“尺度”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果44800个，建议您升级VIP下载更多相关专利

[发明专利]基于深度网络的多尺度行人检测方法-CN201610954990.1有效
发明人：庞彦伟;尚楚博 -专利权人：天津大学
申请日： 2016-11-03 - 公布日： 2019-05-28 - 主分类号： G06N3/08 文献下载
摘要：本发明涉及一种基于深度网络的多尺度行人检测方法，包括下列步骤：搭建Caffe深度学习框架，使用ImageNet数据库训练好的VGG模型；构造大，中，小尺度的三列卷积神经网络，三列并联网络最后的特征通道大小相同，数目不同，尺度越大，数目越多，以使得各列卷积网络所学习到的特征能适应于不同尺度的行人；利用Caltech行人数据库对三列卷积神经网络进行微调；调整不同尺度并联网络的深度，尺度越大所对应的网络深度越深；本发明能充分挖掘图像中不同尺度行人的特征，增强大尺度行人和低尺度行人的特征区分力，从而显著的提高行人检测性能。
基于深度网络尺度行人检测方法

[发明专利]植物群落空间结构提取方法-CN201510245969.X有效
发明人：张磊;尹锴 -专利权人：中国科学院遥感与数字地球研究所
申请日： 2015-05-14 - 公布日： 2017-07-07 - 主分类号： G06T7/11 文献下载
摘要：本发明提供一种植物群落空间结构提取方法，包括对目标区域待测遥感影像进行多尺度分割得到各尺度遥感影像对象；建立待测遥感影像的影像尺度与生态学组织尺度对应关系，获取待测遥感影像中各植物类型影像尺度，植物类型包括草地、灌木和乔木、种群和群落，草地、灌木和乔木均为植物个体；根据植物个体和种群影像尺度，对在待测遥感影像中预选的样本在植物个体和种群影像尺度上进行植被分类，将各尺度上分类结果叠加到一个分类数据层上，在群落尺度对象边界内统计分类数据层上植物个体和种群空间结构参数
植物群落空间结构提取方法

[发明专利]基于Shearlet变换的多尺度一次波分离方法-CN201910072315.X有效
发明人：孙婧;王德利 -专利权人：吉林大学
申请日： 2019-01-25 - 公布日： 2019-12-17 - 主分类号： G01V1/28 文献下载
摘要：本发明涉及一种基于Shearlet变换的多尺度一次波分离方法，包括：输入原始地震记录和预测多次波；构建Shearlet系统；对输入数据进行Shearlet系统下的映射；进行Shearlet域多尺度分解，获得多尺度地震记录和预测多次波；进行多尺度匹配，以原始地震记录中包含的真实多次波信息为准则，对预测多次波进行振幅和相位上的校正；选取各尺度下校正后的预测多次波Shearlet系数作为阈值，进行分尺度Shearlet软阈值减去，将各尺度下原始地震记录中的一次波分离出来；将多尺度一次波分离结果合并，获得最终一次波分离结果。本发明基于Shearlet变换的多尺度一次波分离方法，可以实现一次波的有效分离。
次波多尺度原始地震预测分离结果尺度校正记录多尺度分解地震记录有效分离波信息构建减去映射匹配合并

[发明专利]一种高效铣刀损伤的多尺度识别方法-CN201910284927.5有效
发明人：姜彬;徐兴亮;赵培轶;范丽丽 -专利权人：哈尔滨理工大学
申请日： 2019-04-10 - 公布日： 2020-06-05 - 主分类号： B23Q17/09 文献下载
摘要：一种高效铣刀损伤的多尺度识别方法，属于铣刀技术领域，本发明为了解决已有的铣刀损伤识别方法因研究尺度集中在微米及以上的宏观尺度，没有考虑铣刀损伤的多尺度问题。步骤a，铣刀损伤识别判据的尺度划分；步骤b，建立铣刀结构及其工作载荷特征模型；步骤c，铣刀永久性变形的测量及识别；步骤d，铣刀应力场分析及其局部损伤判别；步骤e，铣刀组件材料组织结构损伤识别；步骤f，铣刀组件介观损伤形成的识别；步骤g，铣刀损伤多尺度识别与实验验证。本发明的一种高效铣刀损伤的多尺度识别方法可以从多个尺度层次对铣刀损伤进行有效识别，解决已有的铣刀损伤宏观尺度识别的局限性。
一种高效铣刀损伤尺度识别方法

