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49个,建议您升级VIP下载更多相关专利
  • [发明专利]基于改进YOLOv5s模型的印刷电路板缺陷检测方法-CN202211607983.6在审
  • 陈炫睿;周应华 - 重庆邮电大学
  • 2022-12-14 - 2023-05-23 - G06T7/00
  • 本发明涉及一种基于改进YOLOv5s模型的印刷电路板缺陷检测方法,属于印刷电路板缺陷检测领域。该方法包括:获取选择印刷电路板缺陷数据集;改进YOLOv5s网络结构的Backbone部分,在中小目标特征提取层嵌入CA注意力机制;改进YOLOv5s网络结构的Neck部分,在特征融合层嵌入CBAM卷积注意力机制;使用Alpha‑CIOU损失函数代替原始YOLOv5s模型的CIOU损失函数;S3:对改进后的YOLOv5s网络模型进行训练;S4:随机选择缺陷数据集中的缺陷图片,使用训练好的网络模型进行检测,输出待检测缺陷目标的位置信息,类别信息以及置信度数值。本发明提高了检测印刷电路板上各种缺陷的精度。
  • 基于改进yolov5s模型印刷电路板缺陷检测方法
  • [发明专利]一种基于改进YOLOv5n的计算机主板元器件检测方法-CN202310057818.6在审
  • 文德军;周应华 - 重庆邮电大学
  • 2023-01-17 - 2023-04-18 - G06T7/00
  • 本发明涉及一种基于改进YOLOv5n的计算机主板元器件检测方法,属于目标检测领域。该方法包括:S1:收集计算机主板图像并对元器件进行标注,得到数据集;S2:划分训练集、验证集和测试集;S3:构建改进YOLOv5n元器件检测模型:S31:构建主干特征提取网络、颈部特征融合网络和头部检测网络;S32:在主干特征提取网络中嵌入三个CA注意力机制;S4:使用构建的改进YOLOv5n元器件检测模型在训练集上训练,并在验证集上验证模型的检测能力,取验证集上表现最好的权重文件在测试集上评估结果;S5:将训练好的改进YOLOv5n元器件检测模型对待检测的计算机主板图像进行元器件的精准且快速的定位和分类。
  • 一种基于改进yolov5n计算机主板元器件检测方法
  • [发明专利]一种基于双图卷积网络的方面级情感分析方法-CN202211445352.9在审
  • 张春;周应华 - 重庆邮电大学
  • 2022-11-18 - 2023-03-07 - G06F40/30
  • 本发明属于情感分析领域,具体涉及了一种基于双图卷积网络的方面级情感分析方法,包括:获取待分析文本的上下文和方面,将其转化为词向量嵌入表示,作为输入;利用双向长短期记忆网络对上下文和方面的词向量嵌入表示进行特征提取,获得上下文和方面的隐藏状态表示;得到上下文的隐藏状态后对其进行位置编码,再将其作为句法图卷积网络的初始输入,得到句法特征;同时结合引导向量对上下文和方面的隐藏状态进行编码,得到交互矩阵;将其作为语义图卷积网络的初始输入,得到语义特征;将句法特征和语义特征连接起来作为最终特征,预测情感极性。本发明提供的方面级情感分析方法,能够从语义和句法这两个方面来提高方面级情感分析的准确率。
  • 一种基于图卷网络方面情感分析方法
  • [发明专利]一种基于深度神经网络的图像去雾方法-CN202211398228.1在审
  • 王昊波;周应华 - 重庆邮电大学
  • 2022-11-09 - 2023-02-03 - G06T5/00
  • 本发明涉及一种基于深度神经网络的图像去雾方法,属于图像处理领域。获取雾图与无雾图的图像数据;创建包含双域多尺度特征融合模块的深度神经网络,使得模型能更好的提取图像中的各种细节特征;训练和测试所述的神经网络,得到图像去雾网络模型;利用训练好的深度神经图像去雾网络模型对雾图进行除雾,输出无雾图。本发明提供的深度神经去雾网络能更有效地提取到来自图像空域以及频域的特征,并且对于复杂环境以及低能见度下的图像的去雾也取得了很好的效果。本发明可以用于在雾霾天气下的目标检测、自动驾驶中的交通标志检测等任务。
  • 一种基于深度神经网络图像方法
