“邱科鹏”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17个，建议您升级VIP下载更多相关专利

[发明专利]一种工件表面三维重建方法及装置-CN202310844523.3在审
发明人：王鹏;邱科鹏;田洛 -专利权人：清华大学
申请日： 2023-07-11 - 公布日： 2023-10-27 - 主分类号： G06T17/00 文献下载
摘要：本发明提出一种工件表面三维重建方法及装置，属于机器视觉技术领域。其中，所述方法包括：采集投影条纹图案后的测试工件表面图像并进行相位展开，得到测试工件的表面绝对相位图像；基于预设的每个像素的相位高度模型，计算测试工件表面图像中每个像素的初始预测高度和方差；根据测试工件表面图像中每个像素的方差，计算每个像素的高度权值系数；根据测试工件表面图像中每个像素的方差和高度权值系数对该像素的初始预测高度进行修正，得到每个像素的高度测量结果，以实现测试工件的三维重建。本发明能够有效降低成像系统噪声、投影仪非线性误差、相位展开误差等因素导致的复杂工件表面三维重建误差，有效地提高复杂工件表面的三维重建精度。
一种工件表面三维重建方法装置

[发明专利]一种基于CSJITL-RVM的多时段间歇过程软测量建模方法-CN201911385350.3有效
发明人：王建林;邱科鹏;潘佳 -专利权人：北京化工大学
申请日： 2019-12-28 - 公布日： 2023-09-01 - 主分类号： G06F18/22 文献下载
摘要：本发明公开了一种基于CSJITL‑RVM的多时段间歇过程软测量建模方法，首先利用SCFCM聚类方法对多时段间歇过程进行时段划分；然后引入基于CSJITL的标签预测方法，采用一种综合过程数据空间相似性、时段相似性和时序相似性的相似度因子，计算标签数据和无标签数据间的相似度，通过筛选相似度值得到标签预测模型的训练数据集，建立标签预测模型，实现无标签数据的标签预测；最后融合标签数据和预测的无标签数据，建立RVM的时段软测量模型，实现间歇过程质量变量的预测。本方法在利用标签数据预测无标签数据的标签值时，考虑了过程数据的空间、时段和时序相似性，提高标签预测值的准确性，为建立间歇过程软测量模型提供准确有效的训练数据，提高质量变量的预测精度。
一种基于 csjitl rvm 多时间歇过程测量建模方法

[发明专利]一种基于LPP-CWKM的危化介质多因素危害性分级方法-CN202010491992.8有效
发明人：王建林;陈艺文;邱科鹏;郭永奇 -专利权人：北京化工大学
申请日： 2020-06-03 - 公布日： 2023-06-30 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于LPP‑CWKM的危化介质多因素危害性分级方法，属于危险化学品分级技术领域。该方法利用局部保留投影法(Locality Preserving Projections，LPP)提取危化介质多因素危害性数据的局部邻域结构特征，构建了基于毒物危害指数峰值密度约束的WKM算法，对危化介质多因素危害性数据的局部邻域结构特征进行聚类，获取危化介质多因素危害性的分级结果，实现对危化介质多因素危害性的分级。本方法在综合考虑危化介质的多因素危害性的基础上，有效地实现了危化介质多因素危害性的合理分级，具有灵活增添危化介质的危害性、不依赖加权分值区间的优点，为危化介质危害性分级标准、危化介质承载设备设计及制造法规标准制订提供了基础。
一种基于 lpp cwkm 介质因素危害性分级方法

[发明专利]一种类别不平衡条件下的异常视觉图像检测方法及装置-CN202210888277.7在审
发明人：王鹏;邱科鹏;田洛 -专利权人：清华大学
申请日： 2022-07-27 - 公布日： 2022-11-01 - 主分类号： G06T7/00 文献下载
摘要：本发明提出一种类别不平衡条件下的异常视觉图像检测方法及装置，属于机器视觉技术领域。其中，所述方法包括：对视觉图像数据集提取低维度特征；利用所述低维度特征，建立基于支持向量数据描述的表面缺陷检测模型；根据所述表面缺陷检测模型，对待检测的视觉图像进行异常视觉图像检测。本发明可实现快速、准确的异常视觉图像数据识别，为后续的工业零部件形貌检测提供有效的视觉图像。
一种类别不平衡条件下异常视觉图像检测方法装置

