<thead id="3jag6"><rt id="3jag6"><noscript id="3jag6"></noscript></rt></thead>
  • <s id="3jag6"><track id="3jag6"><menuitem id="3jag6"></menuitem></track></s>
        <sub id="3jag6"><p id="3jag6"></p></sub>

          <style id="3jag6"></style>
          国产精品久久久久久久网,人人妻人人澡人人爽国产,亚洲中文字幕无码爆乳APP,免费大片黄国产在线观看,无码抽搐高潮喷水流白浆,国产久免费热视频在线观看,国产亚洲精品成人aa片新蒲金,久久久97丨国产人妻熟女
          Document
          拖動滑塊完成拼圖
          個人中心

          預訂訂單
          服務訂單
          發布專利 發布成果 人才入駐 發布商標 發布需求

          在線咨詢

          聯系我們

          龍圖騰公眾號
          首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
           /  免費注冊
          到頂部 到底部
          清空 搜索
          當前位置 : 首頁 > 專利喜報 > 中南林業科技大學楊玲嘉獲國家專利權

          中南林業科技大學楊玲嘉獲國家專利權

          買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

          龍圖騰網獲悉中南林業科技大學申請的專利應用機器視覺的鋼-木組合梁柱節點損傷識別方法和系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN120014284B 。

          龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411979253.8,技術領域涉及:G06V10/40;該發明授權應用機器視覺的鋼-木組合梁柱節點損傷識別方法和系統是由楊玲嘉;段紹偉;龔澤權;羅群;蘭宇暉;楊齡政;師嘉陽;曲末;陶然;趙松楠;張超設計研發完成,并于2024-12-31向國家知識產權局提交的專利申請。

          應用機器視覺的鋼-木組合梁柱節點損傷識別方法和系統在說明書摘要公布了:本發明公開了應用機器視覺的鋼?木組合梁柱節點損傷識別方法和系統,包括:S1:獲取鋼?木組合梁柱節點的可見光、近紅外和熱成像多模態圖像序列,并通過自適應各向異性擴散濾波去噪處理,得到去噪后的多模態圖像序列;S2:對去噪后的多模態圖像序列張量進行高斯金字塔分解和拉普拉斯金字塔特征融合,得到融合特征圖;S3:對融合特征圖進行自適應閾值分割和形態學處理,獲得最終二值圖;S4:對深度學習網絡進行訓練,得到訓練完成的深度學習網絡;S5:使用訓練完成的深度學習網絡進行損傷識別。本發明能夠實現對鋼?木組合梁柱節點損傷的精確識別,獲得分割概率圖并標注分割結果,實現損傷區域的可視化。

          本發明授權應用機器視覺的鋼-木組合梁柱節點損傷識別方法和系統在權利要求書中公布了:1.應用機器視覺的鋼-木組合梁柱節點損傷識別方法,其特征在于,包括以下步驟: S1:獲取鋼-木組合梁柱節點的可見光、近紅外和熱成像多模態圖像序列,并通過自適應各向異性擴散濾波去噪處理,得到去噪后的多模態圖像序列,并根據去噪后的多模態圖像序列構建去噪后的多模態圖像序列張量; S2:對去噪后的多模態圖像序列張量進行高斯金字塔分解和拉普拉斯金字塔特征融合,得到融合特征圖; S3:對融合特征圖進行自適應閾值分割和形態學處理,獲得最終二值圖; S4:對深度學習網絡進行訓練,得到訓練完成的深度學習網絡;包括: S41:計算分割損失Lossseg和一致性約束損失Lossconsist,獲得總損失Losstotal: Lossseg=CEProbseg,Label; Lossconsist=MSEProbseg,Label; Losstotal=Lossseg+Lossconsist; 其中,CE為交叉熵損失;MSE為均方誤差;Label為真實分割標簽;Probseg為分割概率圖; S42:使用隨機梯度下降算法訓練深度學習網絡中的參數使總損失下降;達到設定的迭代次數后獲得訓練完成的深度學習網絡; S5:采用訓練完成的深度學習網絡進行損傷識別,獲得分割概率圖并標注分割結果,實現損傷區域的可視化,具體包括: 使用訓練完成的深度學習網絡對去噪后的多模態圖像序列張量進行特征提取,并將提取的特征與最終二值圖進行空間注意力引導,得到引導后的特征; 將引導后的特征和最終二值圖在特征維度上拼接后輸入Transformer模塊,通過Transformer模塊的自注意力機制進行特征融合,得到融合后的特征; 將融合后的特征輸入訓練完成的深度學習網絡中進行損傷像素分割,并輸出分割概率圖; 在多模態圖像序列上標注分割結果,實現損傷區域的可視化。

          如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人中南林業科技大學,其通訊地址為:410004 湖南省長沙市韶山南路498號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

          以上內容由AI智能生成
          免責聲明
          1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
          2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
          主站蜘蛛池模板: 下面一进一出好爽视频| 在线毛片片免费观看| 免费国产高清毛不卡片基地| 国产在线亚州精品内射| 夜夜爱夜鲁夜鲁很鲁| 波多野结衣免费一区视频| 熟女视频一区二区在线观看| 激情97综合亚洲色婷婷五 | 国产L精品国产亚洲区在线观看| AV在线亚洲欧洲日产一区二区| 玩两个丰满老熟女久久网| 久久精品成人无码观看| 女同互慰高潮呻吟免费播放| 亚洲欧美日韩综合一区二区| 欧美综合自拍亚洲综合图| 免费无码无遮挡裸体视频在线观看 | 韩国午夜福利片在线观看| 国产精品午夜在线观看体验区| 国产精品免费中文字幕| 婷婷五月六月综合缴情| 精品国产三级a在线观看网站| 丰满的少妇hd高清中文字幕| 亚洲熟妇av一区二区三区宅男| 免费无码又黄又爽又刺激| 性色av闺蜜一区二区三区| 最新版天堂资源中文官网| 亚洲精品a片99久久久久| 色欲久久久天天天综合网| av片在线观看| 国产成人亚洲精品无码蜜芽| 亚洲精品男男一区二区| 人人妻人人爽人人澡欧美一区| 亚洲男人第一无码av网站| 少妇大叫太大太粗太爽了a片小说| 成人国产片视频在线观看| 亚洲无人区码suv| 99成人国产综合久久精品| 久久精品国产亚洲av麻豆软件| 亚洲精品久久久久久不卡精品小说| 日本熟妇色xxxxx欧美老妇 | 成午夜福利人试看120秒|