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51个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于结构及相似度的视频提取PPT方法-CN201911335327.3有效
  • 郑茜颖;邱建滨;陈伊涵;王帅;曾青耀;魏海云;邱纯乾 - 福州大学
  • 2019-12-23 - 2023-03-24 - G06V30/413
  • 本发明涉及一种基于结构及相似度的视频提取PPT方法,首先,采集视频的第一帧图像;对帧图像进行颜色空间转换、高斯滤波、膨胀、Canny边缘检测、轮廓检测,找到其中的目标区域;然后,利用多边形拟合、透视变换对目标区域进行处理,将目标区域转化为矩形;相隔2秒在视频中再取新帧,重复上述的操作,获取第二图的PPT目标区域;最后,对两PPT图片进行相似度比较和差异度比较,接着留下第二幅PPT图,重复执行上述操作直至视频结束;对所有保存的图片进行再裁剪和时间序列筛选处理,以PDF文件形式保存。本发明提供一种从视频中简单、快速提取PPT内容图片并且以PDF文件形式保存的方法。
  • 一种基于结构相似视频提取ppt方法
  • [发明专利]基于改进非下采样轮廓波变换的太阳电池热斑检测方法-CN201810767154.1有效
  • 郑茜颖;戴龙云;周海芳;程树英 - 福州大学
  • 2018-07-13 - 2022-12-23 - G06T3/00
  • 本发明涉及一种基于改进非下采样轮廓波变换的太阳电池热斑检测方法。该方法具体包括以下步骤:步骤S1:建立测试图像库,将图像重采样为256×256像素;步骤S2:对重采样的图像进行严格的图像配准;步骤S3:对红外图像进行显著性检测,获得其显著图;步骤S4:分别对可见光和红外图像进行NSCT分解,得到高频和低频子带系数;步骤S5:对高频和低频子带系数分别采用不同的融合规则进行融合;步骤S6:对融合后的NSCT系数进行逆变换,得到融合图像。本发明可以实现太阳电池热斑的准确检测;热斑故障检测对于太阳电池来说是至关重要,基于视觉显著性和NSCT的太阳电池热斑检测方法精确定位热斑缺陷区域,方便故障检测和排查,及时发现故障片,灵活方便,提高效率。
  • 基于改进采样轮廓变换太阳电池检测方法
  • [发明专利]一种改进DSOD网络的方法-CN201910029814.0有效
  • 程树英;吴建耀;郑茜颖;林培杰;陈志聪;吴丽君 - 福州大学
  • 2019-01-12 - 2022-08-16 - G06N3/04
  • 本发明涉及一种改进DSOD网络的方法,首先对输入图像进行预处理,将预处理后的图像输入到DSOD特征提取子网络中,在特征提取子网络的第二个转接层后加入RFB_a网络模块,经过RFB_a网络中不同采样步长的Atrous卷积提取具有不同感受野的特征,在特征提取子网络后加入采样步长为6的Atrous卷积层,将Atrous卷积层产生的特征输入到多尺度预测层中,将多尺度预测层输入到损失函数中,在损失函数中加入IOG惩罚项,防止在预测密集的同类型目标时出现同类预测框重叠。同时,在训练阶段采用预热策略设置学习率,通过设置合适的批样本大小,降低了训练网络的硬件设备要求。本发明相对于原DSOD算法具有更高的检测精度,提高了对小目标的检测能力,同时降低了训练网络的硬件设备要求。
  • 一种改进dsod网络方法
  • [发明专利]基于变分自动编码器的潜变量空间解耦方法-CN202210011776.8在审
  • 郑茜颖;曾青耀;俞金铃 - 福州大学
  • 2022-01-06 - 2022-06-14 - G06T9/00
  • 本发明提出一种基于变分自动编码器的潜变量空间解耦方法,包括编码器模型设计、解码器模型设计、损失函数设计。编码器模型设计阶段使用了自注意力机制和残差网络,使得图像生成模型更有效地捕捉长期依赖关系,增强模型的维度适应性;解码器模型设计阶段将潜变量空间编码z解码,实现图像重构;损失函数设计阶段使得潜变量空间编码维度与属性值趋向单调关系,从而达到优化训练的目的。通过设计良好的编解码模型和损失函数,实现对图像数据的特征映射和参数调整,实现有效的数据降维,并保留高度的图像特征。在确保图像重建精度的前提下让解耦的潜变量空间具备更好的可解释性和模块化特征,提高潜变量空间解耦性能。
