-
公开(公告)号：CN112215445A
公开(公告)日：2021-01-12
申请号：CN202011427559.4
申请日：2020-12-09
Applicant: 季华实验室
IPC: G06Q10/04 , G06Q10/06 , G06Q50/04 , G06N3/04 , G06N3/08 , G06N7/00 , B05B12/12 , B05B12/08 , H01L51/56 , H01L51/50
Abstract: 本发明公开了一种发光层制备多喷嘴喷射调度方法、装置、存储介质和终端，将多喷嘴喷射调度问题转化为深度强化学习问题，在实现深度强化学习方法的过程中，为每个喷嘴建立Agent,有效避免了同时对几千个喷嘴进行调度运算的难题；不仅实现了多喷嘴的喷射调度，而且还能够适应显示面板上子像素形状/大小/空间分布的变化，也能够适应喷嘴的动态变化，实现了在动态环境下也能够实现面向印刷OLED发光层的多喷嘴喷射调度。
-
公开(公告)号：CN112001866B
公开(公告)日：2021-03-02
申请号：CN202011174933.4
申请日：2020-10-28
Applicant: 季华实验室
IPC: G06T5/00
Abstract: 本发明公开了一种多退化模型太赫兹图像复原方法、装置、存储介质和终端，复原方法结合了CNN和多重退化模型，其中多重退化模型重点考虑了造成太赫兹图像退化的三个因素:模糊核及其形式、噪声和下采样器；设计的CNN从多重退化模型中学习，然后提高太赫兹图像的质量；并且根据太赫兹光束的特点提出了用各向异性高斯模糊核代替各向同性高斯核的先验知识，以提高太赫兹图像复原的质量；另外，针对太赫兹复原网络训练缺乏HR、LR图像对作为训练集的问题，本复原方法利用X光图像作为HR图像，用所构建的太赫兹图像多重退化模型，对X光图像进行退化，得到模拟的太赫兹图像作为LR图像，从而完成训练集的构建。
-
公开(公告)号：CN112215445B
公开(公告)日：2021-04-20
申请号：CN202011427559.4
申请日：2020-12-09
Applicant: 季华实验室
IPC: G06Q10/04 , G06Q10/06 , G06Q50/04 , G06N3/04 , G06N3/08 , G06N7/00 , B05B12/12 , B05B12/08 , H01L51/56 , H01L51/50
Abstract: 本发明公开了一种发光层制备多喷嘴喷射调度方法、装置、存储介质和终端，将多喷嘴喷射调度问题转化为深度强化学习问题，在实现深度强化学习方法的过程中，为每个喷嘴建立Agent,有效避免了同时对几千个喷嘴进行调度运算的难题；不仅实现了多喷嘴的喷射调度，而且还能够适应显示面板上子像素形状/大小/空间分布的变化，也能够适应喷嘴的动态变化，实现了在动态环境下也能够实现面向印刷OLED发光层的多喷嘴喷射调度。
-
公开(公告)号：CN112001866A
公开(公告)日：2020-11-27
申请号：CN202011174933.4
申请日：2020-10-28
Applicant: 季华实验室
IPC: G06T5/00
Abstract: 本发明公开了一种多退化模型太赫兹图像复原方法、装置、存储介质和终端，复原方法结合了CNN和多重退化模型，其中多重退化模型重点考虑了造成太赫兹图像退化的三个因素:模糊核及其形式、噪声和下采样器；设计的CNN从多重退化模型中学习，然后提高太赫兹图像的质量；并且根据太赫兹光束的特点提出了用各向异性高斯模糊核代替各向同性高斯核的先验知识，以提高太赫兹图像复原的质量；另外，针对太赫兹复原网络训练缺乏HR、LR图像对作为训练集的问题，本复原方法利用X光图像作为HR图像，用所构建的太赫兹图像多重退化模型，对X光图像进行退化，得到模拟的太赫兹图像作为LR图像，从而完成训练集的构建。
-
-
-
Search Results
4
records
(took 0.016 seconds)
