“唐雁峰”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46个，建议您升级VIP下载更多相关专利

[发明专利]一种基于强化学习的生物医学命名实体识别方法-CN202310430565.2在审
发明人：郝子强;田芳;张岩;唐颖;陈宇;詹伟达;唐雁峰 -专利权人：长春理工大学
申请日： 2023-04-20 - 公布日： 2023-10-24 - 主分类号： G06F40/295 文献下载
摘要：本发明属于计算机自然语言处理技术领域，尤其为一种基于强化学习的生物医学命名实体识别方法，包括如下步骤：步骤1，构建网络模型：整个网络模型包含两部分，生物医学命名实体标注模型和深度强化学习模型，生物医学命名实体标注模型包括输入层BioBERT模型、编码层双向长短时记忆网络(Bi‑directionalLongShort‑TermMemory,BiLSTM)和解码层条件随机场算法(ConditionalRandomField,CRF)，深度强化学习模型采用基于深度Q网络的强化学习Agent。本发明在生物医学命名实体标注模型中采用了BioBERT预训练模型进行特征提取，可以增强文本的词嵌入表示以及提高模型捕捉生物医学领域特征的能力。
一种基于强化学习生物医学命名实体识别方法

[发明专利]一种电动汽车充电桩快速充电控制方法-CN202310513357.9在审
发明人： 唐雁峰;王秀卓;王鹏;陈婷婷;詹伟达;郝子强 -专利权人：长春理工大学
申请日： 2023-05-08 - 公布日： 2023-10-03 - 主分类号： B60L53/62 文献下载
摘要：本发明属于电动汽车充电控制技术领域，尤其为一种电动汽车充电桩快速充电控制方法，包括如下步骤：步骤1，分析锂电池结构：锂电池由正极、隔膜、负极、有机电解液和电池外壳组成；锂电池工作时，电池的正极由锂离子生成，生成的锂离子从正极到电解液里，通过电解液穿过隔膜上弯弯曲曲的小洞，运动到负极，与外部电路中跑到负极的电子结合在一起；考虑复杂的电化学内部机理分析。本发明采用基于遗忘因子的递推最小二乘法对锂电池二阶RC等效电路模型进行参数辨识，得到的辨识结果加入到所建立的锂电池数学模型的传递函数中，能够更好、更精确地模拟锂电池充放电变化过程。
一种电动汽车充电快速控制方法

[发明专利]一种基于图像增强的夜间红外与可见光图像融合方法-CN202310474220.7在审
发明人：詹伟达;王佳乐;唐雁峰;郝子强;于永吉 -专利权人：长春理工大学重庆研究院
申请日： 2023-04-28 - 公布日： 2023-09-29 - 主分类号： G06T5/50 文献下载
摘要：本发明属于图像处理及机器视觉技术领域，尤其为一种基于图像增强的夜间红外与可见光图像融合方法，该方法具体包括如下步骤：步骤1，准备训练数据：选取夜间场景下红外与可见光图像数据集，对数据集进行预处理，构建网络训练数据集。本发明，设计无监督的增强网络，根据图像属性设计增强损失函数来驱动无参考的增强网络，解决了缺失参考图像的问题，设计增强边缘损失函数、照度均匀损失函数和颜色平衡损失函数，提高融合图像的对比度，增强目标的边缘信息，提升图像的视觉效果，在融合网络中采用多尺度的特征提取部分，利用不同内核大小的多个卷积层，可以捕获图像的多尺度深度特征。
一种基于图像增强夜间红外可见光融合方法

[发明专利]一种基于指纹图像局部区域质量的指纹匹配方法-CN202310658786.5在审
发明人：孙玉婷;陈晓娟;唐雁峰 -专利权人：长春理工大学
申请日： 2023-06-05 - 公布日： 2023-08-29 - 主分类号： G06V40/12 文献下载
摘要：本发明属于指纹识别技术领域，尤其为一种基于指纹图像局部区域质量的指纹匹配方法，该方法具体包括如下步骤，步骤1，指纹图像特征提取：读取指纹图像，并采用FAST特征点检测算法提取指纹图像特征，得到特征点坐标位置和特征描述子；步骤2，指纹局部区域质量评估：首先，将指纹图像划分为互不重叠的子图像块；然后，分别计算每个子图像块的质量评估分数；最后，将计算得到的子图像块的质量评估分数与设定的阈值相比较，得到最终指纹图像局部区域的质量评估结果。本发明使用了FAST特征点检测算法来加速特征点的提取，并对提取的指纹特征进行质量评估，关注重要的高质量特征，去除了虚假特征，大大降低了数据计算量，提高了指纹匹配速度。
一种基于指纹图像局部区域质量匹配方法

