“陈胜勇”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410个，建议您升级VIP下载更多相关专利

[实用新型]一种可调整楼梯步级宽度定型化楼梯-CN202020034920.6有效
发明人：唐愚;董黎平;王正文;陈胜勇;徐钦蓝 -专利权人：广东蕉岭建筑工程集团有限公司
申请日： 2020-01-08 - 公布日： 2020-10-30 - 主分类号： E04G13/06 文献下载
摘要：本实用新型公开了一种可调整楼梯步级宽度定型化楼梯，包括安装架、踏板架和宽度连接板，所述安装架包括水平架和斜架杆，本实用新型保证使用过程中稳定的同时，还可以方便使用者可以根据实际的使用情况来调节合适的宽度，解决了现有的楼梯除装配式楼梯外，模板材料分为铝模、木模加固，模板加固方式为开放式和封闭式，其中楼梯踏步的加固均需要根据踏步宽度、高度逐个安装、加固，暂没有定型化或装配式一体成型楼梯模板或模具，传统的加固方式如木模板加固，施工复杂，混凝土浇筑时踏步极易出现涨模变形；封闭式铝模加固因封闭不透气无法观察，易浇筑不密实，拆模后容易出现蜂窝麻面等质量缺陷的问题。
一种可调整楼梯宽度定型

[实用新型]一种电梯井定型化防护装置-CN201922310959.6有效
发明人：周京;殷文超;徐宝利;陈胜勇;柯剑锋 -专利权人：广东蕉岭建筑工程集团有限公司
申请日： 2019-12-20 - 公布日： 2020-10-30 - 主分类号： E04G21/32 文献下载
摘要：本实用新型公开了一种电梯井定型化防护装置，包括防护栏，所述防护栏底部通过螺栓连接有挡板，且防护栏前后两个面靠近顶端和底端的位置均设有两对连接杆，所述连接杆端部焊接有收纳管，所述收纳管内部安装有限位杆，所述防护栏中部两侧对称设有两对挂钩，所述挂钩一端设有套环，另一端设有钩子，所述套环套在防护栏上，本实用新型解决现有的电梯井口的防护通常在井道砌筑时会拆除，然而拆除后再恢复电梯井防护，此道工序通常较滞后，现场施工人员对此也较抵制，花费了人工和材料成本的问题，通过对电梯井防护装置的结构进行改良和优化，使得这种定型化防护装置可以通过工地现场的废旧钢筋焊接，减少了钢筋的损耗量；整体的防护可多次周转使用。
一种电梯定型防护装置

[发明专利]一种空地多视角下的多机器人协同定位及融合建图方法-CN201811444561.5有效
发明人：刘盛;柯正昊;陈一彬;戴丰绩;陈胜勇 -专利权人：浙江工业大学
申请日： 2018-11-29 - 公布日： 2020-10-27 - 主分类号： G01C21/20 文献下载
摘要：本发明公开了一种空地多视角下的多机器人协同定位及融合建图方法，使用空中、地面多视角完整覆盖探测场景，融合由空中机器人、地面机器人采集的场景图像数据，通过视觉约束定位各机器人并还原三维场景信息。通过附着于机器人上的特定视觉特征，优化建图和定位系统三维点云地图和机器人六自由度位姿。基于视觉特征的位姿优化、地图融合算法显著地提高了的重建和定位精度，修正了地图尺度，使得各机器人的局部地图能够在多个异构机器人间共享，提高了三维重建的覆盖率，为任务规划、灾难环境搜救、军事反恐等情景快速提供可靠的环境信息。
一种空地视角机器人协同定位融合方法

[发明专利]一种基于机器视觉的轴承钢珠零件检测方法-CN202010564947.0在审
发明人：产思贤;胡超群;周小龙;陈小佳;陈胜勇 -专利权人：浙江工业大学
申请日： 2020-06-19 - 公布日： 2020-10-23 - 主分类号： G06T7/00 文献下载
摘要：一种基于机器视觉的轴承钢珠零件检测方法，包含钢珠圆形度检测和零件划痕检测，包括以下步骤：第一步、钢珠圆形度检测，过程如下：1.1)对输入图像进行预处理；1.2)获取钢珠轮廓；1.3)对得到的边缘进行筛选，对检测合格的钢珠输出轮廓和圆心半径；第二步、零件划痕检测：2.1)零件正面边缘检测；2.2)零件侧面边缘检测。本发明提供一种基于机器视觉的轴承钢珠零件检测方法，能够克服多种干扰因素，建立高效稳定的检测系统。
一种基于机器视觉轴承钢珠零件检测方法

