩杆在水平状态和竖直状态下进行往复切换；在水平状态下，两个伸缩杆能够相互靠近，使西林瓶套设在指向其瓶口的伸缩杆上；在竖直状态下，两个伸缩杆指向下方，西林瓶从伸缩杆上滑落至对应的分输送通道上。本实用新型通过两个翻转部的配合，能够将水平放置在支撑槽中的西林瓶进行翻转使其瓶口朝上掉落在分输送通道上，便于后续的作业。
一种西林翻转装置

[发明专利]一种样本可均衡的曲轴表面缺陷检测方法及检测系统-CN202210807630.4有效
发明人：谢罗峰;朱杨洋;刘卫民;殷鸣;殷国富;刘建华;杨扬;赖光勇;杨敏;余雅彬 -专利权人：四川大学;四川飞亚动力科技股份有限公司
申请日： 2022-07-11 - 公布日： 2022-09-20 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种样本可均衡的曲轴表面缺陷检测方法及检测系统，检测方法包括：构建训练样本数据集，包括：在曲轴表面施加磁粉并以荧光照射，获取曲轴的表面图像；判断并标注表面状态，得到正常的图像数据个、带有缺陷的图像数据个，定义张图像作为一个数据样本，当张图像全部为正常图像时此样本才标记为正样本，否则为负样本，两者构成训练样本数据集，的取值为(N+1）/(M+1)；基于深度学习卷积神经网络模型进行训练；将待检测的曲轴的y张图像与N中的x‑y张图像形成一个数据样本，通过深度学习识别模型确定曲轴表面情况。本发明能够使得带缺陷与正常的图像数据保持均衡，并在同样数量的图像下起到样本扩充的效果。
一种样本均衡曲轴表面缺陷检测方法系统

[发明专利]基于最邻近点距离损失的叶片型线数据拼接方法及设备-CN202210736353.2有效
发明人：谢罗峰;朱杨洋;王晗;殷鸣;殷国富 -专利权人：四川大学
申请日： 2022-06-27 - 公布日： 2022-09-09 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于最邻近点距离损失的叶片型线数据拼接方法及设备，所述方法包括通过获取在线激光器坐标系下测得的特定截面的多视场型线数据，将该数据统一到转动平台RT坐标系下，设定在视场0和视场1位置下采集的特定截面型线数据通过转动平台RT中心坐标及运动参数进行拼接可以近似重合，并以转动平台RT中心坐标作为可学习参数，以最邻近点距离损失函数损失最小原则迭代优化，从而得到优化后的值，从而能够将多视场型线数据在转动平台RT坐标系下进行集中体现，实现对多个视场数据拼接，获得完整的叶片型线。
基于邻近距离损失叶片数据拼接方法设备

[发明专利]基于自基准面的叶片三维型面轮廓高精度匹配方法-CN202110910832.7在审
发明人：殷鸣;欧登荧;王宗平;秦晟;郑昊天;朱杨洋;谢罗峰 -专利权人：四川大学
申请日： 2021-08-10 - 公布日： 2021-09-10 - 主分类号： G01B11/24 文献下载
摘要：本发明公开了一种基于自基准面的叶片三维型面轮廓高精度匹配方法，包括（1）叶片安装前的线激光传感器位姿标定和转台面标定；（2）回转轴线的标定，采用叶片的相交的侧基准面A和基准面B的特征对回转轴线标定；（3）叶片三维轮廓重建，根据回转轴线和基准面C建立叶片数据坐标系，并将采集到的多视场叶片轮廓数据整合到叶片数据坐标系下，进一步通过曲线、曲面拟合并完成叶片三维轮廓的重构与检测。本发明利用叶片具有两个相交的侧基准面对回转轴线标定，不仅适用于所有叶片，提高检测方法的通用性和效率，而且较于传统方法减少了误差传递链长度，增加了轮廓重建精度。
基于基准面叶片三维轮廓高精度匹配方法

[发明专利]基于叶根自基准面的叶片三维轮廓高精度检测方法-CN202110797907.5在审
发明人：殷鸣;欧登荧;谢罗峰;王宗平;郑昊天;朱杨洋;殷国富 -专利权人：四川大学
申请日： 2021-07-15 - 公布日： 2021-08-13 - 主分类号： G01B11/24 文献下载
摘要：本发明公开了一种基于叶根自基准面的叶片三维轮廓高精度检测方法，包括步骤1：线激光传感器的位姿标定；步骤2：回转轴线的标定：利用叶片的自准面高精度的特性获取回转中心实现对回转轴线的标定；步骤3：待测叶片的截面轮廓检测；本发明利用一个平整度精度高的基准面获取多个回转中心点，利用大数据的特性以及最小二乘法实现对回转轴线的标定，提高了标定精度，进一步提高了叶片的检测精度。
基于基准面叶片三维轮廓高精度检测方法

