“朱智勤”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52个，建议您升级VIP下载更多相关专利

[发明专利]一种面向专用车驾驶员行为监测的微小目标检测方法-CN202310765399.1在审
发明人： 朱智勤;谷双双;李嫄源;王韶文;黄鑫;龚康;帅林宏;周锋;李家兴;胡波;刘秋卓 -专利权人：重庆邮电大学
申请日： 2023-06-27 - 公布日： 2023-10-27 - 主分类号： G06V20/59 文献下载
摘要：本发明涉及一种面向专用车驾驶员行为监测的微小目标检测方法，属于计算机视觉领域。该方法具体为，首先使用Diffusion网络通过前后推导的马尔科夫链方式，利用迭代扩散操作生成与实数据高度相似的模拟数据，使用特定实例复制粘贴技术将初步处理的图像中的微小目标粘贴到任意位置生成含有丰富微小目标信息的合成图像；双路径并行蒸馏学习网络进行蒸馏得到一系列针对不同应用场景下的Student网络组成适用于不同专用车的网络空间；最后利用多源多目标优化知识匹配网络实现对不同场景下专用车与Student网络的匹配。该方法能够匹配不同监测性能和检测速度的专用车，满足不同场景下的监测需求。
一种面向专用车驾驶员行为监测微小目标检测方法

[发明专利]一种云计算双流特征交互的电动汽车充电桩占用预测方法-CN202310916869.X在审
发明人： 朱智勤;姚政;李嫄源;陈诗尧;黄鑫;周志浩;龚康;李家兴;刘秋卓;安翼尧 -专利权人：重庆邮电大学
申请日： 2023-07-25 - 公布日： 2023-10-24 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种云计算双流特征交互的电动汽车充电桩占用预测方法，属于电动汽车充电桩占用预测领域。该方法使用包括：S1：对多元离散序列数据进行归一化处理；S2：对S1中归一化的数据分别利用基于LSTM提取短期充电状态依赖性特征，基于VAE提取长期充电状态依赖性特征；S3：将提取得到的两类特征进行拼接后输入电动汽车充电桩占用预测网络，得到充电占用状态的多阶段预测；电动汽车充电桩占用预测网络采用端到端的训练方式，不断更新权值参数，直至网络收敛；S4：将上述得到的模型在云平台部署，同时负责数据的存储和处理，完成电动车充电占用状态预测及资源调度。本发明能有效的完成电动汽车充电站占用预测。
一种计算双流特征交互电动汽车充电占用预测方法

[发明专利]基于蒙特卡洛方法的锂电池异常工况数据自组增强方法-CN202010610473.9有效
发明人：李鹏华;程家伟;柴毅;程安宇;胡向东;侯杰;朱智勤;张亚鹏;董江林 -专利权人：重庆邮电大学
申请日： 2020-06-29 - 公布日： 2023-10-20 - 主分类号： G06F30/25 文献下载
摘要：本发明涉及一种基于蒙特卡洛方法的锂电池异常工况数据自组增强方法，属于锂电池检测领域，包括以下步骤：S1：对小样本锂电池异常工况序列进行小波分解，得到多尺度小波系数；S2：将多尺度小波系数映射成m维超空间中点；S3：对多尺度分量进行蒙特卡洛自组。本发明兼顾了数据来源的真实性和数据分布的重构性，为不平衡的锂电池数据处理，提供了新的技术手段，亦可迁移到其他工业领域，作为解决数据不平衡问题的方法之一。
基于蒙特卡洛方法锂电池异常工况数据增强

[发明专利]一种基于改进鲸鱼优化算法的文本聚类方法-CN202310823599.8在审
发明人：黄鑫;张冉巧;李嫄源;朱智勤;周志浩;陈诗尧;李家兴;龚康;刘秋卓;文斌;刘阳;周嘉靖 -专利权人：重庆邮电大学
申请日： 2023-07-06 - 公布日： 2023-10-10 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种基于改进鲸鱼优化算法的文本聚类方法，属于大数据挖掘和机器学习领域。该方法包括以下步骤：S1：利用Spark从科研文本数据库中获取科研文本数据，并进行数据清洗；S2：对数据清洗后的文本数据进行进行分词、去停用词、特征选择、向量化和降维操作，将非结构化的文本数据转化成结构化的数值型的数据；S3：利用K‑means算法计算出初始的聚类中心，使用改进鲸鱼优化算法对聚类中心进行优化并输出聚类结果。本发明利用改进鲸鱼优化算法的全局寻优能力，解决了当前文本聚类算法容易陷入局部最优的问题，提高了对科研文本数据聚类的准确性，减少了数据维度，增强了聚类的效果。
一种基于改进鲸鱼优化算法文本方法

