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90个,建议您升级VIP下载更多相关专利
  • [实用新型]一种下击暴流模拟装置-CN202320871952.5有效
  • 赵朔浛;李玖梁;辛凌风;杜建超;郝键铭;李加武;白桦;杨树成;王峰 - 长安大学
  • 2023-04-18 - 2023-08-08 - G09B25/00
  • 本实用新型公开了一种下击暴流模拟装置,属于桥梁风工程模拟设备领域,通过龙门吊的上下移动改变下击暴流产生器的高度,改变下击暴流对平面影响的强度和位置,通过下击暴流产生器沿悬置滑轨的移动和沿水平滑轨的移动,能实现在转动试验台上方各个位置的定位,相较于移动路径只能沿直线方向的下击暴流模拟装置,此方案能模拟下击暴流在平面的直线与曲线的运动形式,实现全平面、多角度、多路径的模拟,并且通过底部水池能够实现模拟下击暴流对水面结构物耦合模拟的风场情况。
  • 一种下击暴流模拟装置
  • [发明专利]基于多级属性编码器和注意力机制的人脸替换方法-CN202110074625.2有效
  • 杜建超;肖清;韩硕;张向东 - 西安电子科技大学
  • 2021-01-20 - 2023-07-28 - G06V40/16
  • 本发明公开了一种基于多级属性编码器和注意力机制的人脸替换方法,主要解决现有技术中替换图像忽略背景、光照等目标属性且融合效果较差的问题。方案包括:1)利用多任务卷积神经网络对源人脸图像进行预处理;2)通过特征编码器提取源人脸身份特征;3)使用多级属性编码器通过多层次级联的卷积块和反卷积块以及层间连接提取目标人脸图像属性;4)结合注意力机制构建新型生成器网络,并设计生成器损失函数;5)制作网络训练集和测试集,对新型生成器网络进行迭代训练;6)使用训练后的网络模型生成人脸替换图像。本发明能够全面准确提取目标图像属性,更好地保留目标人脸的姿态、表情、光照等信息,生成真实自然的人脸替换图像。
  • 基于多级属性编码器注意力机制替换方法
  • [发明专利]一种多移动路径的龙卷风控制模拟装置-CN202310512662.6在审
  • 郝键铭;辛凌风;赵朔浛;李玖梁;杜建超;李加武;白桦;杨树成;王峰 - 长安大学
  • 2023-05-09 - 2023-07-14 - G01M9/08
  • 本发明公开了一种多移动路径的龙卷风控制模拟装置,属于龙卷风模拟装置技术领域,包括模拟平台,模拟平台内对称设置有水平的滑轨,模拟平台内壁底部设置有环形的滑槽,滑轨底部均与滑槽滑动连接,滑轨底部设置有用于驱动滑轨滑动的第一驱动电机;模拟平台内设置有座体,座体底部与对应滑轨滑动连接,座体上设置用于驱动座体滑动的第二驱动电机;座体内部设置有环形的空腔,座体顶部开设有同轴线的凹腔,凹腔底部设置有高度可调节的升降平台,凹腔内弧面上还开设有若干出风口;座体底部设置与空腔连通的鼓风机;外壳上端固定有用于笼罩座体的整流罩;整流罩内设置有桥梁模型;本发明的目的在于模拟龙卷风移动路径对桥梁破坏因素的实验。
  • 一种移动路径龙卷风控制模拟装置
  • [发明专利]基于多路径特征选择的高维生物医学数据分层分类方法-CN202310139809.1在审
  • 杜建超;王燕宁;赵梦楠;石磊;陈天艳;周云 - 西安电子科技大学
  • 2023-02-20 - 2023-06-30 - G06V10/764
  • 本发明提出了一种基于多路径特征选择的高维生物医学数据分层分类方法,主要解决现有方法对高维生物医学数据分类准确率低的问题。其实现方案为:获取高维生物医学数据集进行填充、编码及标准化的预处理并划分;根据医学的病因分类体系形成数据集的树状层次结构;基于L1,2范数正则化在树状层次结构中进行分层特征选择;选用现有的逻辑回归分类器作为层次结构中的分类器并对其进行训练;将测试集样本输入到训练好的层次结构分类器进行分类预测并输出。本发明降低了建模的难度,能有效去除冗余特征,提高计算效率,且缓解了现有分层分类方法固有的层间错误传播,提高了高维生物医学数据的分类准确率,可用于为医疗上的疾病诊断提供参考依据。
  • 基于路径特征选择生物医学数据分层分类方法
  • [发明专利]基于矩形标定物的路面病害指标测量方法-CN202111285560.2有效
  • 杜建超;于成龙;王彬凤;李梦;曹博豪 - 西安电子科技大学
  • 2021-11-02 - 2023-05-30 - G01N21/88