[发明专利]基于多尺度特征融合的卷积孪生点网络叶片轮廓拼接系统-CN202110462705.5有效
发明人：殷国富;朱杨洋;谢罗峰;殷鸣 -专利权人：四川大学
申请日： 2021-04-28 - 公布日： 2021-08-03 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于多尺度特征融合的卷积孪生点网络叶片轮廓拼接系统，包括数据采集模块、卷积孪生点网络和数据拼接模块，所述卷积孪生点网络包括迭代数次的网络模块，网络模块包括特征提取模块、特征空间匹配模块和奇异值分解模块；所述特征提取模块采用改进型金字塔结构的边缘卷积网络结构提取源点云和目标点云中的高维空间特征，再利用高维空间特征计算出特征空间匹配矩阵，利用该特征空间匹配矩阵计算出两点云数据（源点云和目标点云）中点的对应关系，最后通过奇异值分解求出两点云数据（源点云和目标点云）间的刚体转化，根据多次迭代求解出最优的刚体转化，实验结果展示了该方法的可行性和良好的实际应用前景。
基于尺度特征融合卷积孪生网络叶片轮廓拼接系统

[发明专利]基于多空间相似度的卷积双胞胎点网络叶片轮廓拼接系统-CN202110462690.2有效
发明人：谢罗峰;朱杨洋;殷鸣;殷国富 -专利权人：四川大学
申请日： 2021-04-28 - 公布日： 2021-07-27 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了基于多空间相似度的卷积双胞胎点网络叶片轮廓拼接系统，包括数据采集模块、卷积双胞胎点网络和数据拼接模块，卷积双胞胎点网络包括迭代数次的网络模块，网络模块包括特征提取模块、匹配矩阵模块、注意力机制模块和奇异值分解模块；特征提取模块采用边缘卷积网络结构提取源点云和目标点云中的高维空间特征，再利用高维空间特征和坐标空间分别计算出特征空间匹配矩阵和坐标空间匹配矩阵，然后通过注意力机制处理特征空间匹配矩阵和坐标空间匹配矩阵之间的冲突得到最终的匹配矩阵，通过最终的匹配矩阵计算出源点云和目标点云中点的对应关系，最后通过奇异值分解求出刚体转化，根据多次迭代求解出最优的刚体转化。
基于空间相似卷积双胞胎网络叶片轮廓拼接系统

[发明专利]基于特征融合的卷积神经网络的缺陷分类识别系统-CN202110548602.0在审
发明人：谢罗峰;谢政峰;殷鸣;朱杨洋;殷国富 -专利权人：四川大学
申请日： 2021-05-20 - 公布日： 2021-06-18 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于特征融合的卷积神经网络的缺陷分类识别系统，包括：地板样本获取模块，用于获取新材料地板的相同位置不同角度的3张图像信息；缺陷识别模块，用于根据获取的3张图像信息识别出新材料地板是否有缺陷，所述缺陷识别模块包括特征提取模块、特征融合模块、特征展平模块和特征决策模块，特征提取模块采用3路并行的ResNet‑34网络模型实现，本发明提出了3支路特征融合卷积神经网络模型，该网络模型在兼顾精度、参数量、内存占用的情况下，以ResNet‑34为支路网络基础架构、以合并操作为特征融合方式、嵌入CBAM注意力模块的TFFCNN‑CBAM网络模型具有良好的网络性能；与其他传统的分类卷积神经网络对比，其提高了1.28%~2.86%的精度。
基于特征融合卷积神经网络缺陷分类识别系统

[发明专利]基于改进YOLOv5算法的新材料地板缺陷目标检测系统-CN202110548780.3在审
发明人：谢罗峰;谢政峰;殷鸣;朱杨洋;殷国富 -专利权人：四川大学
申请日： 2021-05-20 - 公布日： 2021-06-18 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于改进YOLOv5算法的新材料地板缺陷目标检测系统，包括改进YOLOv5网络模型，改进YOLOv5网络模型包括输入端、主干网络模块、颈部网络模型和输出端；所述输入端的自适应锚框计算单元内的初始锚框根据尺度划分为4类，每类具有3个初始锚框；并在所述颈部网络的4个检测头前嵌入注意力机制块，改进YOLOv5网络模型的检测精度和速度满足实际生产需求，同时具有较低的参数量，更易于嵌入小型设备使用。
基于改进 yolov5 算法新材料地板缺陷目标检测系统

[发明专利]灵活可分离卷积框架和特征提取方法及其在VGG和ResNet中应用-CN202011199528.8有效
发明人：谢罗峰;朱杨洋;谢政峰;殷鸣;殷国富 -专利权人：四川大学
申请日： 2020-11-02 - 公布日： 2021-01-26 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种灵活可分离卷积框架和特征提取方法及其在VGG和ResNet中应用，包括特征图聚类划分模块、第一卷积操作模块、第二卷积操作模块、特征图融合模块和注意力机制SE模块；特征图聚类划分模块将特征图划分为表征主要信息特征图和表征补充信息特征图；第一卷积操作模块对表征主要信息特征图做普通卷积操作；第二卷积操作模块对表征补充信息特征图做分组卷积操作；特征图融合模块先将卷积后特征图拼接后再与原始特征图相加并激活；注意力机制SE模块将提取的通道权重与特征图相乘生成输出特征图。本发明包含普通卷积、分组卷积、残差分支和注意力机制SE，在保证运算精确度的同时降低了运算的计算量和网络的参数量，可即插即用于神经网络卷积层中。
灵活可分离卷积框架特征提取方法及其 vgg resnet 应用

1
共 14 条