“李政英”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]一种基于A*算法的停车场最短寻车方法-CN202310451095.8在审
发明人：陈琰;邱文斌;谢嘉健;许冠超;郑路璐;李政英 -专利权人：华南农业大学
申请日： 2023-04-24 - 公布日： 2023-10-13 - 主分类号： G08G1/123 文献下载
摘要：本发明公开了一种基于A*算法的停车场最短寻车方法，包括步骤：获得实际停车场地图信息，画出停车场实际地图；将停车场地图虚拟化并划分为单元格，用二维数组保存；获得节点a和节点b，基于A*算法求得寻车最短路径；停车场电子地图和停车场虚拟地图覆盖显示。与现有技术相比，本发明将实际停车场地图模拟化，用户通过车牌查询和时间段查询获取车牌信息，通过三种不同的方法进行最短路径查询，并将其路径显示在停车场地图中，用户可以便捷的通过本发明快速的查找到入库车辆，节省用户时间以及大幅度降低大型停车场寻车的成本。
一种基于算法停车场最短寻车方法

[发明专利]基于深度神经网络和三维点云的机器人全局重定位方法-CN202211603566.4在审
发明人：陈琰;李政英;钟洋;郑路璐;赵瀚霖;施德昊 -专利权人：华南农业大学
申请日： 2022-12-13 - 公布日： 2023-03-21 - 主分类号： G06T7/73 文献下载
摘要：本发明公开了基于深度神经网络和三维点云的机器人全局重定位方法，包括步骤：采用激光雷达对目标场景进行3D建图；将保存3D点云关键帧进行球面投影为多维数组；对获得的n个多维数组进行通道数转变；搭建神经网络；将n个多维数组送入神经网络进行训练；将处理后的关键帧点云多维数组送入训练好的神经网络；将Encoder层的n个输出摊平为n个的描述子；将机器人重启后放入地图中的任一位置，获取当前时刻机器人的关键帧的描述子；将机器人拍摄的关键帧点云描述子和3D目标地图里面的关键帧点云描述子进行相似度计算并按从大到小排序；完成重定位。本发明可以快速实现重定位，不需要gps先验信息，同时也增强了系统的鲁棒性。
基于深度神经网络三维机器人全局定位方法

[发明专利]一种基于多模态及语境的智能情感识别系统-CN202211695431.5在审
发明人：陈琰;赵瀚霖;李政英;郑路璐;施德昊;谢嘉健 -专利权人：华南农业大学
申请日： 2022-12-28 - 公布日： 2023-03-21 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种基于多模态及语境的智能情感识别系统，包括多模态特征收集模块、连接所述多模态特征收集模块的情感向量生成模块、连接所述多模态特征收集模块和情感向量生成模块的信息融合模块、和连接所述信息融合模块的语境建模模块。本发明充分地利用了文本特征；创新性地将情感向量的概念引入到多模态情感识别中，并提出了一种新的情感特征提取流程，用于联合提取三种模态的情感向量，并将其与句子向量合并为多模态情感特征；当文本特征没有足够的情感倾向时，可以利用视觉和音频特征提供的一些情感线索，进行情感判断，得到准确的预测结果。
一种基于多模态语境智能情感识别系统

[发明专利]一种基于改进RetinaNet的自然果园场景下的凤梨成熟度检测方法-CN202210637840.3在审
发明人：陈琰;郑路璐;施德昊;赵瀚霖;李政英;薛家骏;钟洋 -专利权人：华南农业大学
申请日： 2022-06-07 - 公布日： 2022-10-04 - 主分类号： G06V20/68 文献下载
摘要：本发明公开了一种基于改进RetinaNet的自然果园场景下的凤梨成熟度检测方法，包括步骤：采集自然果园场景下凤梨图像数据，经过图像预处理后，建立凤梨图像库；构建基于RetinaNet的网络模型结构；改进RetinaNet，构建ECA‑RetinaNet凤梨检测网络；导入训练数据集对ECA‑RetinaNet，选择焦点损失函数来编译模型进行训练，获取检测凤梨成熟度的最优模型；利用测试集进行测试，通过ECA‑RetinaNet模型对凤梨图像进行成熟度检测。本发明可以快速且准确的定位凤梨位置并且分类凤梨的成熟度，能够提供成熟凤梨分布信息，有助于合理安排劳动力，从而降低收割成本，促进精准农业的发展。
一种基于改进 retinanet 自然果园场景凤梨成熟度检测方法

[实用新型]一种新型转运过床设备-CN202220849338.4有效
发明人：刘健源;刘刚;王静宇;刘洁;李政英;桂霄;田永阳;李雪 -专利权人：重庆医科大学附属大学城医院
申请日： 2022-03-31 - 公布日： 2022-08-26 - 主分类号： A61G1/02 文献下载
摘要：本实用新型公开了一种新型转运过床设备，包括床架、支撑板、过床板，所述支撑板固定设置在床架上，过床板安装在支撑板上，在过床板底部设置若干条横向滑槽，在支撑板顶部设置与滑槽对应的凸形滑轨，所述滑槽两边侧壁还设置有若干滚珠弹簧，从两端挤压并稳固在滑槽内的凸形滑轨，防止晃动。床架的一侧设置有高于过床板的升降式护栏。配备有可拆卸的床头板，床头板顶部为中间低两端高的凹形槽。床头板底部设置有两个插销，过床板的床头位置设置有相应的床头板插孔，插销与床头板插孔配合连接。过床板可拆卸作为担架，又可以过床转运。操作省力，减轻医护人员的工作负担，同时也降低转运过床中对病人的伤害风险。
一种新型转运设备

[发明专利]基于深度学习方法的高光谱数据处理方法-CN201911151815.9有效
发明人：黄鸿;李政英;张臻;蒲春宇;潘银松 -专利权人：重庆大学
申请日： 2019-11-22 - 公布日： 2022-03-22 - 主分类号： G06V20/13 文献下载
摘要：本发明提出了一种基于深度学习方法的高光谱数据处理方法，该方案能对现有的特征投影矩阵进行优化，得到优化特征投影矩阵，然后根据优化特征投影矩阵对高光谱数据进行处理，得到高光谱图像；本发明的有益技术效果是：提出了一种基于深度学习方法的高光谱数据处理方法，该方案能适用于不同的提取特征方法，能显著提高提取特征的识别能力，改善高光谱数据的处理效果。
基于深度学习方法光谱数据处理方法