专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果46个,建议您升级VIP下载更多相关专利
  • [发明专利]基于LBM的快速流体模拟方法-CN202310218046.X在审
  • 丁柯文;杜金莲;金雪云;苏航 - 北京工业大学
  • 2023-03-08 - 2023-10-24 - G06F30/28
  • 基于LBM的快速流体模拟方法属于计算机图形学领域,具体是模拟了龙卷风的动画效果。首先针对目前大多数龙卷风模拟方法仅局限于粉尘颗粒本身,在以往龙卷风物理模型的基础上,利用双流体系统思想构建空气与粉尘颗粒双流体龙卷风模型;然后针对标准LBM无法求解双流体问题,基于二元流体碰撞思想,构建两相格子玻尔兹曼方程,使用D3Q19模型,并根据边界单元在网格模型中的空间位置,将边界单元分为两类,分别对两类边界单元的物理量进行求解;最后,设计和实现龙卷风模拟系统,设计总体框架和各个功能模块,实现模拟。
  • 基于lbm快速流体模拟方法
  • [发明专利]一种不可移动文物自然灾害风险图生成方法-CN202310234123.0在审
  • 胡轶涵;杜金莲;苏航;高红雨 - 北京工业大学
  • 2023-03-05 - 2023-06-23 - G06Q10/0635
  • 一种不可移动文物自然灾害风险图生成方法属于计算软件领域。本方法通过构建语义模型,编写可供非计算机专业人员使用的领域特定语言(DSL)来生成不可移动文物自然灾害风险图。首先,通过对不可移动文物本体各项指标数据、风险图生成方法和流程进行深入研究,提取出业务模型。之后,通过分析业务模型,抽象出所有风险图生成的语义信息,构建语义模型。在此基础之上,设计出一种可表述语义模型中所有语义的领域特定语言。该语言代码可由领域专家自行编写,能快速高效的生成风险图,且易于扩展,满足需求快速变化的要求。通过编写DSL代码生成风险图,准确性高,并可大幅度缩减领域专家和计算机技术人员工作时长。
  • 一种不可移动文物自然灾害风险生成方法
  • [发明专利]一种基于表面肌电信号的下肢动作识别分类方法-CN202210161420.2在审
  • 王丹;付东东;杜金莲;付利华 - 北京工业大学
  • 2022-02-22 - 2022-05-27 - A61B5/397
  • 一种基于表面肌电信号的下肢动作识别分类方法属于肌电信号动作识别技术领域,针对常规肌电信号预处理过程难度大,处理过程繁琐以及脑电信号非线性的特点。该方法利用巴特沃斯滤波器和陷波器进行滤波处理,使用希尔伯特变换求取肌电信号的包络线,使用有重叠的滑动窗口分割肌电信号波形并提取窗口内的特征值。所述方法包括:肌电信号的采集、肌电信号的预处理、滑动窗口分割肌电信号、提取窗口内的特征值、特征融合形成特征向量、定义BP神经网络模型结构、神经网络模型训练和识别。本发明从肌电信号的预处理和提取特征值的角度出发,改进神经网络模型的输入,本发明能够简化肌电信号预处理的复杂度,同时也提高动作识别的效率和准确率。
  • 一种基于表面电信号下肢动作识别分类方法
  • [发明专利]一种基于深度学习的小目标检测方法-CN202210123900.X在审
  • 杜金莲;李攀;张潇;苏航;赵青 - 北京工业大学
  • 2022-02-10 - 2022-05-13 - G06V10/44
  • 本发明公开了一种基于深度学习的小目标检测方法,包括以下步骤:对训练数据中的小目标进行数据增强。通过特征提取网络对处理后的图像进行特征提取,将特征图通过级联进行融合作为特征图。特征图经过通道注意力模块加权后再经过空间注意力模块得到最终的特征图。将所提取的潜在目标根据面积大小划分为常规目标与小目标。对小目标区域进行RoIAlign区域池化操作,对池化结果进行类别判断与位置回归得到最终检测结果;使用混合注意力模块,提升RPN区域提取能力,将提取的区域按照面积大小区分为小目标与其他目标两类,对小目标区域使用RoIAlign区域池化,充分利用了小目标区域的特征信息,从而在减少计算量增加的同时提升了网络对小目标的检测能力。
  • 一种基于深度学习目标检测方法
  • [发明专利]一种垃圾自动分拣多目标检测方法-CN202210123927.9在审
  • 杜金莲;黄红蝶;苏航;金雪云;赵青 - 北京工业大学
  • 2022-02-10 - 2022-05-13 - G06V20/10