[发明专利]基于多级视图关联卷积网络的多视图三维模型检索方法-CN202010708117.0在审
发明人：张桦;张焱;高赞;温显兵;陈胜勇 -专利权人：天津理工大学
申请日： 2020-07-21 - 公布日： 2020-10-20 - 主分类号： G06F16/583 文献下载
摘要：基于多级视图关联卷积网络的多视图三维模型检索方法，主要为解决在基于多视图的深度学习中，不能更好的获取视图之间的关联信息的问题，因此本发明通过挖掘多个视图之间的关联性特征，同时采用新的权重融合的方式融合多个视图的特征，从而得到单一紧凑的高辨别性特征描述符。其优越性能在三维物体检索中得到验证。该发明具体包含以下步骤：(1)获取模型的多视角图像。(2)对多视角图像进行预处理。(3)设计多级视图关联卷积网络。(4)多级视图关联卷积网络训练。(5)提取模型深度特征。(6)三维模型的检索。
基于多级视图关联卷积网络三维模型检索方法

[发明专利]一种基于融合遗传算法的空调节能方法-CN202010473223.5在审
发明人：胡海根;洪天佑;李伟;肖杰;周乾伟;陈琦;陈胜勇 -专利权人：浙江工业大学
申请日： 2020-05-29 - 公布日： 2020-10-16 - 主分类号： F24F11/46 文献下载
摘要：一种基于融合遗传算法的空调节能方法，包括以下步骤：步骤1，建立空调能耗预测评估模型；步骤2，种群初始化；步骤3，适应度函数建立：将步骤1中建立的空调能耗预测模型作为适应度函数，并增加惩罚函数约束优化范围；步骤4，选择交叉基因：使用梯度遗传算法和锦标赛算法选择基因，并对基因进行单点交叉，生成子代基因；步骤5，变异子代基因：使用大变异遗传算法变异子代基因；步骤6，使用精英策略保留父辈最优基因保存，替换子代最差基因；步骤7，重复步骤3到步骤6，直到经过100代进化，或超过10次迭代，最优染色体不变，算法停止。本发明提升了优化速度，并达到更好的优化效果。
一种基于融合遗传算法空调节能方法

[发明专利]一种基于密集连接孪生神经网络的目标跟踪方法-CN202010420205.0在审
发明人：产思贤;王平浩;周小龙;陈胜勇;刘鹏 -专利权人：浙江工业大学
申请日： 2020-05-18 - 公布日： 2020-09-29 - 主分类号： G06T7/246 文献下载
摘要：一种基于密集连接孪生神经网络的目标跟踪方法，包括以下步骤：1)提取输入模板帧和检测帧图像对特征：使用主干网络为DenseNet的孪生神经网络提取输入图像对特征；2)生成候选区域：将特征图输入RPN网络，经过分类分支和回归分支得到多个proposals；筛选候选区域：使用余弦窗抑制和尺度惩罚筛选出最终的proposals；3)对模板分支和检测分支得到的proposals进行相似性度量，使用非极大抑制得到最终的bounding box，通过线性插值更新图像尺寸，得到在检测帧中目标最终的预测跟踪位置。本发明在处理视频序列中特定目标的跟踪取得了较好的效果。
一种基于密集连接孪生神经网络目标跟踪方法

[发明专利]一种基于Mask轮廓的细胞图像分割方法-CN202010424388.3在审
发明人：胡海根;贾福灿;周乾伟;肖杰;管秋;李小薪;陈胜勇 -专利权人：浙江工业大学
申请日： 2020-05-19 - 公布日： 2020-09-29 - 主分类号： G06K9/62 文献下载
摘要：一种基于Mask轮廓的细胞图像分割方法，包括以下步骤：步骤1，制作数据集；步骤2，细胞的特征提取，包括以下步骤：2.1、特征提取网络的搭建；2.2、特征多尺度融合；步骤3，多任务分支网络的搭建，主要搭建分类分支网络、分割分支网络以及Centerness分支网络，将融合后的特征分别送入多任务分支网络进一步操作；步骤4，目标Mask轮廓的生成，通过可变形卷积和Graham算法生成初始目标的Mask轮廓；步骤5，细胞图像的分割Mask轮廓精修。本发明提供了一种基于Mask轮廓的细胞图像分割方法，该方法减少了图像分割任务的复杂度，降低了对图像分割处理的时间，提升了性能。
一种基于 mask 轮廓细胞图像分割方法

