“李云彤”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6个，建议您升级VIP下载更多相关专利

[发明专利]网络差小区处理方法、装置、设备及存储介质-CN202110944661.X有效
发明人：黄赛;柴杰;李纪华;肖瑞;高晓芳;李云彤;张玮 -专利权人：中国联合网络通信集团有限公司
申请日： 2021-08-17 - 公布日： 2023-07-04 - 主分类号： H04W24/04 文献下载
摘要：本申请提供一种网络差小区处理方法、装置、设备及存储介质，其中，该方法通过获取小区的小区网络数据，进而，根据预设阈值和小区网络数据，确定小区的小区网络质量标签，并根据小区网络质量标签构建根因定位模型，基于根因定位模型，进行差小区原因定位，在预先建立的解决方案样本库中，确定解决方案，其中无需人工参与，节省时间和人力，提高网络差小区处理效率。而且，本申请通过构建的根因定位模型，对上述小区进行分析，快速定位出现差小区的原因，解决了现有依赖优化人员自身经验的问题，提高了定位结果的准确性。另外，本申请在预先建立的解决方案样本库中，确定网络差小区对应的目标解决方案，过程简单，处理方便，适合应用。
网络小区处理方法装置设备存储介质

[发明专利]一种基于数据与模型联合驱动的陶瓷材料晶粒分割算法-CN202010836869.5有效
发明人：雷涛;李云彤;加小红;周文政;袁启斌;王成兵 -专利权人：陕西科技大学
申请日： 2020-08-19 - 公布日： 2023-06-23 - 主分类号： G06T7/12 文献下载
摘要：本发明公开了一种基于数据与模型联合驱动的陶瓷材料晶粒分割算法，首先通过卷积神经网络输出图像轮廓；其次利用鲁棒分水岭变换实现图像中晶粒的预分割，解决了相关技术分水岭算法存在的过分割以及分割区域个数与轮廓精度难以平衡的问题；最后根据卷积神经网络输出的图像轮廓对预分割结果进行优化，本发明利用鲁棒分水岭变换联合卷积神经网络来构建分割模型，能够实现陶瓷材料晶粒尺寸的自动测量，而且具有较高的计算效率和准确性，在基于扫描电镜图像的陶瓷材料分析领域具有广泛的应用前景。
一种基于数据模型联合驱动陶瓷材料晶粒分割算法

[实用新型]一种光学斜视校正仪-CN202221279305.7有效
发明人：韩梦雅;申涛;王湘君;颜建华;余新平;李云彤 -专利权人：中山大学中山眼科中心
申请日： 2022-05-25 - 公布日： 2023-02-28 - 主分类号： A61F9/00 文献下载
摘要：本实用新型提出了一种光学斜视校正仪，涉及光学器件技术领域。一种光学斜视校正仪，包括两个镜筒，任一镜筒依次设有目镜镜片、一对反射镜镜片以及物镜镜片；反射镜镜片转动设于镜筒，两个镜筒之间设有连接组件，连接组件与任一镜筒均可拆卸连接。采用本实用新型，可以进行光学视轴矫正训练，同时也便于更换零部件，降低使用成本。
一种光学斜视校正

[发明专利]基于全景3D图像的微手势识别方法-CN201810306498.2有效
发明人：雷涛;加小红;张宇啸;李云彤 -专利权人：陕西科技大学
申请日： 2018-04-08 - 公布日： 2021-07-13 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及基于全景3D图像的微手势识别方法，利用形态学滤波算法提升HoMG图像中的水平和竖直线条，增强线条与背景的对比度，通过快速模糊C均值聚类算法分割滤波图像，检测线条轮廓，根据形态学细化算法准确定位线条位置，利用线条间隔的最小方差计算基准坐标，构建网格坐标，利用网格坐标重建多张清晰的子图像，把重建后的子图像作为CNN模型的输入数据，从而完成微手势识别。本发明主要解决模糊网格导致HoMG图像识别精度低的问题，能有效提高基于HoMG图像的微手势识别精度，可广泛应用于人机交互领域。
基于全景图像手势识别方法

[发明专利]一种基于领域内部语义的网络表示学习方法及系统-CN202010338851.2在审
发明人：王铮;叶晓俊;王朝坤;李云彤 -专利权人：北京科技大学
申请日： 2020-04-26 - 公布日： 2020-09-01 - 主分类号： G06F16/9536 文献下载
摘要：本发明提供一种基于领域内部语义的网络表示学习方法及系统，该方法包括获取图信息和标签信息；基于所获取的图信息和标签信息，通过读出函数，概括出每一个可见类对应的类语义描述向量；通过预设的网络模型探索图结构信息，并将网络模型的输出投影到语义向量空间和图结构空间中，并在其中通过预设的损失函数计算损失，对输出结果进行优化；基于优化后的结果，输出学习到的网络表示学习结果。本发明可以利用节点特征并处理多标签情况。为了利用完全不平衡的标签，本发明采用了一种新的目标函数来探索类语义知识。本发明中使用的类语义描述不依赖于人工注释或任何第三方资源，非常适合于实际应用程序。
一种基于领域内部语义网络表示学习方法系统

[发明专利]一种基于二阶全卷积神经网络的绝缘子故障检测方法-CN201810260456.X在审
发明人：雷涛;李云彤;周鑫;张琦;加小红 -专利权人：陕西科技大学
申请日： 2018-03-27 - 公布日： 2018-09-14 - 主分类号： G06T7/00 文献下载
摘要：一种基于二阶全卷积神经网络的绝缘子故障检测方法，首先对绝缘子区域进行标记以获得大量标签图像，利用一阶FCN对图像特征学习，进而对复杂背景绝缘子区域进行分割；然后利用数学形态学重建运算优化分割结果，从而得到绝缘子区域的准确定位；基于区域绝缘子的分割结果，利用二阶FCN网络进行绝缘子故障区域检测，实现故障区域的准确定位，不需要人为提取图像特征，有效降低计算量，并能够有效抑制复杂背景的干扰，提高绝缘子故障识别的准确率。
绝缘子绝缘子故障二阶卷积神经网络分割结果复杂背景准确定位提取图像特征数学形态学标签图像故障区域区域检测图像特征有效抑制重建运算计算量检测准确率一阶分割优化网络学习