“王晗铭”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2个，建议您升级VIP下载更多相关专利

[发明专利]一种基于EEG通道多尺度并行卷积的跨主体疲劳检测深度学习方法-CN202211484556.3有效
发明人：朱容波;李松泉;王晗铭;潘昕耀 -专利权人：华中农业大学
申请日： 2022-11-24 - 公布日： 2023-08-29 - 主分类号： A61B5/18 文献下载
摘要：本发明公开了一种基于EEG通道多尺度并行卷积的跨主体疲劳检测深度学习方法，包括：通过多个电极采样得到待处理的EEG信号；构建深度可分离卷积模块，包括逐点卷积和逐深度卷积；将EEG信号送入深度可分离卷积模块进行特征提取，获取EEG空间与通道维度的特征信息；构建通道切分的多尺度并行卷积模块，包括通道切分模块和多尺度并行分组卷积模块；通过通道切分模块对特征信息按通道维度进行切片分组；通过多尺度并行分组卷积模块子特征分别用不同尺寸卷积核进行多频率提取并对进行多频率融合；构建分类模块，包括全连接层和softmax层，将经过提取融合后的特征信息送入分类模块，得到疲劳状态的分类检测结果。本发明在跨主体疲劳检测任务中具有优秀的性能表现。
一种基于 eeg 通道尺度并行卷积主体疲劳检测深度学习方法

[发明专利]基于纹理-颜色多尺度残差收缩网络的玉米病害识别方法-CN202310463051.7在审
发明人：朱容波;王晗铭;李松泉 -专利权人：华中农业大学
申请日： 2023-04-26 - 公布日： 2023-08-22 - 主分类号： G06V20/68 文献下载
摘要：本发明公开了一种基于纹理‑颜色多尺度残差收缩网络的玉米病害识别方法，包括以下步骤：采集实验环境和大田环境中的混合玉米叶片病害图像，并进行图像增强；通过纹理特征提取模块对训练图像进行提取得到局部二值模式特征图；将训练图像的RGB特征和纹理特征以一定比例输入纹理‑颜色二分支浅层特征提取模块，将两个分支的输出调整权重比例后连接起来；将软阈值函数、注意力机制与多尺度卷积相结合，建立多尺度残差收缩模块，将输出依次通过两个相互串联的多尺度残差收缩模块；根据输出的图像语义信息和玉米叶片病害图像对应的类别，调整网络模型参数，得到训练好的网络模型。本发明在玉米叶片病害识别方面具有优异的性能，识别精度高。
基于纹理颜色尺度收缩网络玉米病害识别方法