[发明专利]一种基于线性规划的卷积参数自动配置方法-CN202010433975.9在审
发明人：周乾伟;陈禹行;郭媛;刘一波;陶鹏;胡海根;李小薪;陈胜勇 -专利权人：浙江工业大学
申请日： 2020-05-21 - 公布日： 2020-09-29 - 主分类号： G06N3/04 文献下载
摘要：一种基于线性规划的卷积神经网络自动配置方法，包括以下步骤：第一步、获取维度信息，即所需配置的卷积神经网络中各个网络层的输入及输出特征图的长、宽和通道数，如果是三维卷积神经网络则还需增加一个维度，此外为配合可能的网络结构优化算法，所获取的信息还包括其可能的参数；第二步、配合所获取的信息，求解针对不同卷积神经网络类别而设计的线性规划问题，即可获得目标卷积神经网络层的配置参数，包括已知的输入及输出通道数、卷积核维度、卷积操作的位移量和卷积填充尺寸。本发明只需给定特征图的维度即可生成有效的卷积神经网络配置，如配合遗传算法来优化神经网络结构，则可以降低遗传编码的维度，提高遗传算法的执行效率。
一种基于线性规划卷积参数自动配置方法

[发明专利]一种针对深度学习特征注意力转移的数据处理方法-CN202010447464.2在审
发明人：胡海根;杜超;周乾伟;管秋;肖杰;李小薪;陈胜勇 -专利权人：浙江工业大学
申请日： 2020-05-25 - 公布日： 2020-09-29 - 主分类号： G06T7/11 文献下载
摘要：一种针对深度学习特征注意力转移的数据处理方法，首先获取前景特征和背景特征，使用photoshop进行填充处理，目的是消除目标留下的轮廓信息；其次随机对前后景特征用全排列的方式交叉出现，是将类间的无关信息差异体现在不同的图片中，这些无关信息就无法成为判断依据；最后训练数据，随着网络的优化，除了目标区域之外的信息的激活值会被不断降低，也就可以使得目标区域的激活值逐渐上升，增加特征提取准确性。
一种针对深度学习特征注意力转移数据处理方法

[发明专利]一种基于融合核的线性核化特征空间成组性的建模方法-CN202010484817.6在审
发明人：管晓春;李晗;张剑华;陈胜勇 -专利权人：温州大学;浙江工业大学
申请日： 2020-06-01 - 公布日： 2020-09-22 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于融合核的线性核化特征空间成组性的建模方法，包括给定训练样本，并根据预定概率分布函数，从训练样本中采样多个样本信号来形成约化矩阵；确定欧几里德和余弦距离测度的融合核函数并与方法相结合后，对训练样本和约化矩阵进行核矩阵近似构造，并利用秩k特征分解核矩阵，得到虚拟样本；虚拟样本分解为虚拟训练样本和虚拟测试样本，并构建基于弹性网络正则化的预测模型，利用弹性网络正则化学习方法在虚拟训练和测试样本上进行预测模型训练和测试，得到最终的预测模型。实施本发明，能够克服现有技术存在的缺陷，使提取的特征更加能调和样本规模与特征维数的矛盾，避免小规模样本问题，从而提升性能。
一种基于融合线性特征空间成组建模方法