[发明专利]一种多尺度地面微地震逆时干涉定位方法-CN201910376188.2有效
发明人：李萌;李辉峰;杨飞龙;李欣欣 -专利权人：西安石油大学
申请日： 2019-05-07 - 公布日： 2021-04-02 - 主分类号： G01V1/28 文献下载
摘要：本发明公开了一种多尺度地面微地震逆时干涉定位方法，我们将逆时干涉定位与多尺度变分模态分解相结合，通过多尺度分解技术将原始微地震数据分解到多个具有不同振动特征的尺度域，随着分解尺度的增加，噪声幅度逐渐降低，有效信号的幅度逐渐增加，就能够降低背景噪声的比重，进而提高震源定位的精度；另外，多尺度变分模态分解能够使原始微地震数据分解到多个尺度域，多个尺度提取的有效信号的特征得到增强，因此能够弥补稀疏观测系统引起的采样信息的不足，有效尺度逆时干涉定位的乘积能够提高逆时干涉定位成像椭圆的聚焦性和分辨率，进而压制成像假象。
一种尺度地面地震干涉定位方法

[发明专利]一种高分辨率DEM地形特征提取的尺度适应性评价方法-CN202110054955.5有效
发明人：谢潇;薛冰;周熙然 -专利权人：中国科学院沈阳应用生态研究所
申请日： 2021-01-15 - 公布日： 2021-12-10 - 主分类号： G06F16/29 文献下载
摘要：本发明的实施例提供了一种高分辨率DEM地形特征提取的尺度适应性评价方法。所述方法包括基于高分辨率DEM中待提取的地形要素，定义所述地形要素相关的评价指标；定义所述评价指标对应的多尺度地形提取模型的尺度适应性评价标准；输入待评价的多尺度地形提取模型的集合，根据所述尺度适应性评价标准对所述集合中多尺度地形提取模型的尺度适应性进行评价以此方式，可以在地形分析过程中，对地形提取模型的高分辨率DEM特征提取的尺度适应性进行评价，从而得到地形要素提取的尺度适应性最佳模型，增加对地形要素提取的准确性，减少误判的几率。
一种高分辨率 dem 地形特征提取尺度适应性评价方法

[发明专利]一种基于温度变化速率的地表温度降尺度方法-CN201710456288.7有效
发明人：陈云浩;李京;夏海萍 -专利权人：北京师范大学
申请日： 2017-06-16 - 公布日： 2020-03-10 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于温度变化速率的地表温度降尺度方法，通过静态降尺度和动态降尺度，得到了高时空分辨率的地表温度影像。该方法从温度本身出发，探究地表温度在空间内的变化规律，同时结合了温度年循环模型，将长时间序列的地表温度结合到降尺度模型中，动态地获取了任意时刻的地表温度，使用的降尺度因子是地表温度梯度，该降尺度因子在一年内的变化稳定，相较于NDVI和反照率等降尺度因子，获取更容易，在数据缺失的情况下缺乏时间一致的尺度因子时，可以用天气条件相似的因子代替，并且对结果的影响较小，降尺度方法效果稳定。
一种基于温度变化速率地表尺度方法