  • [发明专利]一种桥梁单向组合式跨幅装置-CN202210850301.8在审
  • 周应华 - 周应华
  • 2022-07-19 - 2022-09-09 - E01D21/00
  • 本发明涉及一种桥梁单向组合式跨幅装置。所述桥梁单向组合式跨幅装置包括:多个跨幅单元,通过在两个桥体之间依次组合形成跨幅通道,所述跨幅单元包括底板、滑座和分节,所述滑座设置在所述底板下表面的两侧,分节设置在所述底板的底部,且相邻两个分节之间可拆卸连接;轨道梁,在所述底板的宽度方向设置两个,并与两侧的所述滑座一一对应设置,轨道梁的两端分别支撑在两个桥体上;分节连接件,包括芯杆、杆第一连接部和杆第二连接部,所述芯杆插入在分节内,所述杆第一连接部和杆第二连接部分别设置在所述芯杆的前端和后端,用于连接相邻的两个芯杆。本发明具有整体便拆便装,模块化设计,更加便于施工和运输的优点。
  • 一种桥梁单向组合式装置
  • [发明专利]一种基于BIM的房建施工监管方法-CN202210227014.1在审
  • 周应华;王崇鉴;孔锐;景磊;幸可薇 - 中铁成都规划设计院有限责任公司
  • 2022-03-08 - 2022-06-24 - G06Q10/10
  • 本发明公开了一种基于BIM的房建施工监管方法,包括以下步骤:S1、数据录入,建立BIM模型,通过计算机虚拟施工场地布置,然后添加多个建筑物模型,并且输出建筑数据信息;S2、安装监管设备,并测试好坏,使监管设备能够移动改变位置;S3、模拟房建施工;S4、对施工场地进行质量和进程的监管,看是否出现问题;S5、对模拟施工的房建进行审核;S6、汇总施工参数,对比实际房建施工的数据,确认误差结果。本发明通过对相应机构的设置,将BIM运用到房建施工监管上,不再采用人工监管的方法,从而提高监管效果和工作效率,并且能够有效的避免监管人员出现舞弊的行为,保障施工质量,为使用者减少不必要的麻烦。
  • 一种基于bim施工监管方法
  • [发明专利]一种高原地区路基边坡植被恢复材料及其制备方法-CN202111032598.9在审
  • 周应华;蒲锐;刘春煜;幸可薇 - 中铁二局集团勘测设计院有限责任公司
  • 2021-09-03 - 2021-12-17 - C05G3/00
  • 本发明提供了一种高原地区路基边坡植被恢复材料及其制备方法,包括养分调控材料、水分调控材料与温度调控材料;按重量份数计,养分调控材料包括20‑30份的四氧化三铁‑磷酸钙复合材料、5‑10份的纳米二氧化硅与10‑15份的磷酸二氢钾粉末;水分调控材料包括10‑20份的竹炭颗粒、10‑20份的高吸水树脂与10‑15份的磷酸二氢氨;温度调控材料包括10‑15份的聚丙烯酰胺、40‑50份的微生物菌渣与1‑2份的乙二醇。本发明针对高原地区路基边坡的植被恢复,使植物能在夏季温度变化剧烈及冬季冰冻条件下存活,提升高原地区植被恢复工程对温度变化的缓冲能力、功能持效性及植被恢复效果,实现了植被恢复材料在高原条件下的长久稳定,解决了传统植被恢复材料在高原地区适应性差难题。
  • 一种高原地区路基植被恢复材料及其制备方法
  • [发明专利]一种基于YOLO的多尺度并行特征融合路标检测方法-CN202111109282.5在审
  • 付锦飞;周应华 - 重庆邮电大学
  • 2021-09-22 - 2021-12-07 - G06K9/00
  • 本发明涉及一种基于YOLO的多尺度并行特征融合路标检测方法,属于交通信息化领域。方法包括:获取待检测图像;创建包含特征提取网络、多尺度并行特征融合模块以及用于目标定位和分类的深度卷积神经网络;利用训练好的路标检测神经网络模型对待检测的图像进行交通标志的定位与分类并且标注,输出分类并标注好的图像。本发明在YOLO v4‑tiny的基础上添加并行结构和三层次特征融合,使其对交通标志的检测能力有所提升。所提供的交通标志检测方法,能够实现完全依靠深度神经网络模型自动提取目标特征,实现交通标志的自动检测,具有检测过程简单、检测速度快和准确度高等优点。
  • 一种基于yolo尺度并行特征融合路标检测方法

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