“潘佳铭”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13个，建议您升级VIP下载更多相关专利

[发明专利]一种基于时空图的跨模态视频时刻定位方法及系统-CN202111644165.9在审
发明人：李肯立;平申;田泽安;张忠阳;潘佳铭;姜骁 -专利权人：湖南大学
申请日： 2021-12-30 - 公布日： 2022-06-14 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于时空图的跨模态视频时刻定位方法及系统，方法包括：S1、输入未剪辑视频和查询文本，对未剪辑视频采用多尺度滑动窗口截取视频片段候选集；S2、提取文本特征和视频片段特征，利用预训练的场景图生成模型对视频片段生成时空图表示；S3、将视频的时空图通过多层图卷积神经网络，获得的时空图特征与视频片段特征拼接，得到富含时空语义信息的视频特征；S4、将含有时空信息的视频特征与文本特征通过全连接层投影到同一特征空间，进行拼接后获得视频文本模态融合特征；S5、将视频文本模态融合特征输入多层感知机网络，获得文本视频匹配分数和位置偏移向量。本发明可以细粒度地理解视频语义信息，返回更加精确的视频定位边界。
一种基于时空跨模态视频时刻定位方法系统

[发明专利]一种无参数局域结构识别方法-CN202010261050.0有效
发明人：田泽安;潘佳铭;李肯立;余艾冰;董科军 -专利权人：湖南大学
申请日： 2020-04-03 - 公布日： 2022-04-12 - 主分类号： G16C20/20 文献下载
摘要：本发明涉及图论领域，主要用于对物质的原子(分子)层次的微观结构分析、颗粒体系的组织结构分析和体系的基本结构单元在空间的分布特征分系，属于计算机在物质结构分析方面的应用。对于同一体系，不同的截断距离会得到不同的表征符号，导致结构分析结果的不唯一性。本发明公开了一种无参数局域结构识别方法，此方法基于拓扑判据实现无参数微观结构的分析，可以唯一确定以每个原子为中心的局域结构，以确保微观结构的表征符号与其空间构型的一一对应。本发明的分析方法可以根据物质本身的结构计算出适合该物质的截断距离，截断距离的计算不受物质类型、形态的影响。
一种参数局域结构识别方法

[发明专利]一种多功能封闭止血伤口敷料及其制备方法-CN202110599634.3有效
发明人：李飞翰;杨黄浩;张进;潘高星;林倩;潘佳铭;刘泽群 -专利权人：福州大学
申请日： 2021-05-31 - 公布日： 2022-04-01 - 主分类号： A61L26/00 文献下载
摘要：本发明公开了一种多功能封闭止血伤口敷料，由壳聚糖、负载凝血因子的纳米颗粒、普朗尼克Pluronic F‑127和儿茶酚在室温条件下均匀混合制备而成。本发明的一种多功能封闭止血伤口敷料在湿润环境下粘合速度快，具有止血效率高、抑菌性强、安全无毒、生物相容性好、价格低廉、便于操作等优点，适用于大动脉止血，制备方法简单，可规模化生产。
一种多功能封闭止血伤口敷料及其制备方法

[发明专利]基于深度学习的多元时间序列多层时空依赖建模方法-CN202010496285.8有效
发明人：田泽安;黎丽萍;潘佳铭;李肯立 -专利权人：湖南大学
申请日： 2020-06-03 - 公布日： 2021-10-08 - 主分类号： G06F16/2458 文献下载
摘要：本发明属于深度学习领域，公开了基于深度学习的多元时间序列多层时空依赖建模方法。本发明引入新颖的注意力机制对神经网络中不同层提取的时空依赖特征做更加细粒度的处理，本发明提出的模型由一个堆叠的长短期神经网络‑卷积神经网络(LSTM‑CNN)，基于CNN的空间注意力机制，基于CNN的通道注意力机制，时间注意力机制以及自回归组件组成，通过引入多层时空依赖的概念，使用基于CNN的通道注意力机制和基于CNN空间注意力机制来分别关注不同层的时空依赖特征，实现了对冗余信息的过滤以及对预测结果影响更大的特征的有效提取，达到了提高预测结果的目的，在不同领域内的多元时间序列数据上表现优异并且能够扩展到单元时间序列预测的任务上。
基于深度学习多元时间序列多层时空依赖建模方法

[外观设计]包装盒（水果）-CN202030722145.9有效
发明人： 潘佳铭 -专利权人：嘉兴希牛农业有限公司
申请日： 2020-11-26 - 公布日： 2021-04-13 - 主分类号： 09-03 文献下载
摘要：1.本外观设计产品的名称：包装盒（水果）。2.本外观设计产品的用途：用于包装水果。3.本外观设计产品的设计要点：在于形状与图案的结合。4.最能表明设计要点的图片或照片：主视图。
包装水果

[外观设计]包装盒（水果）-CN202030543524.1有效
发明人： 潘佳铭 -专利权人：嘉兴希牛农业有限公司
申请日： 2020-09-14 - 公布日： 2021-02-12 - 主分类号： 09-03 文献下载
摘要：1.本外观设计产品的名称：包装盒（水果）。2.本外观设计产品的用途：用于包装水果。3.本外观设计产品的设计要点：在于形状与图案的结合。4.最能表明设计要点的图片或照片：主视图。
包装水果