[发明专利]一种H-CRAN下基于多时间尺度协同优化的资源分配方法-CN201810437109.X有效
发明人：朱晓荣;张晓逸;汪悦 -专利权人：南京邮电大学
申请日： 2018-05-09 - 公布日： 2022-07-05 - 主分类号： H04W72/04 文献下载
摘要：本发明公开了一种H‑CRAN下基于多时间尺度协同优化的资源分配方法，将资源分配视为大时间尺度—小时间尺度的双层模型：从大时间尺度角度，根据用户移动轨迹等长期平均信息，通过查询和匹配专家系统的先验知识，建立基于专家系统的大时间尺度资源分配模型；从小时间尺度角度，根据信道质量等短期瞬时信息，利用深度强化学习的自学习和自优化特性，建立基于深度强化学习的小时间尺度资源分配模型；从协同优化角度，基于主从博弈的视角，建立以大时间尺度为主、小时间尺度为从的协同优化资源分配模型
一种 cran 基于多时尺度协同优化资源分配方法

[发明专利]一种中尺度涡轨迹预测方法-CN202010498857.6有效
发明人：高峰;田苗;何忠杰;刘厂 -专利权人：哈尔滨工程大学
申请日： 2020-06-04 - 公布日： 2022-12-13 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种中尺度涡轨迹预测方法，包括下载并读取卫星测高数据，提取中尺度涡特征参数和位置信息，追踪中尺度涡，建立基于BP神经网络的中尺度涡轨迹预测模型，确定输入输出数据，训练BP神经网络，将中尺度涡初始位置输入训练好的预测模型进行预测本发明利用BP神经网络作为预测模型，将追踪到的中尺度涡位置信息和初始地转流速异常作为模型输入，能够实现中尺度涡轨迹短期预测。同时在中尺度涡追踪过程中，将最小距离法与相似度法相结合，并加入对中尺度涡幅度的限制，降低错误追踪率，保证追踪的准确性，从而提高模型预测精度。
一种尺度轨迹预测方法

[发明专利]基于改进型RetinaNet的遥感图像目标检测方法-CN202310597005.6有效
发明人：戚有伟;刘茜 -专利权人：南京信息工程大学
申请日： 2023-05-25 - 公布日： 2023-08-15 - 主分类号： G06V20/10 文献下载
摘要：该方法包括：将待检测遥感图像输入特征提取模块进行特征提取，生成不同尺度的初步图像特征，再输入第一注意力模块进行权重信息分析，生成不同尺度的初步权重图像特征输入特征融合模块进行特征融合，生成不同尺度的融合特征，再将不同尺度的初步图像特征和不同尺度的融合特征输入特征增强模块，生成不同尺度的增强融合特征输入第二注意力模块进行权重信息分析，生成不同尺度的增强权重图像特征输入卷积模块进行处理，生成不同尺度的最终图像特征，将不同尺度的最终图像特征输入分类与回归模块进行目标检测，输出目标检测结果。
基于改进型 retinanet 遥感图像目标检测方法

[发明专利]一种多层级仿生主动融合功能的融合器及其制备方法-CN202110553521.X有效
发明人：雷皓远;周长春;唐秀美;桂兴宇;吴丽娜;孙桓;宋平;陈心悦;范洪远;樊渝江;张兴栋 -专利权人：四川大学
申请日： 2021-05-20 - 公布日： 2023-05-05 - 主分类号： A61F2/44 文献下载
摘要：本发明公开了一种多层级仿生主动融合功能的融合器及其制备方法，该融合器将逆向工程技术与3D打印技术相结合，利用激光选区熔融技术个性化定制融合器的宏观外形与双尺度类骨多孔结构，利用碱热、烧结与电沉积技术构建融合器纳米尺度的生物活性涂层，得到了毫米尺度宏观外形、微米尺度类骨多孔、微纳尺度次级多孔、纳米尺度生物活性涂层复合构建的多层级仿生主动融合功能的融合器。可有效解决现有融合器中存在的宏观尺度上构型单一且匹配效果差、微观尺度上孔径尺度不满足使用要求、易脱落、下沉和不具备骨组织主动融合的生物学功能的问题。
一种多层仿生主动融合功能及其制备方法