[发明专利]一种基于贝叶斯统计分析的间歇过程模态识别方法-CN201810476326.X有效
发明人：王建林;熊欢;邱科鹏;韩锐;于涛 -专利权人：北京化工大学
申请日： 2018-05-17 - 公布日： 2021-10-01 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于贝叶斯统计分析的间歇过程模态识别方法，属于间歇过程监测技术领域。本方法首先将间歇过程的三维历史过程数据沿批次方法展开为二维数据并对展开后的数据进行数据标准化；其次利用模糊C均值聚类算法对标准化后的过程数据进行聚类分析，设定模态粗划分隶属规则，获得模态粗划分结果；最后利用贝叶斯网络分类器对模态粗划分结果进行分析，并引入时序约束的模态推断系数，根据模态推断最小风险准则，判断模态最终归属，实现间歇过程的模态识别。本方法充分考虑了间歇过程数据的时序约束，利用贝叶斯统计分析实现了间歇过程稳定模态与过渡模态的有效划分，具有较高的模态识别准确性。
一种基于贝叶斯统计分析间歇过程识别方法

[发明专利]一种基于核动态时间规整的间歇过程不等长批次数据同步化方法-CN202011571610.9在审
发明人：王建林;邱科鹏;周新杰;王汝童 -专利权人：北京化工大学
申请日： 2020-12-27 - 公布日： 2021-08-06 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于核动态时间规整的间歇过程不等长批次数据同步化方法，属于间歇过程数据处理领域。该方法首先通过核方法将不等长批次数据投影到高维特征空间；然后构建同步化性能评价指标，获取最优核参数的同步化路径；最后利用动态时间规整实现不等长批次数据的同步化。该方法综合考虑了路径偏差程度和特征保留程度，提高了不等长批次数据同步化结果的准确性，为间歇过程建模提供具有一致性的过程数据。
一种基于动态时间规整间歇过程不等批次数据同步方法

[发明专利]一种改进NAS-RIF的OCT图像盲复原方法-CN201810471896.X有效
发明人：王建林;杨佳煜;付雪松;黄展超;邱科鹏 -专利权人：北京化工大学
申请日： 2018-05-17 - 公布日： 2021-07-20 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种改进NAS‑RIF的OCT图像盲复原方法，属于视觉检测领域。本发明应用GNLDF算法对OCT图像预处理，并采用基于泊松分布的最小误差阈值估计OCT图像的目标支持域；通过引入OCT估计图像的梯度信息，构建基于ATV正则化的改进代价函数，采用分裂Bregman迭代算法优化改进代价函数，进而调整FIR滤波器系数，使投影图像不断接近真实图像，实现OCT图像的盲复原。本方法充分利用了OCT估计图像的梯度信息，通过构建的改进代价函数，有效提高了NAS‑RIF方法在OCT图像盲复原过程中的噪声鲁棒性，且能够保留图像的细节信息，获得了结构清晰、边缘明显的高信噪比OCT复原图像。
一种改进 nas rif oct 图像复原方法

[发明专利]一种基于TM-SRC的三维无纹理目标位姿估计方法-CN202110058772.0在审
发明人：王建林;谭振国;郭永奇;邱科鹏 -专利权人：北京化工大学
申请日： 2021-01-16 - 公布日： 2021-05-14 - 主分类号： G06T7/73 文献下载
摘要：本发明公开了一种基于TM‑SRC的三维无纹理目标位姿估计方法，首先，基于三维目标CAD模型离线生成不同采样视点下的模板图像构建模板库；然后通过引入采样视点位姿的先验知识构建先验分层树，在先验分层树高层使用相似性度量进行在线匹配，得到候选模板，候选模板的子节点被追踪到先验分层树的底层；最后，在先验分层树的底层使用稀疏表示分类进行分类获得最佳匹配模板关联的位姿参数。本发明考虑了穷举搜索时间复杂度过高和现有基于模板匹配的方法对遮挡和杂乱背景鲁棒性较低的问题，构建了基于TM‑SRC的三维无纹理目标位姿估计方法，提高了在遮挡和杂乱背景下三维无纹理目标位姿估计的鲁棒性。
一种基于 tm src 三维纹理目标估计方法