[外观设计]包装盒（水果4）-CN202030014129.4有效
发明人： 潘佳铭 -专利权人：嘉兴希牛农业有限公司
申请日： 2020-01-09 - 公布日： 2020-06-19 - 主分类号： 09-03 文献下载
摘要：1.本外观设计产品的名称：包装盒（水果4）。2.本外观设计产品的用途：用于包装水果。3.本外观设计产品的设计要点：在于形状、图案与色彩的结合。4.最能表明设计要点的图片或照片：立体图。5.请求保护的外观设计包含色彩。
包装水果

[外观设计]包装盒（水果2）-CN202030014691.7有效
发明人： 潘佳铭 -专利权人：嘉兴希牛农业有限公司
申请日： 2020-01-09 - 公布日： 2020-06-05 - 主分类号： 09-03 文献下载
摘要：1.本外观设计产品的名称：包装盒（水果2）。2.本外观设计产品的用途：用于包装水果。3.本外观设计产品的设计要点：在于形状、图案与色彩的结合。4.最能表明设计要点的图片或照片：立体图。5.请求保护的外观设计包含色彩。
包装水果

[外观设计]包装盒（水果3）-CN202030014123.7有效
发明人： 潘佳铭 -专利权人：嘉兴希牛农业有限公司
申请日： 2020-01-09 - 公布日： 2020-06-05 - 主分类号： 09-03 文献下载
摘要：1.本外观设计产品的名称：包装盒（水果3）。2.本外观设计产品的用途：用于包装水果。3.本外观设计产品的设计要点：在于形状、图案与色彩的结合。4.最能表明设计要点的图片或照片：立体图。5.请求保护的外观设计包含色彩。
包装水果

[外观设计]包装盒（水果1）-CN202030014125.6有效
发明人： 潘佳铭 -专利权人：嘉兴希牛农业有限公司
申请日： 2020-01-09 - 公布日： 2020-06-05 - 主分类号： 09-03 文献下载
摘要：1.本外观设计产品的名称：包装盒（水果1）。2.本外观设计产品的用途：用于包装水果。3.本外观设计产品的设计要点：在于形状、图案与色彩的结合。4.最能表明设计要点的图片或照片：立体图。5.请求保护的外观设计包含色彩。
包装水果

[外观设计]包装盒（水果）-CN201930649975.0有效
发明人： 潘佳铭 -专利权人：嘉兴希牛农业有限公司
申请日： 2019-11-25 - 公布日： 2020-04-28 - 主分类号： 09-03 文献下载
摘要：1.本外观设计产品的名称：包装盒（水果）。2.本外观设计产品的用途：用于包装水果。3.本外观设计产品的设计要点：在于形状、图案与色彩的结合。4.最能表明设计要点的图片或照片：立体图。5.请求保护的外观设计包含色彩。
包装水果

[发明专利]一种基于机器学习的基因表达谱聚类方法-CN201910539449.8在审
发明人：彭绍亮;潘佳铭;张磊 -专利权人：湖南大学
申请日： 2019-06-20 - 公布日： 2019-09-17 - 主分类号： G06K9/62 文献下载
摘要：本发明属于机器学习领域，涉及机器学习中的聚类，特别涉及基于机器学习的基因表达谱聚类算法，属于机器学习在生物大数据分析上的应用。通过将多种单一聚类算法组成一种混合聚类方法的方式，解决了传统单一聚类算法中由于聚类算法不适用于数据组时而导致聚类效果不理想的情况，并且混合聚类方法可以通过比较各不同单一算法的聚类结果，得到具有最优解的聚类结果，以解决聚类最优解的问题。本方法具有适用范围广的优点，可以适用于所有数据组，并且本方法具有很高的移植性，任何单一的聚类算法均可以适用。
聚类聚类算法基因表达谱基于机器机器学习聚类结果数据组最优解机器学习领域单一算法大数据移植性学习应用分析

[发明专利]一种基于共享字典学习的基因表达谱分类方法-CN201910296287.X在审
发明人：彭绍亮;刘伟;李非;杨亚宁;李肯立;潘佳铭;骆嘉伟;刘云浩;田李 -专利权人：湖南大学
申请日： 2019-04-13 - 公布日： 2019-07-19 - 主分类号： G16B25/10 文献下载
摘要：本发明属于基因表达谱分类领域，公开了一种基于共享字典学习的基因表达谱分类方法，属于稀疏字典学习在生物大数据上的挖掘和应用。本方法首先构建一个共享字典，该字典能够获取所有类别的样本；然后训练字典，在训练字典的同时还训练投影矩阵，并且投影矩阵对测试样本的投影可以加宽不同类型样本之间的距离；最后，通过使用字典重建测试样本的系数编码向量之间的距离判定类别。该方法能够快速高效地对基因表达谱数据分类，这有助于区分癌症种类及其亚型，帮助从分子层面认识肿瘤的致病机理，并为彻底治疗肿瘤提供基因层次的解决方案。该方法具有共享样本的能力，少量样本时能保持稳定的投影能力，和一般的分类方法相比较，分类准确度有很大提升。
基因表达谱样本字典学习共享分类测试样本投影矩阵训练字典投影字典肿瘤基因表达谱数据分类准确度分类领域距离判定系数编码致病机理字典重建大数据加宽构建稀疏向量亚型癌症基因挖掘治疗应用帮助

1
共 13 条