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21个,建议您升级VIP下载更多相关专利
  • [发明专利]一种用于籽棉分选喷阀的故障诊断方法-CN202210607619.3有效
  • 过奕任;朱婷婷;倪超;李振业;刘晨晖 - 南京林业大学
  • 2022-05-31 - 2023-05-23 - G01M13/003
  • 本发明公开了一种用于籽棉分选喷阀的故障诊断方法,属于设备故障检测技术领域,该方法采集振动信号,利用傅里叶变换实时计算在多个不同位置采集到的振动数据主要成分,记录这些主要成分的周期;获得校正以及去噪后的信号;将去噪后的信号按其各主成分周期打断后排列,形成输入张量;将去噪后的信号作为训练数据对特征提取和分类网络进行训练利用训练后的分类网络进行分类,得出喷阀阵列的具体故障情况。本发明能够加大采样频率以获得更高的准确率;借用图像处理领域的深度可分离卷积思想,达到隔离各位置采集的振动特征的目的;设置周期超参数,有依据地确定该参数值,相比其他模型更具可解释性和用于不同籽棉异纤分选机的针对性。
  • 一种用于籽棉分选故障诊断方法
  • [发明专利]一种用于籽棉开松有效性的判别方法及系统-CN202210607648.X有效
  • 过奕任;朱婷婷;倪超;李振业;薛胜 - 南京林业大学
  • 2022-05-31 - 2023-05-16 - G06V10/80
  • 本发明公开了一种用于籽棉开松有效性的判别方法及系统,属于杂质分选与深度学习技术领域,该方法利用线阵相机和3D深度相机获取籽棉异纤除杂生产线中开松后的籽棉图像及三维信息,将线扫描图像数据与线扫描3D深度数据进行对齐和融合,在图像识别的基础上通过3D深度数据额外获取棉花成团表面深度信息,结合开松机振动数据,判断开松的有效性。本发明将线扫描图像数据与线扫描3D深度数据进行对齐和融合,同时采集开松机的振动数据,提高判别准确率,在相同采样率和采样长度的情况下有效降低对计算机硬件的性能要求,有利于降低运行和维护成本。
  • 一种用于籽棉有效性判别方法系统
  • [发明专利]基于COMS和高光谱相机的杆状物分选装置及方法-CN202210035385.X有效
  • 倪超;苏瀚东;朱婷婷;李振业;过奕任;程磊 - 南京林业大学
  • 2022-01-12 - 2022-11-01 - B07C5/34
  • 本发明公开一种基于COMS和高光谱相机的杆状物分选装置及方法,属于物料分选技术领域,包括进料装置、传送装置、超高速图像预处理单元、工控机、喷阀控制单元和多级分选装置,相机采集物料图像,图像经超高速图像预处理单元处理后,发送至工控机,工控机通过迁移学习算法提取图片特征,使用实例分割算法分析特征图片得到物料中杆状物及异物的特点、位置信息,对物料中杆状物及异物进行识别分割,完成杆状物的分选工作。本发明将分选系统模块化,根据不同物料,自行搭配使用;CMOS工业线阵相机及高光谱相机通过深度学习的方法对图像进行识别分割可以提升杆状物识别的准确率,实现精准分选,成功的解决了人工分选的低精度、高成本的难题。
  • 基于coms光谱相机杆状分选装置方法
  • [发明专利]一种基于FPGA的云跟踪方法-CN202210508159.9在审
  • 朱婷婷;魏亮;过奕任;滕广;倪超 - 南京林业大学
  • 2022-05-11 - 2022-09-23 - G06V20/10
  • 本发明公开了一种基于FPGA的云跟踪方法,首先通过工业相机获取云团间隔一段时间前后的图像输入FPGA;然后一方面对图像进行畸变校正、图像平滑处理、形态学操作、Canny边缘检测以及提取矩特征,另一方面对图像提取灰度共生矩阵特征量,将上述两种特征赋予适当的权重,作为总的云团特征;最后,预测云团一段时间后的特征量状态,然后将上述特征量与图像二进行匹配从而实现云跟踪。本发明考虑到云的形状随时间会发生改变,并采用多特征进行云跟踪,提高跟踪的准确性。同时考虑到不同类别的云团演变方式不同,针对不同类别的云团分别训练预测模型。本发明采用“FPGA+ARM”体系架构提高了图像采集的实时性、速度以及性能。