[发明专利]一种危化介质多因素危害性综合评价方法-CN202011571611.3在审
发明人：王建林;陈艺文;邱科鹏 -专利权人：北京化工大学
申请日： 2020-12-27 - 公布日： 2021-04-06 - 主分类号： G16C20/30 文献下载
摘要：本发明公开了一种危化介质多因素危害性综合评价方法，属于危险化学品数据处理领域。该方法在分析危化介质危害特性数据的基础上，获取基于转换分值法的危化介质多因素危害性分值；然后结合层次分析法和熵权法，构建了基于层次分析‑熵权法(AHP‑EW)的危化介质多因素危害性权重评价策略，获取危化介质多因素危害性权重，建立了危化介质多因素危害性的综合评价方法，实现了对危化介质多因素危害性的综合评价。本方法综合考虑了危化介质的多因素危害性，能够获取危化介质多因素危害性分值与权重，有效实现危化介质多因素危害性的综合评价，为危化介质危害性分级标准的制订提供了基础。
一种介质因素危害性综合评价方法

[发明专利]一种基于扫频光学相干层析成像的扫频OCT人眼图像分割方法-CN202011571625.5在审
发明人：王建林;郭永奇;付雪松;邱科鹏 -专利权人：北京化工大学
申请日： 2020-12-27 - 公布日： 2021-04-02 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于扫频光学相干层析成像的扫频OCT人眼图像分割方法，属于医学图像分割领域。首先，在Mask R‑CNN网络采用调制可变形卷积替代规则卷积产生非规则感受野，提升网络对人眼OCT图像目标变化的适应能力；其次，结合关系模型(relation model,RM)模块，学习人眼OCT图像结构间的位置关系特征图，利用位置关系特征图增强网络特征；然后在此基础上构建multi‑stage mask结构，通过mask多步迭代修正人眼结构的分割误差。本发明考虑了人眼OCT图像特点，能够有效利用人眼结构特征和迭代分割网络等结构提高人眼OCT图像分割准确度。
一种基于光学相干层析成像 oct 图像分割方法

[发明专利]一种时序约束模糊聚类的间歇过程多模态划分方法-CN201811633128.6有效
发明人：王建林;韩锐;邱科鹏 -专利权人：北京化工大学
申请日： 2018-12-29 - 公布日： 2021-04-02 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种时序约束模糊聚类的间歇过程多模态划分方法，属于间歇过程监测技术领域。该方法首先对间歇过程的多批次过程数据按照采样时间方向展开为二维数据矩阵并进行标准化，构建标准化后的过程数据样本集；然后将间歇过程的所有过程数据样本均划分为同一类，通过模糊聚类算法计算各个样本的初始隶属度；最后从最初采样时刻开始，逐个添加过程数据样本作为新的时序样本集，迭代计算新添加样本的隶属度，通过比较新添加样本的隶属度和对应时刻初始隶属度的大小，进而划分间歇过程的模态。本方法不需要间歇过程先验知识和统计模型，不需要设定模态个数，根据间歇过程的时序隶属度变化自动划分不同模态，提高了模态划分的准确性。
一种时序约束模糊间歇过程多模态划分方法

