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18个,建议您升级VIP下载更多相关专利
  • [发明专利]一种用于图像超分辨率的重建方法-CN202211206792.9在审
  • 吴启航;杨欣;朱义天;李恒锐;樊江锋;周大可 - 南京航空航天大学
  • 2022-09-30 - 2023-01-03 - G06T3/40
  • 本发明实施例公开了一种用于图像超分辨率重建方法,涉及数字图像增强技术领域,能够更大程度上的提取低分辨率图像的特征,进而还原高分辨率图像的纹理细节。本发明包括:建立生成对抗网络和特征提取器,所述生成对抗网络由至少两个神经网络组成包括:生成模型与判别模型;将待处理图像输入所述生成对抗网络的生成模型中,得到第一输出;将所述第一输出输入特征提取器,进行特征提取后,得到第二输出;将所述第一输出输入所述生成对抗网络的判别模型,得到第三输出;固定住特征提取器的参数,以对抗损失、感知损失以及生成图像与原图空间距离为优化目标,交替更新生成对抗网络的判别模型和生成模型,达到优化生成模型的目的。
  • 一种用于图像分辨率重建方法
  • [发明专利]无土栽培方法-CN202110277112.1在审
  • 王雅琼;孙贺飞;樊江锋 - 河南赛诺优农科技有限公司
  • 2021-03-15 - 2022-09-20 - A01G31/00
  • 本发明公开了一种无土栽培方法,用于叶菜,包括如下步骤:将种子催芽至所述种子发芽成子叶展平、真叶露心的幼苗;将子叶展平、真叶露心的所述幼苗分苗,采用第一培养液培养至所述幼苗成长至4片~5片真叶;成长至4片~5片真叶的所述幼苗定植,采用第二培养液培养所述幼苗20天~32天,其中,所述第二培养液的EC大于所述第一培养液的EC。这种无土栽培方法通过第一培养液和第二培养液对幼苗进行无土培养,在幼苗生长的不同时期,采用不同浓度的培养液对幼苗进行培养,满足了幼苗在不同生长时期对营养的需求。这种无土栽培方法在用于叶菜栽培时,可以实现完全室内栽培,从而做到不受恶劣环境和极端气候影响,从而生产季节不会受到限制。
  • 无土栽培方法
  • [发明专利]一种基于三尺度时空信息的行人轨迹预测方法-CN202210550870.0在审
  • 王翔辰;杨欣;樊江锋;李恒锐;朱义天;周大可 - 南京航空航天大学
  • 2022-05-18 - 2022-09-06 - G06Q10/04
  • 本发明公开了一种基于三尺度时空信息的行人轨迹预测方法,主要任务为使用三个不同的尺度来解决行人轨迹预测问题:行人尺度,捕捉每个行人的历史轨迹信息;社会尺度,捕捉每个行人与周围行人时间空间上的互动信息;场景尺度,捕获行人所处场景布局的信息。搭建基于这三个尺度信息的网络模型并对其进行训练,最终达到较好的预测效果。其中,使用LSTM与图注意力网络替代RNN用于序列特征提取,使用卷积神经网络(CNN)结合LSTM对场景特征进行提取。此外,同一时刻的空间互动由图注意力网络(GAT)捕获。选择ETH和UCY数据集对模型进行训练和测试,并选择ADE和FDE作为模型性能评估指标,模型在两个数据集上均展现了较好的表现。
  • 一种基于尺度时空信息行人轨迹预测方法
  • [发明专利]基于残差生成对抗网络的单图超分辨率重建方法-CN202210499131.3在审
  • 杨旭广;杨欣;李恒锐;朱义天;樊江锋;周大可 - 南京航空航天大学
  • 2022-05-09 - 2022-08-05 - G06T3/40
  • 本发明公开了一种基于残差生成对抗网络的单图超分辨率重建方法,首先建立生成网络,将低分辨率图像输入生成网络,得到生成的高分辨率图像;然后将生成的高分辨率图像和低分辨率图像对应的真实高分辨率图像共同输入判别网络模型,通过感知损失函数计算二者之间的差距;接着对生成网络以及判别网络同时进行训练,使得生成的高分辨率图像相对真实高分辨率图像的损失小于等于预设的阈值,得到训练之后的生成网络;最后将需要提高分辨率的低分辨率图像输入已经训练好的生成网络,得到重建后的高分辨率图像。本发明克服了现有技术中无法在感知上体现出输入和输出图像的差距的缺陷,提高了模型的精度和生成图像的质量。
  • 基于生成对抗网络单图超分辨率重建方法
  • [发明专利]一种基于语义环境建模的多模态轨迹预测方法-CN202210227310.1在审
  • 曾繁虎;杨欣;朱义天;李恒锐;樊江锋;周大可 - 南京航空航天大学
  • 2022-03-08 - 2022-06-14 - G06Q10/04
  • 本发明涉及一种基于语义环境建模的多模态行人轨迹预测方法,属于自动驾驶和人工智能领域。在本发明模型框架中,针对现有语义物理环境限制下行人动态交互场景中的多模态轨迹预测的问题与不足,对于原始输出图像使用栅格化语义地图的方式进行高效环境建模,使用条件场景下的变分生成对抗网络架构输出多模态下的行人轨迹,使用判别器对模态匹配轨迹和真值轨迹的距离进行度量,同时设计多元化损失函数,以解决模态坍缩、单一拟合等问题,使得本发明模型能够预测出在该场景语义地图中行人合理的未来轨迹,对于及时、快速预测行人合理轨迹有积极和深刻的意义,对无人驾驶、智能交通等领域的进一步发展有重要的帮助。
  • 一种基于语义环境建模多模态轨迹预测方法
  • [发明专利]一种基于生成对抗网络的图像去噪方法-CN202111532953.9在审
  • 骆霖;李恒锐;朱义天;樊江锋;周大可 - 南京航空航天大学
  • 2021-12-15 - 2022-04-12 - G06T5/00
  • 本发明公开了一种基于生成对抗网络的图像去噪方法,包括如下步骤:(1)基于DenseNet和ResNet网络模型,设计一种残差块;(2)将图像输入到由残差块xi构成的生成网络中,并得到输出,该输出应尽量与真实图像保持一致;(3)将图片输入到判别网络中,判别网络需要经过处理会得到该图片来自生成网络或者是真实图片,将判断结果输出;(4)对网络进行大量的图像数据训练,两个网络的性能都会得到提升,并且最后使模型能够生成与真实图片很接近的图片,并获得最终的PSNR和SSIM值,与其他主流网络的数值进行对比。本发明能够更大程度上的保留图像去噪后的特征,进而提高了去噪后图像的细节质量。
  • 一种基于生成对抗网络图像方法
  • [实用新型]催芽模块以及催芽装置-CN202120546221.4有效
  • 王雅琼;孙贺飞;樊江锋 - 河南赛诺优农科技有限公司
  • 2021-03-15 - 2022-01-21 - A01C1/02
  • 本实用新型公开了一种催芽模块以及催芽装置,包括本体、透气网片以及定植棉块,所述本体呈筒状,所述透气网片设置在所述本体的底部,所述本体和所述透气网片围成用于容纳所述定植棉块的容纳空间;所述定植棉块设置在所述透气网片上,所述定植棉块为多孔吸水材料,且所述定植棉块上设有若干定植孔。这种催芽装置的结构简单,使用时将将种子放置在定植孔内,催芽装置放置在储液装置内,通过向储液装置内注水或营养液,即可实现种子的催芽,相对于传统的催芽装置,这种催芽装置结构简单,便于操作。
  • 催芽模块以及装置

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