  • 基于自动编码器变量空间方法
  • [发明专利]基于改进CE-Net的新冠肺炎CT图像感染区分割方法及系统-CN202210009185.7在审
  • 郑茜颖;邱纯乾 - 福州大学
  • 2022-01-06 - 2022-04-12 - G06T7/11
  • 本发明提出一种基于改进CE‑Net的新冠肺炎CT图像感染区分割方法及系统,首先,在编码阶段加入注意力机制SE模块引入全局上下文信息,增强特征提取阶段的感受野,加大目标相关特征通道的权重,从而提高小目标的分割能力。其次,引入特征聚合模块,采用双线性插值的方法,融合了不同层次的图像特征,得到更具有判别能力的表达,进一步提高网络的分割精度。本发明在COVID‑19‑CT‑Scans数据集上能够更好的捕捉到CT图像中的新冠肺炎感染区域特征,并有良好的分割效果,对比原始CE‑Net网络和其它分割算法在整体上都有显著的提高。
  • 基于改进cenet肺炎ct图像感染区分方法系统
  • [发明专利]基于残差注意力块的运动模糊图像复原方法-CN202210011777.2在审
  • 郑茜颖;魏海云;俞金铃;程树英;林培杰;郑巧 - 福州大学
  • 2022-01-06 - 2022-04-12 - G06T5/00
  • 本发明提出一种基于残差注意力块的运动模糊图像复原方法,采用的网络包括由粗到细三个尺度,首先对图像进行预处理,然后在第一级尺度的网络上的编码端通过下采样提取模糊图像的主要特征,网络的基本结构由残差注意力块组成,可以更有效的提取出图像特征,再连接上循环模块,用以获取图像的空间信息,每个尺度的循环模块通过上采样方式连接,最后通过解码端上采样得到输出的结果。每个尺度的网络结构相同,通过跨尺度共享权重来减少参数量,来加快网络的训练速度,通过构建的运动模糊图像复原模型有效的恢复出清晰的图像边缘和一些细节的图像纹理信息。提高了运动模糊图像复原的质量。
  • 基于注意力运动模糊图像复原方法
  • [发明专利]基于残差信息精炼的双路径肺部CT图像超分辨率方法-CN202111549446.6在审
  • 郑茜颖;陈伊涵;程树英 - 福州大学
  • 2021-12-17 - 2022-03-15 - G06T3/40
  • 本发明公开了一种基于残差信息精炼的双路径肺部CT图像超分辨率方法,包括低频信息提取路径及高频信息提取路径步骤;低频信息提取路径用于提取低分辨率图像的低频特征;高频信息提取路径包括残差信息精炼模块RIDM和梯度恒等路径,用于提取图像的高频特征;残差信息精炼模块包括若干个信息精炼模块IDB和若干个残差模块,各个残差模块以级联方式连接,IDB与残差模块之间是并行的,各个IDB以其前一个IDB的输出特征和残差模块的输出特征作为输入。通过构建的图像超分辨率重建模型有效的对图像的高低频信息进行分开超分辨率,让超分任务更有针对性,提高网络对特征的辨析学习能力,保留了更多的图像边缘细节,提高了图像超分辨率重建质量。
  • 基于信息精炼路径肺部ct图像分辨率方法
  • [发明专利]基于SAGA-FCM-LSSVM模型的光伏电站实时功率预测方法-CN201810839097.3有效
  • 程树英;林培杰;赖云锋;彭周宁;陈志聪;吴丽君;郑茜颖;章杰 - 福州大学
  • 2018-07-27 - 2021-11-30 - G06Q10/04
  • 本发明涉及基于SAGA‑FCM‑LSSVM模型的光伏电站实时功率预测方法,采集光伏电站对应时段发电功率以及气象站上对应的气象参数,获取气象‑功率参数样本;对每天的气象‑功率参数样本进行预处理;根据四项统计指标结合基于模拟退火遗传算法的模糊C‑均值聚类算法对历史日中第一天到待预测日前一天的样本进行聚类;根据各个聚类样本集合的气象特征值,计算每个聚类气象特征值的中心点,利用欧氏距离判断待预测日所属的类别;利用与待预测日同属一类的参数样本训练最小二乘支持向量机,得到训练模型;将待预测日的待预测时刻前2h的气象参数和功率值输入训练模型中对待预测日各个时刻的发电功率进行实时预测。本发明能够实时预测光伏电站在各个时刻的输出功率值。
  • 基于sagafcmlssvm模型电站实时功率预测方法

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