[发明专利]一种基于JIT-RVM的多模态间歇过程建模方法-CN201810471890.2有效
发明人：王建林;张维佳;韩锐;邱科鹏;赵利强 -专利权人：北京化工大学
申请日： 2018-05-17 - 公布日： 2021-03-26 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于JIT‑RVM的多模态间歇过程建模方法，属于间歇过程监测技术领域。首先将三维间歇过程历史数据沿时间方向展开并进行标准化；然后利用SCFCM算法对标准化后的数据进行模态划分，得到多个模态数据子集，在RVM中引入即时学习，并引入能够同时从模态归属和结构距离上评价数据相似性的数据融合相似度计算因子，计算实时数据与历史数据之间的数据融合相似度；最后以数据融合相似度最大化为寻优目标，建立即时学习最优训练数据集，进而利用RVM算法建立多模态间歇过程模型。本方法充分考虑了间歇过程数据的动态特性，采用即时学习和数据融合相似度建立了即时学习最优训练数据集，提高了建模精度。
一种基于 jit rvm 多模态间歇过程建模方法

[发明专利]一种基于DC-SPP-YOLO的图像目标检测方法-CN201811633166.1有效
发明人：王建林;黄展超;邱科鹏 -专利权人：北京化工大学
申请日： 2018-12-29 - 公布日： 2020-11-20 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于DC‑SPP‑YOLO的图像目标检测方法，首先利用数据增强方法对训练图像样本进行预处理并构建训练样本集，采用k‑means聚类算法选取用于目标边界框预测的先验候选框；然后将YOLOv2模型的卷积层连接方式由逐层连接改进为密集连接，同时在卷积模块与目标检测层之间引入空间金字塔池化，建立DC‑SPP‑YOLO目标检测模型；最后以预测值与真实值之间的误差平方和构建损失函数，迭代更新模型权重参数使得损失函数收敛，获得DC‑SPP‑YOLO模型并用于目标检测。本发明考虑了加深卷积网络引起的“梯度消失”和YOLOv2模型未充分使用多尺度局部区域特征，构建了基于卷积层密集连接和空间金字塔池化改进的DC‑SPP‑YOLO目标检测模型，提高了目标检测精度。
一种基于 dc spp yolo 图像目标检测方法

[发明专利]一种基于FF-RVM的多时段间歇过程软测量建模方法-CN201911397790.0在审
发明人：王建林;潘佳;邱科鹏;周新杰 -专利权人：北京化工大学
申请日： 2019-12-30 - 公布日： 2020-05-12 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于FF‑RVM的多时段间歇过程软测量建模方法，该方法首先利用SCFCM聚类方法对间歇过程进行时段划分；然后分别利用KPCA和SSAE对每个时段的原始过程数据进行特征提取，实现基于KPCA的特征降维处理和基于SSAE的特征扩维处理，并采用基于误差最小的特征选择方法筛选出与质量变量具有高相关性的SSAE特征，将筛选出的SSAE特征和提取的KPCA特征进行特征融合；最后利用经过特征融合后的过程数据作为时段训练数据，建立基于RVM的时段软测量模型，实现质量变量的在线预测。本方法有效地扩充了过程数据所包含的信息量，为建立间歇过程软测量模型提供大量有效的训练数据，实现了间歇过程质量变量的在线预测。
一种基于 ff rvm 多时间歇过程测量建模方法

[发明专利]一种基于LWPT-DTW的间歇过程不等长时段同步化的方法-CN201610976111.5有效
发明人：王建林;邱科鹏;于涛;赵利强 -专利权人：北京化工大学
申请日： 2016-11-07 - 公布日： 2020-01-21 - 主分类号： G06F16/27 文献下载
摘要：本发明公开了一种基于LWPT‑DTW的间歇过程不等长时段同步化的方法，属于间歇过程建模及监测技术领域。该方法利用LWPT对使用K均值聚类算法后得到的间歇过程不等长时段进行高低频的多级分解，得到子时段不同频段的系数矩阵；再利用DTW对频段系数矩阵进行同步化，并通过ILWPT进行合成，获得同步化后的等长时段。本发明对间歇过程原始时段全部信息进行充分提取，降低了吉布斯现象对信号合成的影响，实现了间歇过程不等长时段的同步化，提高了同步化精度，运算快速且稳定，为间歇过程不等长子时段建模及监测提供了可靠的数据支撑。
一种基于 lwpt dtw 间歇过程不等时段同步方法

1
2
下一页»
尾页
共 17 条