[发明专利]面向车载智能系统的轻量化微小交通标志识别方法-CN202310838014.X在审
发明人： 朱智勤;郑人中;李嫄源;黄鑫;周志浩;龚康;周锋;李家兴;胡波;刘秋卓 -专利权人：重庆邮电大学
申请日： 2023-07-10 - 公布日： 2023-10-10 - 主分类号： G06V20/58 文献下载
摘要：本发明涉及面向车载智能系统的轻量化微小交通标志识别方法，属于智能交通领域。将获取的环境图像通过压缩处理成规定尺寸的图像文件。将该图像输入信息流逻辑传播网络，信息流逻辑传播网络先简单提取图像的多层低级语义信息。通过边缘信息优化模块获取低级语义信息的边界信息，以边界信息监督图卷积流提取多特征层层内和层间的高级图语义信息。先以获得的高级特征层进行分类预测，稀疏表达出目标区域。然后将图卷积流提取的多层高级信息逐元素拆分为大小相同的特征层，用卷积流网络在稀疏区域内逐渐从左至右，从上到下融合扩展特征层。最有以融合特征层进行目标检测。
面向车载智能系统量化微小交通标志识别方法

[发明专利]一种异常驾驶的快速检测方法及系统-CN202310278591.8有效
发明人： 朱智勤;徐鹏;周锋;帅林宏;曹龙汉 -专利权人：重庆利龙中宝智能技术有限公司
申请日： 2023-03-21 - 公布日： 2023-09-12 - 主分类号： G06V20/59 文献下载
摘要：本发明提供一种异常驾驶的快速检测方法及系统，包括：步骤S1、驾驶状态信息采集；步骤S2、分心驾驶判别；步骤S3、危险驾驶判别；步骤S4、疲劳驾驶判别。该检测方法可直接部署在低算力的边缘设备上实时监测驾驶的异常，避免基于云端监测方法弊端的同时保证了检测速度；同时，该检测方法针对不同特征进行驾驶者各种异常驾驶的判断，有效避免行车过程中，各种异常驾驶在图像和毫米波雷达上呈现不同特征的影响，从而实现精准的驾驶情况识别，确保能够及时、准确地传送报警信息，保证驾驶安全。
一种异常驾驶快速检测方法系统

[发明专利]一种面向特种专用汽车多模态传感器数据预处理方法-CN202310540664.6在审
发明人：李嫄源;黄艳钦;朱智勤;陈诗尧;李家兴;龚康;刘秋卓 -专利权人：重庆邮电大学
申请日： 2023-05-11 - 公布日： 2023-08-11 - 主分类号： G06F18/10 文献下载
摘要：本发明涉及一种面向特种专用汽车多模态传感器数据预处理方法，属于特种专用汽车检测预警领域。该方法包括：针对多模态的传感器收集到的特种专用汽车产生的一维数据，采用基于上下文推理的数据清理方法进行数据清理；针对特种专用汽车运行过程中，多模态的传感器收集到的正常工况数据量大于异常工况数据量，而正常工况数据对于异常工况的预警检测作用较小时，采用基于K‑Means聚类和diffusion网络的数据均衡方法实现数据均衡；针对特种专用汽车多传感器收集到的多模态数据指标，采用基于注意力机制的图神经网络和多尺度自适应优化模块的数据融合方法，改善预警模型的检测能力，提高数据的利用效率。
一种面向特种专用汽车多模态传感器数据预处理方法

[发明专利]一种智能心音监测装置与方法-CN202310547615.5在审
发明人：王坤朋;何柏榆;杨攀;朱智勤;苏春晓;柴毅;姚娟 -专利权人：西南科技大学
申请日： 2023-05-16 - 公布日： 2023-08-08 - 主分类号： A61B7/04 文献下载
摘要：本发明公开了一种智能心音监测装置与方法，涉及医疗健康技术领域，包括音频信号采集装置、数据处理装置和弹性背心，所述音频信号采集装置嵌在背心上，分布于心脏听诊区域，采集心音和语音信号，所述数据处理装置通过线缆连接音频信号采集装置，所述弹性背心用于固定音频信号采集装置；所述数据处理装置包括数据处理单元、无线通信单元、电池单元、电源管理单元、语音播报单元、数据存储单元和状态显示单元，本发明结合云端服务器丰富的计算资源和边缘设备的实时处理能力的优势，实现心音和情绪状态的快速实时监测、结合心音和情绪的大数据来分析和预测心脏健康状态、辅助心梗提前预测以及用于情绪与心脏疾病关系的科学研究。
一种智能心音监测装置方法