  • 一种基于fpga跟踪方法
  • [发明专利]基于雾生成对抗神经网络的沥青混凝土检测系统及方法-CN202111112804.7有效
  • 倪超;程磊;李振业;过奕任;陈玉龙;苏瀚东 - 南京林业大学
  • 2021-09-18 - 2022-08-09 - G01N21/956
  • 本发明公开一种基于雾生成对抗神经网络的沥青混凝土检测系统及方法,包括计算机系统和图像采集装置等,图像采集装置采集搅拌完成的沥青混凝土图像,并将图像传输至计算机系统,实现在线检测沥青混凝土质量;本发明将机器视觉与神经网络算法相结合,通过雾生成对抗神经网络模型对沥青图像进行去烟雾、去模糊化操作,然后利用卷积神经网络检测沥青混凝土外观的均匀性,判断沥青混凝土中有无花白料、有无结块成团现象和严重离析现象,实时计算出沥青混凝土的质量是否合格。本发明自动化程度高、精确度高、实时性好、效率高,可与拌合站系统组网形成完整的监控体系,能够及时发现沥青混凝土搅拌时存在的质量问题,有效减少了经济损失,节约了时间。
  • 基于生成对抗神经网络沥青混凝土检测系统方法
  • [发明专利]用于抗紫边识别的高光谱深度学习识别方法-CN202210336884.2在审
  • 倪超;周超;李振业;程磊;过奕任 - 南京林业大学
  • 2022-03-31 - 2022-07-05 - G06V10/764
  • 本发明公开了一种用于抗紫边识别的高光谱深度学习识别方法,属于高光谱成像与深度学习技术邻域。根据高光谱图像中待识别点的邻域点的光谱特征,先对邻域的识别结果进行检测,利用贝叶斯公式分析周围区域获得先验分类结果;再使用神经网络对待识别区域进行识别,提高网络对于信息缺乏区域的识别精度。本发明在图像识别的过程中,利用像素周围区域的光谱信息为紫边区域提供识别的数据支持,进而使得紫边区域能在光谱信息缺少的情况下,能够利用邻域信息提高识别精度。将高光谱技术和图像先验知识结合,利用待识别点与周围点的空间关系,进而提高紫边区域的识别精度,对于提高深度学习算法的识别率具有十分重要的意义。
  • 用于抗紫边识别光谱深度学习方法
  • [发明专利]用于深度学习的光谱区域联合识别方法-CN202210335541.4在审
  • 李振业;倪超;朱婷婷;周超;程磊;过奕任 - 南京林业大学
  • 2022-03-31 - 2022-07-01 - G06V10/764
  • 本发明公开一种用于深度学习的光谱区域联合识别方法,属于高光谱成像与深度学习技术领域,利用高光谱图像的频域特征,将光谱数据从空间维度划分为多个区域,实现高精度图像分类;在识别过程中优先识别中心区域并向周围区域进行扩散;在低频占主要成分的分区先进行识别,并将识别结果在联合区域内进行扩散,获得置信度扩散图,对于扩散浓度较低的区域再进行二次识别,实现提高识别速度和识别结果的空间区域一致性。本发明将高光谱技术和频谱分析技术结合,利用被识别物体占据多个连续像素区域的特性,进而提高光谱图像的分类识别速度。
  • 用于深度学习光谱区域联合识别方法
  • [实用新型]一种光伏输出功率短期预测智能自检装置-CN201922107492.5有效
  • 朱婷婷;过奕任;倪超 - 南京林业大学
  • 2019-11-29 - 2020-06-16 - G05D3/12
  • 本实用新型公开了一种光伏输出功率短期预测智能自检装置,包括底座,所述底座内安装有支柱电机,所述底座上安装由支柱电机控制的支柱,而所述的支柱的上端安装有旋转关节,所述的旋转关节的旋转处相应安装有关节电机,所述的旋转关节上则相应安装有电池板支架,而该电池板支架上则安装有两块相互独立的太阳能电池板。本装置相较现有光伏输出功率预测装置更加小巧便携,其使用两块小型的相互独立的太阳能电池板,独立于发电设施运作,通过将两块太阳能电池板输出功率与发电设施的输出功率进行对比预测,实现自检功能。
  • 一种输出功率短期预测智能自检装置

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