“李歧强”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62个，建议您升级VIP下载更多相关专利

[发明专利]基于深度强化学习的动态作业车间调度优化方法及系统-CN202311218413.2在审
发明人：宋文;梁新杰;李歧强 -专利权人：山东大学
申请日： 2023-09-21 - 公布日： 2023-10-27 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及动态作业车间调度技术领域，公开了基于深度强化学习的动态作业车间调度优化方法及系统，其中方法，包括：获取当前决策时刻的合法作业本身的作业特征，和合法作业当前操作完成后要访问的机器的机器特征，将所述作业特征和所述机器特征串联拼接后，组成一个合法作业的状态特征向量，将所有合法作业的状态特征向量进行拼接，得到状态矩阵；将状态矩阵输入到训练后的智能体中，训练后的智能体输出每一个作业对应的被调度概率，选择概率最高的作业进行调度，完成在动态作业环境下的优化调度。可以突破优先级规则所带来的限制，具有十分重大的实际应用价值。
基于深度强化学习动态作业车间调度优化方法系统

[发明专利]基于图像识别的物料在线识别方法及装置-CN202310273100.0在审
发明人：王祎超;曹书腾;刘伟业;徐维军;邱峰;李歧强 -专利权人：山东博硕自动化技术有限公司;山东博硕电子有限公司
申请日： 2023-03-21 - 公布日： 2023-07-28 - 主分类号： B65G43/08 文献下载
摘要：本发明涉及物料识别技术领域，具体涉及基于图像识别的物料在线识别方法及装置，其中识别方法包括以下步骤：S1：进行图像采集，建立识别模型；所述S1中包括以下子步骤：步骤一：接料机构接收物料，经过图像采集装置进行图像采集；步骤二：图像采集装置将采集的图像信息发送至工控机，工控机接收图像信息进行图像处理；步骤三：工控机进行识别模型训练；S2：工控机识别物料信息，能够更为稳定的采集清晰图像，提高物料识别的准确性。
基于图像识别物料在线方法装置

[发明专利]基于视频识别的搅拌站智能卸料方法、系统及控制设备-CN202310675839.4在审
发明人：刘伟业;王祎超;曹书腾;徐维军;李海军;李歧强 -专利权人：山东博硕自动化技术有限公司;山东博硕电子有限公司
申请日： 2023-06-08 - 公布日： 2023-07-18 - 主分类号： B28C9/00 文献下载
摘要：本发明涉及一种基于视频识别的搅拌站智能卸料方法、系统及控制设备，属于搅拌站智能卸料技术领域；卸料方法，包括：出料口检测：采用目标检测识别画面出料口位置，记录区域坐标和中心坐标；接料斗检测：检测画面中的接料斗区域，若对齐状态持续一段时间不再发生变化，则判定当前车辆处于对齐且停稳状态，此时控制系统结束对齐检测，开始进入溢料检测；溢料检测：判断当前料位状态为正常、即将溢料或正在溢料，当料位处于即将溢料或正在溢料状态时，控制出料口开度；卸料系统，包括监控视频流获取模块、出料口检测模块、接料斗检测模块、可行域生成模块、溢料检测模块；控制设备，包括计算设备和至少一个监控摄像头。
基于视频识别搅拌智能卸料方法系统控制设备

[发明专利]基于多尺度自注意力的设备剩余使用寿命预测方法及系统-CN202310293148.8有效
发明人：宋文;张志政;李歧强 -专利权人：山东大学
申请日： 2023-03-24 - 公布日： 2023-06-09 - 主分类号： G06F17/00 文献下载
摘要：本发明属于设备剩余使用寿命预测技术领域，提出了一种基于多尺度自注意力的设备剩余使用寿命预测方法及系统，包括：获取多个传感器采集的机械设备的实时运行状态数据；将实时运行状态数据输入至训练完成的剩余使用寿命预测模型中，得到机械设备的实时剩余使用寿命；剩余使用寿命预测模型包括：并行工作的多尺度全局特征提取网络和多尺度局部特征提取网络，以及全局和局部特征融合网络。本发明通过两个基于自注意力的多规模特征提取网络并行工作来分别有效提取设备的全局和局部模式退化信息，并行工作可以有效防止不同特征信息之间的相互干扰，可以有效提高剩余使用寿命的预测精度。
基于尺度注意力设备剩余使用寿命预测方法系统