[发明专利]一种基于深度网络上下文提升的人像检测与分割方法-CN202110913353.0有效
发明人：许赢月;王俊宇;高自立 -专利权人：珠海复旦创新研究院
申请日： 2021-08-10 - 公布日： 2023-08-25 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于深度网络上下文提升的人像检测与分割方法，具体包括基于深度网络框架，从人像图片中提取出L个不同尺度的深度特征；基于最高尺度特征，通过金字塔池化模块将最高尺度的深度特征在多个金字塔尺度上进行特征融合，生成全局先验信息；通过融合组块从高尺度向低尺度对深度特征的上下文信息进行提升并融合，得到每个尺度的输出特征；对每个尺度的输出特征分别进行优化与训练,完成人像检测与分割；通过该方法能够在不借助额外知识的情况下，从多尺度、多空间、多通道出发深入挖掘深度网络上下文信息，实现对单目图像进行精准人像检测与分割。
一种基于深度网络上下文提升人像检测分割方法

[发明专利]图像处理方法、装置、计算机设备和计算机可读存储介质-CN202310687711.X有效
发明人：项进喜;罗凤;张军 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-06-12 - 公布日： 2023-09-19 - 主分类号： G06T11/40 文献下载
摘要：所述方法包括：获取线稿图像，基于所述线稿图像提取多尺度的线稿纹理特征；获取从预设噪声图像中提取的所述多尺度的噪声特征；获取所述线稿图像对应的颜色引导信息；针对所述多尺度的每个尺度，参考所针对尺度的所述线稿纹理特征和所述颜色引导信息，对所针对尺度下的噪声特征进行编码，获得多尺度的图像特征；对所述多尺度的图像特征进行多尺度的解码，获得上色图像；所述上色图像具备所述线稿图像的线稿纹理，且具有所述颜色引导信息所指示的颜色。
图像处理方法装置计算机设备可读存储介质

[发明专利]用于BIM模型的采集数据智能处理方法-CN202310996803.6有效
发明人：冯建刚;王小兰;郑梦雨;张远帆;崔芮铭 -专利权人：陕西通信规划设计研究院有限公司
申请日： 2023-08-09 - 公布日： 2023-10-17 - 主分类号： G06F30/13 文献下载
摘要：本发明涉及数据处理技术领域，具体涉及用于BIM模型的采集数据智能处理方法，包括：采集不同建筑类型的建筑数据，根据历史建筑数据构建数据集，获取尺度区间内的所有尺度参数，根据每个尺度参数的训练集获取对应的高斯核函数矩阵，根据每个尺度参数对应的高斯核函数矩阵获取每个尺度参数的初始合适值，筛选优选尺度参数，对所有的优选尺度参数进行交叉验证，得到每个优选尺度参数的分类准确率，进而获取更优区间，根据更优区间获取目标建筑类型的最佳的尺度参数
用于 bim 模型采集数据智能处理方法

[发明专利]基于跨尺度特征融合金字塔网络的遥感图像目标检测方法-CN202110271411.4在审
发明人：黄伟;李冠壹;陈启强;居明;曲建涛 -专利权人：郑州轻工业大学
申请日： 2021-03-13 - 公布日： 2021-07-16 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于跨尺度特征融合金字塔网络的遥感图像目标检测方法，包括主干网络和跨尺度融合模块，主干网络用于从遥感图像中提取多个尺度不同的特征层，将多个尺度不同的特征层通过跨尺度融合模块进行融合，得到一个跨尺度融合的特征层Base，接着构建U型金字塔网络模型提取遥感图像中不同层次的上下文信息，并生成多个尺度不同的多层次特征图，然后采用一个多尺度特征聚合模块SFAM，对提取出的多层次的特征进行聚合，并基于注意力机制构建尺度不同的多层次特征图之间的相互依赖关系。本发明通过跨尺度融合的方式，增强上下文信息，并构建U型金字塔网络模型，进行多尺度多层次的特征提取，从而大大提升了遥感图像在复杂场景下的检测能力。
基于尺度特征融合金字塔网络遥感图像目标检测方法