[发明专利]一种基于聚类生成候选锚框的细胞图像检测与分割方法-CN202010465810.X在审
发明人：胡海根;贾福灿;周乾伟;肖杰;管秋;陈胜勇;李小薪 -专利权人：浙江工业大学
申请日： 2020-05-28 - 公布日： 2020-09-15 - 主分类号： G06K9/00 文献下载
摘要：一种基于聚类生成候选锚框的细胞图像检测与分割方法，包括以下步骤：步骤1，制作数据集；步骤2，数据集样本维度特征统计，设置ISODATA聚类算法初始参数，通过聚类算法统计样本维度信息，生成样本维度比例；步骤3，细胞的特征提取与融合，包括以下步骤：3.1、特征提取网络的搭建；3.2、特征多尺度融合；步骤4，癌细胞目标区域候选框的生成，将融合后的特征与目标样本维度比例送入RPN网络中进行目标区域生成；步骤5，癌细胞图像的检测目标结果精炼；步骤6，癌细胞图像的分割Mask生成。本发明使生成的候选锚框更加贴合真实样本维度规律，降低了候选框回归的难度，提升了算法回归速度，提升了检测和分割的性能。
一种基于生成候选细胞图像检测分割方法

[发明专利]一种基于深度对抗离散哈希学习的跨模态检索方法及装置-CN202010225616.4在审
发明人：白琮;曾超;马青;张敬林;陈胜勇 -专利权人：浙江工业大学
申请日： 2020-03-26 - 公布日： 2020-08-28 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种基于深度对抗离散哈希学习的跨模态检索方法及装置，由三层全连接层构成图像网络，由四层全连接层构成文本网络，最后的哈希值由tanh函数激活得到。通过两个网络的对抗训练能够保证两个模态的特征表达趋于一致，由一个待权重的余弦三元组损失函数保证语义相似性，同时也保证了相似样本的相关度排序性，在优化的过程中维持哈希值的离散性，减小了量化误差，最终得到两个个鲁棒的保持语义相似性、减小异构鸿沟和累计误差较小的哈希函数。本发明利用对抗训练、保持语义相似性及相关度排序性来学习哈希函数，不仅提高了检索的精度，而且使得到的哈希学习方法具有了更强的语义学习能力。
一种基于深度对抗离散学习跨模态检索方法装置

[发明专利]一种多尺度自适应近似无损编解码方法及系统-CN201810293916.9有效
发明人：周乾伟;陶鹏;陈禹行;詹琦梁;胡海根;李小薪;陈胜勇 -专利权人：浙江工业大学
申请日： 2018-04-04 - 公布日： 2020-08-18 - 主分类号： H04N19/14 文献下载
摘要：一种多尺度自适应近似无损编解码方法，包括以下步骤：1)将原图像划分为多个大小不同的尺度层级，使用多尺度特征提取器提取不同尺度下的图像特征；2)由细节编码器对不同尺度下的图像特征进行编码，获得原图像的细节隐变量；3)由趋势编码器对最后一层图像特征进行编码，获得原图像的趋势编码隐变量，与细节隐变量共同构成原图像的近似无损编码；4)对趋势隐变量进行解码，获得原图像的模糊轮廓；5)对细节隐变量进行解码，获得原图像的细节信息；6)将解码得到的模糊轮廓与细节信息累加，得到原图像的近似无损还原。以及提供一种多尺度自适应近似无损编解码系统。本发明提高图像的压缩率并解决图像压缩过程中细节丢失的问题。
一种尺度自适应近似无损解码方法系统

[发明专利]一种月球表面高分辨率DEM提取方法-CN201710145745.0有效
发明人： 陈胜勇;杨延红;徐琳;祝骋路;周哲哲;李阳;汪日伟;温显斌 -专利权人：浙江工业大学
申请日： 2017-03-13 - 公布日： 2020-08-18 - 主分类号： G06T17/05 文献下载
摘要：一种月球表面高分辨率DEM提取方法，获取月球影像数据；提取PCAM数据的同名像点与外方位元素；计算同名像点的物方坐标M1；提取CCD前视、后视影像数据的同名像点与LAM数据中的控制点坐标；选取足量的虹湾地区LAM数据控制点通过有理函数模型解算CCD影像的外方位元素；计算CCD影像数据虹湾地区的物方坐标M2；统一M1与M2坐标系，计算M1与M2的误差，如果M1和M2的误差小于指定阈值θ，矫正全月表同名像点的外方位元素，计算CCD影像数据的物方坐标M3；使用M3制作规则的全月DEM。本发明生成高分辨率高精度月表DEM。
一种月球表面高分辨率 dem 提取方法