  • 本发明公开了一种基于矩形标定物的路面病害指标测量方法,主要解决现有技术测量因受相机位姿影响,导致测量结果准确率低的问题。其方案为:通过相机拍摄路面图像,并选择车道分界线中的一个矩形框作为矩形标定物;选择标定物的四个角点,根据其坐标依次计算相机焦距、相机光轴与水平方向的夹角、相机的高度;构造待测量图像并绘制包含病害的矩形框,判断矩形框内病害的类型:若病害为线状病害,则计算其长度;若病害为块状病害,则计算其面积,且在计算面积时使用修正系数表对测量结果进行修正。本发明简化了相机标定方法,提高了路面病害指标测量精度,便于工作人员准确判断其危害程度,制定对应的路面修补措施,可以用于路面状态评估和维护。
  • 基于矩形标定路面病害指标测量方法
  • [发明专利]基于有偏随机森林模型的医疗不平衡数据分类方法-CN202310129885.4在审
  • 杜建超;赵梦楠;王燕宁;石磊;陈天艳;周云 - 西安电子科技大学
  • 2023-02-17 - 2023-05-05 - G16H50/70
  • 本发明公开了一种基于有偏随机森林模型的医疗不平衡数据分类方法,主要解决现有技术中分类模型对少数类识别精度不够、分类效率低及鲁棒性差的问题。其实现方案是:对原始医疗数据集依次进行混乱格式、缺失值填充、归一化的预处理;对预处理后的数据集进行K均值聚类欠采样,构建平衡数据集;利用投票法对两个子随机森林中的决策树组合,构建有偏随机森林分类模型;利用预处理后的数据集和K均值欠采样后的平衡数据集对有偏随机森林分类模型进行训练;将测试数据输入训练好的模型输出分类结果。本发明通过在训练阶段将采样策略应用到随机森林构建过程中,可提升不平衡医疗数据集中少数类的识别精度,提高分类效率,可用于为医疗疾病诊断提供依据。
  • 基于随机森林模型医疗不平衡数据分类方法
  • [发明专利]基于车辆检测和多目标跟踪的车流量统计方法-CN202110061609.X有效
  • 杜建超;沙洁韵;谢倩楠;韩硕;曹博豪;肖嵩 - 西安电子科技大学
  • 2021-01-18 - 2023-04-07 - G06T7/246
  • 本发明公开了一种基于车辆检测和多目标跟踪的车流量统计方法,主要解决现有统计方法实时性差、可靠性低的技术问题。其方案包括:首先,采用改进的轻量化yolov5检测模型定位车辆在视频帧中的位置,使用卡尔曼滤波跟踪器预测车辆在下一帧中的位置;然后,通过匈牙利匹配算法对预测结果与检测结果进行匹配,确定匹配成功的车辆编号及其在前后帧的运动轨迹;最后,根据运动轨迹与预先设定的虚拟计数线相交情况,判断得出车辆是否通过计数线,进而统计车辆数目。本发明减少了网络模型参数量和计算次数,在保证车辆检测准确度的前提下,提升了车流量统计的实时性;能够高效获取道路车流量的可靠统计结果。
  • 基于车辆检测多目标跟踪车流量统计方法
  • [发明专利]基于无人机遥感影像的松材线虫病识别方法-CN202211482077.8在审
  • 李卫斌;安炳贞;侯彪;杜建超 - 西安电子科技大学
  • 2022-11-24 - 2023-04-04 - G06V10/764
  • 本发明公开了一种基于无人机遥感影像的松材线虫病识别方法,主要解决现有技术识别松材线虫病结果差的问题。其方案为:通过无人机在松材线虫病疫区拍摄图像获取松材线虫病训练集和测试集;对训练集分别进行镜像、旋转、颜色变换、缩放、非线性伸缩、平移、椒盐噪声及鱼眼特效增强,生成八种增强后的训练集;利用这些训练集分别迭代训练松材线虫病识别模型;将测试集分别输入到训练好的八个松材线虫病识别模型中,得到每个模型输出的标记松材线虫病类别及置信度的图像集;计算八个输出图像集的平均精确率,选取其平均精确率高的图像集为松材线虫病识别结果;本发明避免了人工干预,提高了松材线虫病的检测准确性,可用于松农林业病虫害监测预警和防治。
  • 基于无人机遥感影像松材线虫识别方法
  • [发明专利]基于神经网络融合关键点角度变化的表情识别方法-CN202010204709.9有效
  • 肖嵩;陈志超;张天翔;闫永超;杜建超 - 西安电子科技大学
  • 2020-03-22 - 2023-03-24 - G06V40/16
  • 本发明公开了一种基于神经网络融合关键点角度变化的表情识别方法,主要解决现有人脸表情识别方法具有高类内变化和低类间变化的问题;其方案为:首先通过对数据进行预处理,检测人脸并定位人脸的关键点,裁剪人脸区域进行直方图均衡化与图像归一化处理;然后计算人脸关键点角度变化,得到辅助特征;再通过卷积神经网络提取表情特征,并将其与人脸关键点角度变化相结合构建网络模型,最后联合使用两种不同损失函数对网络进行优化;通过优化后网络得到最终的表情特征空间,根据特征空间利用分类器实现表情分类。本发明能够去除与表情无关的身份信息,有效降低类内方差并提高类间方差,增强模型的鲁棒性和泛化能力,准确判断人脸面部表情所属类别。
  • 基于神经网络融合关键角度变化表情识别方法

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