[发明专利]一种面向工业环境的微小标志目标检测方法及系统-CN202310427228.8在审
发明人：付靖峰;朱智勤;郑人中;李平;刘浩;李灿建;杨光明 -专利权人：重庆品胜科技有限公司
申请日： 2023-04-20 - 公布日： 2023-07-18 - 主分类号： G06V10/80 文献下载
摘要：本发明提出了一种面向工业环境的微小标志目标检测方法及系统，该方法为：利用预处理网络对待检测图像进行初步特征提取，得到初步特征图，对初步特征图进行区域划分，并对每一区域进行位置信息编码；将编码后的初步特征图于特征提取分支网络中提取局部的详细特征信息、于全局表达分支网络中提取全局信息，并将局部的详细特征信息和全局信息进行交互以及信息净化融合，将净化后的融合信息作为待预测特征层；对待预测特征层进行预测，对预测结果通过置信度筛选排除不可信结果，然后通过非极大值抑制得到微小标志的位置信息。该面向工业环境的微小标志目标检测方法的小目标检测能力高，能准确的定位到微小标志的位置信息，提高了微小标志检测的效率。
一种面向工业环境微小标志目标检测方法系统

[发明专利]基于磁敏材料的仿生蠕动式巡检机器人-CN202211273387.9在审
发明人：黄鑫;杨平安;朱佳;罗宇峻;刘小玲;屈云进;李锐;朱智勤;周志浩;寿梦杰;吴德成 -专利权人：重庆邮电大学
申请日： 2022-10-18 - 公布日： 2023-04-14 - 主分类号： F16L55/34 文献下载
摘要：本发明属于机器人自动化技术领域，涉及一种基于磁敏材料的仿生蠕动式巡检机器人，由头部驱动装置、中空收缩体、内核核心、外部支撑体组成，采用磁敏橡胶黏附材料磁性钕铁硼/Ecoflex复合材料作为中空收缩主体，采用周期性变化的矩形磁场并利用PID算法计算磁场强度；根据磁场控制中空体伸缩状态和外部支撑体的自锁作用以实现机器人运动；通过可编程的控制模块及无线模块，可以实现人为或自主控制，并完成一系列任务；本机器人可搭载一定载荷和各种检测﹑侦察模块，用于面向复杂形貌和湿滑﹑油污环境下的结构(管道、矿洞等)表面检测﹑情报侦察等工作。
基于材料仿生蠕动巡检机器人

[发明专利]一种结合DSIFT和自适应图像分块的多聚焦图像融合方法-CN201911223803.2有效
发明人： 朱智勤;陈强;李鹏华;李媛源 -专利权人：重庆邮电大学
申请日： 2019-12-03 - 公布日： 2023-04-07 - 主分类号： G06T5/50 文献下载
摘要：本专利提出一种基于密集尺度不变特征变换和四叉树自适应分块相结合的多聚焦图像融合。该方法基于源图像的密集尺度不变特征变换获得128维密集描述符，通过叠加所有密集描述符实现源图像活动水平的测量；在四叉树结构内对源图像进行分块，并且根据图像块对的聚焦情况决定该块对的分割，从而实现图像块大小的自适应选取，同时生成图像融合决策图；最后根据图像融合决策图直接复制源图像中的聚焦区域像素值生成完全聚焦的融合图像。该方法的融合图像的像素直接复制源图像聚焦区域的像素保留了更多源图像原始信息，自适应图像分块降低图像块方法的“块效应”，从而提高融合图像的视觉效果。
一种结合 dsift 自适应图像分块聚焦融合方法