[发明专利]一种基于RPA的环境监测系统数据处理方法-CN202310476592.3在审
发明人： 唐雁峰;王鹏;王秀卓;李修阳;詹伟达;葛微 -专利权人：长春理工大学
申请日： 2023-04-27 - 公布日： 2023-08-18 - 主分类号： G06Q10/0639 文献下载
摘要：本发明属于智慧城市技术领域，尤其为一种基于RPA的环境监测系统数据处理方法，包括如下步骤：步骤1，智能数据采集：创建数据采集机器人，在数据采集过程中根据不同的环境监测系统所采用云平台的要求，自动改变采集策略；步骤2，无人值守：创建无人值守机器人，进行数据监控与告警，对步骤1中数据采集机器人所采集到的数据进行监控，出现异常情况时向管理者发出警报。本发明根据不同环境检测系统所使用的云平台的不同要求，使用不同的数据采集策略进行智能数据采集，可以更好对接不同的环境监测系统，通用性更强，风险性更低，可以解决环境监测系统中云平台与本地服务器之间的数据流通难的问题。
一种基于 rpa 环境监测系统数据处理方法

[发明专利]一种基于非下采样剪切波变换融合的单幅图像去雾方法-CN202310504885.8在审
发明人：葛微;陈婷婷;陈博文;李泽瑶;唐雁峰;郝子强 -专利权人：长春理工大学重庆研究院
申请日： 2023-05-06 - 公布日： 2023-08-18 - 主分类号： G06T5/00 文献下载
摘要：本发明属于图像处理技术领域，尤其为一种基于非下采样剪切波变换融合的单幅图像去雾方法，该方法包括如下步骤：步骤1，确定待融合图像：首先，获取输入的一幅有雾图像；然后，将采用自适应伽马校正对有雾图像的白平衡图像进行处理得到的图像作为第一幅待融合图像；将有雾图像进行保色‑限制对比度自适应直方图均值化算法(CP‑CLAHE)得到的对比度增强图像作为第二幅待融合图像。本发明对高频分量进行融合时采用双边滤波处理待融合图像，使图像的细节得以保持且可以滤除图像的噪声，引入了改进的边缘能量用于计算高频分量的融合权重值，使图像的细节信息得到最大化的保留，从而改善去雾图像出现的颜色失真及光晕现象。
一种基于采样剪切变换融合单幅图像方法

[发明专利]一种基于双目视觉的工件三维尺寸高精度测量方法-CN202310519817.9在审
发明人： 唐雁峰;李泽瑶;王鹏;张诚;郝子强;詹伟达 -专利权人：长春理工大学
申请日： 2023-05-10 - 公布日： 2023-08-15 - 主分类号： G06T7/60 文献下载
摘要：本发明属于图像测量技术领域，尤其为一种基于双目视觉的工件三维尺寸高精度测量方法，包括以下步骤，步骤1，双目相机标定：根据三维空间中标定板本身的角点信息与二维图像的对应点的信息，建立对应的数学关系，从而求得相机系统的内外参数。本发明，使用局部阈值分割算法对经过预处理的工件图像更好的完成了最终的分割，并弥补了OTSU算法产生的缺损和毛刺问题，为提高算法鲁棒性，对工件轮廓再进行多边形拟合以尽量减少毛刺的影响，对二值化工件图像进行去背景杂色处理后，左右图像中工件都与背景完全分离，这对后续的顶点检测至关重要。
一种基于双目视觉工件三维尺寸高精度测量方法

