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125个,建议您升级VIP下载更多相关专利
  • [发明专利]一种X光危险物的检测方法-CN202310822121.3在审
  • 王晓华;王赞实;戚航;王卫江 - 北京理工大学
  • 2023-07-06 - 2023-09-15 - G06V10/774
  • 本发明提供了一种X光安检危险物的检测方法,是基于深度学习的目标检测算法,属于计算机视觉领域,包括步骤如下:使用原始YOLOv8模型进行训练,得到原始模型对该数据集检测的特征;按种类调整数据集的图片比例;加入ASFF与SimAM注意力模块,用自适应加权的特征融合Weights‑concat替代原有的特征连接,损失函数引入了slide损失;使用改进后的YOLOv8模型进行训练;使用修改后的NMS函数进行后处理,调整数据增强的参数已达到最佳模型。当前交通设施安全检测仍需要人工的精力和时间,该发明提出的算法生成实际系统后可以辅助交通设施危险物的安检,节省人员时间和提高准确度。该基于YOLOv8改进算法对X光实时危险物检测在不增加原有模型参数的同时,提高检测精度。
  • 一种危险物检测方法
  • [发明专利]一种视网膜血管智能分割方法-CN202310453743.3在审
  • 史玥婷;王卫江;袁民智;王晓华 - 北京理工大学长三角研究院(嘉兴);北京理工大学
  • 2023-04-24 - 2023-08-15 - G06T7/10
  • 本发明提供一种视网膜血管智能分割方法,其特征在于,包括:获取给定的视网膜图像样本集,对视网膜图像样本集进行预处理得到预处理数据集;按照比例将预处理数据分为训练集和测试集;分别针对训练集中视网膜图像,通过特征提取网络获得视网膜图像所对应的尺度特征信息,进一步针对尺度特征信息计算其分别对应的分割难易程度;以视网膜图像和分割难易程度作为网络源头输入,视网膜图像对应的基准血管分割图像为输出,结合自适应优化算法和预设损失函数,应用视网膜图像,针对目标神经网络进行训练,获得视网膜血管分割网络模型;根据视网膜图像和视网膜血管分割网络模型对视网膜图像进行分割。
  • 一种视网膜血管智能分割方法
  • [发明专利]一种肝脏肿瘤分割方法-CN202310567845.8在审
  • 王卫江;戚航;王晓华;史玥婷 - 北京理工大学
  • 2023-05-19 - 2023-08-11 - G06T7/00
  • 本发明提出一种肝脏肿瘤分割方法,属于医学图像分割领域。针对如何改善全局上下文特征提取能力并如何与局部信息高效结合这个出发点,本发明使用两个并行的编码器,其中引入VGG卷积神经网络分支用来提取局部特征,并设计了轴向分解自注意力分支用来提取全局特征,然后利用共享的残差融合解码器有效整合两个分支的信息。本发明在实现降低模型计算复杂度和减少训练参数量的同时,能显著改善肝脏肿瘤的分割效果,减少错分割或误分割现象。
  • 一种肝脏肿瘤分割方法
  • [发明专利]一种用户定位方法-CN202310521802.6在审
  • 王卫江;李剑铮;蒋荣堃;薛丞博;王贵愚 - 北京理工大学
  • 2023-05-10 - 2023-08-01 - H04W4/029
  • 本发明涉及一种用户定位方法,属于无线通信技术领域,特别涉及利用人工神经网络对用户位置定位及预测的方法。针对基于模板匹配分类的传统神经网络定位算法定位精度低的问题,本发明利用神经网络的非线性映射性将用户与STAR‑RIS间的直线距离、俯角、仰角以及所属侧(透射侧或反射侧)作为标签进行拟合。针对现存的STAR‑RIS辅助用户定位方法没有进行用户的移动轨迹预测的问题,本发明通过采集的前序时隙的信道状态矩阵预测出用户后续的移动轨迹。具体地,本发明使用卷积神经网络提取信道矩阵中的用户空间信息,并对用户位置进行粗估计。随后利用全连接网络构成的编解码器网络,完成用户位置的精估计,并对后续用户位置进行预测。
  • 一种用户定位方法
  • [发明专利]一种联合波束赋形方法-CN202310540595.9在审
  • 王卫江;李剑铮;蒋荣堃;薛丞博;王贵愚 - 北京理工大学
  • 2023-05-15 - 2023-07-11 - H04B7/06
  • 本发明涉及一种联合波束赋形方法,属于无线通信技术领域。特别涉及一种基于DRL的联合优化RIS相移矩阵和基站发射预编码以最大化MU‑MISO通信系统最大和速率的非凸优化多变量的方法。针对基于传统非凸优化多变量方法通过放缩非凸约束,再迭代优化两个变量,容易陷入局部最优解得问题。本发明利用强化学习的探索‑奖励机制,通过设定适合该优化问题的收益函数奖励系统不断探索联合变量最优解。针对同时优化两个变量的DRL网络的动作维度较大导致收敛缓慢的问题。本发明通过拆分两个优化变量交替求解,通过计算得到的系统和速率联合优化网络参数加速网络收敛,同时避免陷入局部最优。
  • 一种联合波束赋形方法

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