[发明专利]一种整版应变片标记路径规划方法-CN202211560058.2在审
发明人： 李歧强;郭声琨 -专利权人：山东大学
申请日： 2022-12-07 - 公布日： 2023-05-26 - 主分类号： G06Q10/047 文献下载
摘要：本发明公开了一种整版应变片标记路径规划方法，包括如下步骤：将整版应变片标记路径规划等效为LLTSP求解，整版应变片中的运动起点、终点及缺陷单片坐标对应LLTSP的节点，坐标间的访问时间即LLTSP节点间的距离权值，左右相邻缺陷单片坐标组成的边、运动终点和起点组成的边即LLTSP的约束边；再将LLTSP转换为经典TSP进行求解，将TSP的求解结果转化为ATSP的求解结果，再将ATSP的求解结果转化为LLTSP的求解结果。本发明通过算法输入矩阵转换和算法输出序列的转换，利用现有高性能TSP求解器求解LLTSP，实现应变片整版标记的路径规划，提高了整版应变片缺陷标记的效率，操作简单，容易实现。
一种整版应变标记路径规划方法

[发明专利]一种单细胞自动印刷系统-CN201910903003.9有效
发明人： 李歧强;李守诚;张宇 -专利权人：山东大学
申请日： 2019-09-24 - 公布日： 2023-05-16 - 主分类号： C12M1/34 文献下载
摘要：本发明涉及生物组织工程技术领域，涉及一种单细胞分离设备。一种单细胞自动印刷系统，包括：支撑装置；细胞印刷装置，安装在支撑装置上，用于将细胞溶液涂布于细胞承载体上；细胞承载体，设置在所述细胞印刷装置的下方，接收所述细胞印刷装置涂布的细胞溶液；电控平移装置，用于带动细胞印刷装置及细胞承载体移动，完成细胞溶液的涂布。本发明的系统，结合自动控制技术和图像检测技术，可以实现细胞溶液的自动涂抹和涂抹的细胞密度的实时检测。通过监控装置检测细胞承载体上表面细胞数量和针头中的细胞浓度，形成反馈信息传送给计算机。计算机根据反馈信息协调控制XY电控平移台和Z轴电控平移台的移动速度，以控制细胞承载体移动速度和细胞注射器出液速度，使细胞承载体上存在尽可能多的单细胞。
一种单细胞自动印刷系统

[发明专利]一种基于神经网络超分辨率技术的显微成像处理方法-CN201910790869.3有效
发明人： 李歧强;张中豪 -专利权人：山东大学
申请日： 2019-08-26 - 公布日： 2023-04-07 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于神经网络超分辨率技术的显微成像处理方法，包括如下步骤：全卷积神经网络的训练和利用训练好的全卷积神经网络M布置在控制显微镜的电脑上，控制显微镜进行图片拍摄，并对拍摄到的图片进行实时补偿，得到清晰图片。本发明所公开的处理方法大大提高拍摄速度、提高图片质量，抑制散焦模糊，尤其是要对样本拍摄多幅图片时；甚至可以代替自动对焦，去掉控制镜头上下移动的电机，简化光学检测系统。
一种基于神经网络分辨率技术显微成像处理方法