[发明专利]基于多任务学习的问答方法-CN201910152570.5有效
发明人：李鹏华;赵芬;朱智勤;袁宇鹏;李小飞 -专利权人：重庆邮电大学
申请日： 2019-02-28 - 公布日： 2022-10-14 - 主分类号： G06F16/332 文献下载
摘要：本发明涉及一种基于多任务学习的问答方法，属于人工智能领域，包括步骤：S1：为每个任务配备特定于任务的siamese编码器，将预处理后的句子编码为分布式向量表示；S2：利用一个共享的表示学习层在不同的任务之间共享高级信息；S3：特定于任务的softmax层分类，对于第k个任务中的问答对及其标签最后的特征表示形式被输入特定于任务的softmax层进行二进制分类；S4：多任务学习：训练多任务学习模型，使交叉熵损失函数最小化。本发明利用从不同角度学习到的多视图注意力，使这些任务能够相互作用，学习更全面的句子表示，多视角注意方案还可以有效地从不同的表征视角收集注意信息，提高表征学习的整体水平。
基于任务学习问答方法

[发明专利]一种基于深度学习的遥感图像中的露天矿场检测方法-CN202011204160.X有效
发明人： 朱智勤;罗柳;李嫄源;李鹏华;李朋龙;丁忆 -专利权人：重庆邮电大学
申请日： 2020-11-02 - 公布日： 2022-10-14 - 主分类号： G06V20/13 文献下载
摘要：本发明涉及一种基于深度学习的遥感图像中的露天矿场检测方法，属于目标检测领域。基于Mask R‑CNN网络，在此网络上设计了基于混合注意力的区域生成网络MA‑RPN和基于扩展的特征金字塔网络ET‑FPN，MA‑RPN引入了混合注意力机制，在区域生成网络中添加注意力模块，通过注意力掩码将图片中露天矿场的关键特征标识出来，从而帮助模型学习到需要关注的露天矿场区域；ET‑FPN具有专门用于露天矿场检测的金字塔层，用以提取遥感图像中露天矿场的信息，扩展的特征金字塔层反馈到后续的检测器进一步进行定位和分类。本发明能够在遥感图像中实现露天矿场的检测。
一种基于深度学习遥感图像中的露天矿场检测方法

[发明专利]基于增强学习与特征变换的遥感图像乡村别墅识别方法-CN202110510217.7有效
发明人：丁忆;李朋龙;罗鼎;万平;李晓龙;马泽忠;朱智勤;肖禾;陈静;段松江;钱文进;姜紫薇;王小攀;郑中;陈培恩 -专利权人：重庆市地理信息和遥感应用中心
申请日： 2021-05-11 - 公布日： 2022-09-30 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于增强学习与特征变换的遥感图像乡村别墅识别方法，包括步骤：对样本集中的遥感影像进行处理，制作训练样本；搭建乡村别墅识别与提取网络模型；将训练样本输入所述乡村别墅识别与提取网络模型，得到训练后的识别与提取网络模型；将待识别的遥感影像输入训练后的识别与提取网络模型，并将其输出的数据与待识别的遥感影像进行叠加，获得乡村别墅识别与提取结果。其显著效果是：将深度特征提取、特征金字塔网络、编码—解码转换机制、目标候选区生成、目标检测与分割过程都融入到一个端到端的深度网络模型中，对于遥感图像乡村别墅识别与提取，具有良好的识别与提取效果。
基于增强学习特征变换遥感图像乡村别墅识别方法

[发明专利]基于强化学习的稠密迭代特征腹腔内压预测系统-CN202210632448.X在审
发明人： 朱智勤;雷杨博;丛柏森;李晓磊;李嫄源;姚政;周志浩 -专利权人：重庆邮电大学
申请日： 2022-06-06 - 公布日： 2022-09-06 - 主分类号： G16H50/20 文献下载
摘要：本发明涉及一种基于强化学习的稠密迭代特征腹腔内压预测系统，属于机器学习领域，包括：数据采集及处理模块：用于获取患者基本数据和临床数据，并进行预处理，制作成样本和数据集；数据输入模块：用于将预处理后的样本送入稠密迭代增强模型，经过若干特征提取单元迭代增强，获得经过增强的特征；预测模块：用于将增强特征进行GAP和flatten后，送入全连接层，获取预测结果；模型训练模块：根据真实值和预测结果计算损失，使用动态调整学习率机制，使用weight decay和momentum机制，更新模型参数，使用完全的端到端方式训练网络。
基于强化学习稠密特征腹腔预测系统

1
2
3
4
下一页»
尾页
共 52 条