[发明专利]一种基于通信盲区驻留时间的可见光异构组网切换方法-CN202310537444.8在审
发明人： 唐雁峰;张诚;李修阳;王秀卓;葛微;詹伟达 -专利权人：长春理工大学
申请日： 2023-05-12 - 公布日： 2023-08-08 - 主分类号： H04W16/18 文献下载
摘要：本发明属于可见光通信技术领域，尤其为一种基于通信盲区驻留时间的可见光异构组网切换方法，包括如下步骤：步骤1，构建室内可见光异构组网模型：在保证VLC通信覆盖范围与照明需求，在天花板布置LED灯，使得灯光遍布房间四周角落，利用室内的每一个LED光源均可作为可见光通信的接入点，其下行链路数据传输速度非常快，但每一个VLC AP的高速率覆盖区域都很小，并且VLC APs上行链路受到下行链路光的干扰其通信传输比较困难，为了改善上行链路接入问题，室内中间布局覆盖范围更广的Wi‑Fi AP，与VLC APs共同组成异构网络。本发明采用了ACO‑OFDM技术进行信号处理，有效消除了多径干扰，同时构建出空间误码率，为检测出通信盲区提供了相应数据。
一种基于通信盲区驻留时间可见光组网切换方法

[发明专利]一种基于多尺度混合卷积网络的高光谱图像分类方法-CN202310492375.3在审
发明人：葛微;陈博文;陈婷婷;王鹏;詹伟达;唐雁峰 -专利权人：长春理工大学重庆研究院
申请日： 2023-05-04 - 公布日： 2023-08-01 - 主分类号： G06V10/764 文献下载
摘要：本发明属于图像分类处理技术领域，尤其为一种基于多尺度混合卷积网络的高光谱图像分类方法，该方法具体包括如下步骤，步骤1，高光谱图像：采用公开的高光谱图像数据集；步骤2，图像预处理：对步骤1中的高光谱图像进行数据降维并对降维之后的图像进行样本取块，得到一个高光谱样本块。本发明采用多个多尺度3D卷积模块对高光谱图像的空‑谱联合特征进行提取，充分融合不同尺度下的光谱和空间维度特征，提高高光谱图像的分类性能。
一种基于尺度混合卷积网络光谱图像分类方法

[发明专利]一种非视距紫外LED蒙特卡洛积分模型的多维抽样方法-CN202310476760.9在审
发明人： 唐雁峰;李修阳;张诚;陈博文;詹伟达;葛微 -专利权人：长春理工大学
申请日： 2023-04-28 - 公布日： 2023-08-01 - 主分类号： G06F30/20 文献下载
摘要：本发明属于无线紫外光通信技术领域，尤其为一种非视距紫外LED蒙特卡洛积分模型的多维抽样方法，该方法具体包括如下步骤：步骤1，使用紫外LED作为光源；LED光源特性分析，可以假设一个紫外LED就是一个兰伯特光源，紫外LED作为兰伯特光源时，其辐照度可由其光强度和离轴角得出，LED的光强在近轴区域分布更密集，我们假设它在不同方位角的光强分布相同。本发明，相比于以往研究中假定光源是一个强度分布均匀的点，本发明通过光强分布曲线建立了LED光源的模型，也就是用大量光子的初始分布来产生对LED光源的模拟，更符合光源分布的实际情况。
一种视距紫外 led 蒙特卡洛积分模型多维抽样方法

[发明专利]一种基于CNN和ViT的红外图像彩色化方法-CN202310477749.4在审
发明人：詹伟达;陈宇;葛薇;唐雁峰;李国宁 -专利权人：长春理工大学重庆研究院
申请日： 2023-04-28 - 公布日： 2023-07-25 - 主分类号： G06T11/00 文献下载
摘要：本发明属于图像处理技术领域，尤其为一种基于CNN和ViT的红外图像彩色化方法，该方法包括如下步骤：S1，构建网络模型：整个生成对抗网络包括生成器和鉴别器；S2，准备数据集：对整个生成对抗网络先用红外图像数据集一进行训练；S3，训练网络模型：训练红外图像彩色化模型，将S2中准备好的数据集进行预处理，调整数据集中每个图像的尺寸，固定输入图像的大小，将处理好的数据集输入到S1中构建好的网络模型中进行训练。本发明采用的网络结构是基于CNN和ViT的生成对抗网络结构，结合了CNN获取局部特征和ViT捕获长程依赖关系的优点，获得更大的感受野，降低了计算复杂度，充分利用了全局信息和局部信息，提高了彩色化能力，能够生成高质量的彩色化图像。
一种基于 cnn vit 红外图像彩色方法