[发明专利]一种基于亮度加权最大类间方差的图像分割阈值计算方法-CN202211445310.5在审
发明人： 李歧强;徐德威 -专利权人：山东大学
申请日： 2022-11-18 - 公布日： 2023-03-14 - 主分类号： G06T7/136 文献下载
摘要：本发明涉及图像处理技术领域，公开了一种基于亮度加权最大类间方差的图像分割阈值计算方法，包括如下步骤：由图像样本获取阈值加权系数与图像亮度的函数关系；计算待分割图像的亮度，并根据得到的函数关系计算阈值加权系数，并进行限幅；统计待分割图像的每一阶灰度对应的像素个数，获得图像的灰度分布，通过循环比较的方法求得图像的灰度分布前景峰值对应的灰度值；利用最大类间方差法，求出最大类间方差阈值；利用限幅后的阈值加权系数、灰度值和最大类间方差阈值计算最终的图像分割阈值。本发明公开的方法引入了阈值加权系数，可以有效提高分割准确率，改善分割效果。
一种基于亮度加权大类方差图像分割阈值计算方法

[发明专利]全点阵打印装置-CN202110738386.6在审
发明人： 李歧强;黄香亭;杨加敏 -专利权人：山东博硕自动化技术有限公司
申请日： 2021-06-30 - 公布日： 2022-12-30 - 主分类号： B41J3/01 文献下载
摘要：本发明涉及一种全点阵打印装置，属于工业打印机技术领域，其包括：打印头、旋转定位机构、直行定位机构、升降定位机构、打印装置电控板和供电电源，其中，打印头，包括M×N个打印笔芯、笔头架、M×N个电磁推杆、电磁推杆架和打印头电控板；打印头经由旋转定位机构、直行定位机构和升降定位机构进行三自由度控制；打印装置电控板，与打印头、旋转定位机构、直行定位机构及升降定位机构电连接，发送控制信号；供电电源，与打印头、旋转定位机构、直行定位机构、升降定位机构及电控板均电连接。本发明除了能提高工作效率和降低差错率以外，还有利于产品的深度跟踪和服务，为产品的精准信息反馈奠定了良好基础；可运用于工业打印机场合。
点阵打印装置

[发明专利]弧面打印旋转定位装置-CN202110739982.6在审
发明人： 李歧强;黄香亭;杨加敏 -专利权人：山东博硕自动化技术有限公司
申请日： 2021-06-30 - 公布日： 2022-12-30 - 主分类号： B41J3/407 文献下载
摘要：本发明涉及工业打印机技术领域，公开了一种弧面打印旋转定位装置，其包括固定单元、驱动单元、定位单元和打印头，其中，固定单元，包括底座，底座上方安装有若干根竖直放置的支撑柱；驱动单元，锥形齿轮Ⅰ通过连接轴Ⅰ安装于其中一根支撑柱顶端，锥形齿轮Ⅱ通过连接轴Ⅱ连接有步进电机，锥形齿轮Ⅰ还与打印头一侧连接，锥形齿轮Ⅰ与打印头之间设有打印头固定板；定位单元，角度检测器安装于与驱动单元不同的支撑柱顶端的一侧，摄像机安装于打印头固定板的上方与打印头一侧连接，测距传感器安装于打印头固定板的下方；打印头，打印头与角度检测器分别安装于同一根支撑柱顶端的两侧。本发明可在弧面上打印时对打印头旋转进行精准定位。
打印旋转定位装置

[发明专利]平面打印旋转定位装置-CN202110739991.5在审
发明人： 李歧强;黄香亭;杨加敏 -专利权人：山东博硕自动化技术有限公司
申请日： 2021-06-30 - 公布日： 2022-12-30 - 主分类号： B41J3/407 文献下载
摘要：本发明涉及一种平面打印旋转定位装置，属于工业打印机技术领域，其包括：打印头、旋转单元、定位单元以及驱动单元，其中，打印头，固定于旋转单元的打印头固定卡盘上；旋转单元，包括底座，底座上方安装有若干平行设置的辊轮，辊轮上方接触连接有打印头旋转卡盘，打印头旋转卡盘中间设有打印头固定卡盘；定位单元，包括位于打印头内部的角度检测器、位于打印头下方摄像机，以及测距传感器，角度检测器安装于与驱动单元不同的支撑柱顶端的一侧，摄像机安装于打印头固定板的上方与打印头一侧连接，测距传感器安装于打印头固定板的下方；驱动单元，包括步进电机和一对锥形齿轮。本发明可在平面上打印时对打印头旋转进行精准定位，提高效率和精确度。
平面打印旋转定位装置