  • 本发明公开了一种垃圾自动分拣多目标检测方法,包括,步骤一:输入图像,并将图像规格化为网络结构的标准输入大小。步骤二:预处理是指对图像进行降噪。步骤三:特征提取器包括五个特征提取单元和小目标提取单元,将这五个特征以及小目标提取单元提取到的特征进行特征融合。步骤四:将步骤三得到的特征作为此部分全连接层的输入,输出值作为softmax函数的输入,得到最终的分类结果。步骤五:输出分类结果。使用局部注意力机制与全局注意力机制相结合的方法,使网络关注检测目标而忽略对特征提取有干扰的背景信息。使用反卷积增大负责检测小目标的特征层conv7的特征图,将特征图与特征提取单元获得的特征图进行融合,从而提高对体积较小目标检测准确率。
  • 一种垃圾自动分拣多目标检测方法
  • [发明专利]一种中文电子病例医疗实体词类标注方法-CN202210123929.8在审
  • 杜金莲;杨金昭;金雪云;杜晓林;王丹 - 北京工业大学
  • 2022-02-10 - 2022-05-13 - G06F40/295
  • 本发明公开了一种中文电子病例医疗实体词类标注方法,该方法包括两部分,第一部分为细粒度中文电子病历医疗实体类别划分规则制定与语料数据集构建;第二部分为基于结合门控注意力机制的中文电子病历医疗实体词类标注方法;根据中文电子病历文本特点制定了一种细粒度中文电子病历医疗实体标注规则,同时依照此规则构建了中文电子病历医疗实体语料数据集,并且基于中文电子病历行文特点发明了一种结合门控注意力机制的GATTLCN模型,通过门控注意力网络动态选择需要重点关注的上下文元素来增强文本聚焦,提升模型效果。运用此发明解决了中文电子病历细粒度医疗实体词类标注方面存在的不足。
  • 一种中文电子病例医疗实体词类标注方法
  • [发明专利]一种中文电子病历后结构化信息的抽取方法-CN202210052810.6在审
  • 蒋雪晴;杜金莲;高红雨;张潇;张津丽 - 北京工业大学
  • 2022-01-18 - 2022-04-29 - G16H10/60
  • 本发明公开了一种中文电子病历后结构化信息的抽取方法,首先使用BERT模型对含有不同症状实体修饰成分的句子进行分类,然后利用现有的命名实体识别模型对每类句子中的症状实体做不同类别的标注,达到识别实体修饰成分的目的。提出基于规则的中文电子病历中症状实体属性值的特征化抽取方法。通过总结病历文本症状语义段的行文规则,形成属性值的抽取模板,将抽取到属性值存储到数据库中。本发明基于现有的病历文本抽取技术成果,深入分析病历文本的行文规则,对已经完成分词和标注的症状语义段进行实体修饰识别和特征化的属性值抽取,能为后续的上层应用提供结构化的数据支持。
  • 一种中文电子病历结构信息抽取方法
  • [发明专利]一种融合图卷积的有参考图像超分辨率重构方法-CN202210052834.1在审
  • 付利华;赵茹;王丹;杜金莲;李鑫辉 - 北京工业大学
  • 2022-01-18 - 2022-04-29 - G06T3/40
  • 本发明公开了一种融合图卷积的有参考图像的超分辨率重构方法,首先设计图像低阶特征提取模块,获得图像的低阶特征;通过参考图像高阶特征提取模块,充分挖掘参考图像的高阶特征;然后,设计参考图像特征迁移模块,将参考图像特征中的相似特征迁移到低分辨率图像特征,同时将特征间的相似度作为迁移特征的注意力权重,以更好地突出相似程度高的特征融合,抑制相似程度弱的特征融合;最后,通过跨尺度特征融合模块,将不同尺度的特征融合,获得具有更强大表征能力的超分辨率重构特征,从而获得更好的超分辨率重构图像。本发明具有良好的鲁棒性、重构精度较高,在图像超分辨率重构的公共数据集上取得了良好的超分辨率重构效果。
  • 一种融合图卷参考图像分辨率方法
  • [发明专利]一种基于超图神经网络的遮挡行人重识别方法-CN202210052859.1在审
  • 付利华;章海涛;王丹;杜金莲;张梓通 - 北京工业大学
  • 2022-01-18 - 2022-04-29 - G06V40/10
  • 本发明公开了一种基于超图神经网络的遮挡行人重识别方法,用于解决行人重识别在行人图像被遮挡时识别精度不高,行人特征表示辨别力不强的问题,提升模型的准确性。首先引入行人特征提取模块,基于人体关键点信息提取行人图像的局部特征,获得带有可见性信息的行人局部特征表示;高阶信息融合模块基于超图神经网络自适应融合行人局部特征,获得更具判别性的行人特征;在此基础上,特征匹配模块将人体拓扑信息结合到图匹配过程中,对遮挡行人图像进行更准确的相似性度量。本发明能够获得较强的行人特征表示,在遮挡行人图像数据集上识别精度较高,并保持稳定的识别效果。
  • 一种基于超图神经网络遮挡行人识别方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top