[发明专利]一种基于改进的有雾图像退化模型的图像去雾方法-CN202310057627.X在审
发明人：葛微;陈婷婷;唐雁峰;唐颖;韩登;詹伟达 -专利权人：长春理工大学
申请日： 2023-01-19 - 公布日： 2023-07-25 - 主分类号： G06T5/00 文献下载
摘要：一种基于改进的有雾图像退化模型的图像去雾方法，属于图像处理技术领域，为了解决现有的去雾方法恢复的去雾图像出现的颜色失真、光晕效应、图像整体偏暗以及由于噪声被放大导致的主观效果不佳的问题，该方法包括：步骤1，构造改进的有雾图像退化模型；步骤2，确定有雾图像的大气光值；步骤3，确定有雾图像的噪声光值；步骤4，确定有雾图像的透射率值；步骤5，确定有雾图像的景深值；步骤6，根；据步骤1建立的改进的有雾图像退化模型得到去雾图像步骤7，选择合适的评价指标对去雾图像进行质量评价及衡量方法的效率。使得到的去雾图像得到改善且更符合人眼感观，同时本发明提出的方法实现的过程简单，时间复杂度低，具有更好的去雾效率。
一种基于改进图像退化模型方法

[发明专利]一种自适应光照干扰环境的人脸识别算法及人脸识别装置-CN202110233058.0有效
发明人：杨在野;葛微;范彩霞;张政;詹伟达;郝子强;唐雁峰;嵇晓强 -专利权人：长春理工大学
申请日： 2021-03-03 - 公布日： 2023-06-16 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及一种自适应光照干扰环境的人脸识别算法及人脸识别装置，其中人脸识别算法包括建立人脸数据向量集的步骤和人脸识别的步骤，在人脸识别的步骤中，利用MTCNN对待识别人像照片进行检测，将得到的人脸图片分别输入FaceNet模型和LBP模型，得到对应的向量，然后计算向量与人脸数据向量集中每一个向量的欧式距离，再根据欧式距离进行加权求和计算，并以加权求和的最小值所对应的训练人像照片作为待识别人像照片的人脸识别结果。本发明自适应调整两种算法的权重，实现自适应环境光照，从而提高神经网络在人脸识别时对光照的鲁棒性，提高了在光照干扰环境下的人脸识别率。
一种自适应光照干扰环境识别算法装置

[发明专利]一种基于图像分解的低照度彩色图像增强方法-CN202310160230.3在审
发明人：葛微;张乐;唐雁峰;蒋一纯;韩登;李国宁 -专利权人：长春理工大学
申请日： 2023-02-24 - 公布日： 2023-06-13 - 主分类号： G06T5/00 文献下载
摘要：本发明属于图像处理方法技术领域，尤其为一种基于图像分解的低照度彩色图像增强方法，包括以下步骤，步骤1、构建网络模型：整个网络模型由分解模块、增强模块、重建模块三部分组成；三个模块一共有十个卷积块组成。本发明提出了将相对全变分模型作为损失函数可以扩大结构边缘和纹理细节之间的差异，并且有效去除图像中交错区域的纹理信息，使得到的结构层图像平滑效果更好。分解模块的网络模型结构还可以减轻网络的学习压力，加快网络的收敛速度，提高网络的稳定性，最终得到的增强图像，图像噪声更少，对比度较好、细节信息较多，有效提高了低照度彩色图像的图像质量。
一种基于图像分解照度彩色增强方法

[发明专利]一种基于双分支注意力网络的高光谱图像分类方法-CN202211692394.2在审
发明人：葛微;陈博文;唐雁峰;李金龙;韩登;李国宁 -专利权人：长春理工大学
申请日： 2022-12-28 - 公布日： 2023-05-26 - 主分类号： G06V10/764 文献下载
摘要：本发明属于图像分类技术领域，尤其为一种基于双分支注意力网络的高光谱图像分类方法，包括以下步骤：步骤1，准备数据集：采用公开的高光谱图像数据集；步骤2，图像预处理：对步骤1中准备好的数据集进行数据降维并对降维之后的图像进行样本取块，得到一个高光谱样本。该方法包含了一条主路和两条支路，主路用来提取高光谱图像的空间光谱特征；在空间分支中用空间多尺度模块来处理主路提取到的空间光谱特征，提取出空间信息；在通道分支用通道注意力块处理主路提取到的空间光谱特征，提取出光谱信息；最后将两分支得到的特征融合分类；该网络模型具有较好的分类性能。
一种基于分支注意力网络光谱图像分类方法

1
2
3
4
下一页»
尾页
共 46 条