[发明专利]一种基于微流控芯片的单细胞分离装置及方法-CN201910952051.7有效
发明人： 李歧强;靳欣;韩琳;王兴元 -专利权人：山东大学
申请日： 2019-10-09 - 公布日： 2022-08-26 - 主分类号： C12M1/00 文献下载
摘要：本发明公开了一种基于微流控芯片的单细胞分离装置及方法，该装置包括上下设置的三层芯片，底层芯片上分布有呈矩阵排列的多个细胞培养腔，中层芯片上与底层芯片接触的一面设有多组细胞捕捉单元，每组细胞捕捉单元对应一列细胞培养腔；上层芯片上与中层芯片接触的一面设置多个平行的D流道，所述D流道上间隔设置阀门，本发明所公开的分离装置及方法可以实现高通量的单细胞捕捉、释放与转移，成本低、工作效率高，还可以实现定量加入试剂的功能，便于后续的检测。
一种基于微流控芯片单细胞分离装置方法

[发明专利]一种基于深度强化学习的自动生产决策系统及方法-CN202110295387.8有效
发明人： 李歧强;米楠;宋文 -专利权人：山东大学
申请日： 2021-03-19 - 公布日： 2022-08-02 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于深度强化学习的自动生产决策系统及方法，该系统包括数据采集单元，决策评价单元，记忆库，信息提取单元，产品特征编码单元，特征提取单元，学习单元、模型保存单元和生产决策单元。本发明所公开的系统及方法能够解决在决策过程中待生产产品数量和种类不断变化的问题，提高生产决策的自动化和智能化水平，较大程度地提高生产效益。
一种基于深度强化学习自动生产决策系统方法

[发明专利]一种细胞分选与检测的微流控装置及方法-CN201910952033.9有效
发明人： 李歧强;靳欣;韩琳 -专利权人：山东大学
申请日： 2019-10-09 - 公布日： 2022-08-02 - 主分类号： C12M1/00 文献下载
摘要：本发明公开了一种细胞分选与检测的微流控装置及方法，该装置包括芯片和玻璃片，所述芯片上与玻璃片接触的一面刻有流道，所述流道被数个栅栏分割开，所述栅栏顶部与玻璃片紧密接触；所述芯片上分为A区域和B区域，所述A区域靠近流道入口，A区域上分布有数个十字形栅栏，所述B区域靠近流道出口，B区域上分布有数个梯形或三角形栅栏，所述B区域上梯形或三角形栅栏的左右间距按照样品流动方向逐排递减；所述B区域上相邻的两排栅栏之间对应一个流道出口，每一个流道出口上方设置一个显微图像采集设备，本发明多公开的装置及方法可自动精准地分选不同尺寸的细胞，并结合图像识别算法进行分类识别，能保留细胞活性，并且通量极高。
一种细胞分选检测微流控装置方法

[发明专利]一种用于表面异常区域像素级分割的多任务检测方法-CN202011536795.X有效
发明人： 李歧强;库艳峰;宋文 -专利权人：山东大学
申请日： 2020-12-23 - 公布日： 2022-06-17 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种用于表面异常区域像素级分割的多任务检测方法，包括如下步骤：获取图像数据集，并对其中已知异常进行像素级标注，如果无法获取到足够异常样本，则随机添加噪声作为异常；构建多任务异常检测网络模型，其包括已知异常检测分支D和未知异常检测分支S；根据预构建的多任务优化目标，通过图像数据集对多任务异常检测网络模型进行训练，得到最终的异常检测网络模型，其中多任务优化目标包含像素级分类损失函数和紧凑性损失函数；将待检测图像输入异常检测网络模型中，合并已知异常检测分支D与未知异常检测分支S的输出，实现图像异常区域像素级分割的检测。本发明所公开的方法可以提高异常检测的分割精细程度、实时性与准确率。
一种用于表面异常区域像素分割任务检测方法

1
2
3
4
5
下一页»
尾页
共 62 条