-
公开(公告)号：CN109144661A
公开(公告)日：2019-01-04
申请号：CN201810741533.3
申请日：2018-07-05
Applicant: 杭州电子科技大学
CPC classification number: G06F9/45558 , G06F9/5077 , G06F9/5083
Abstract: 本发明公开了一种基于docker的深度学习管理方法，包括集群模块，Registry模块，存储模块，用户模块。所述Registry模块用于记录存储模块中保存的docker镜像信息，并在必要时向集群模块中的节点传递docker镜像；所述存储模块用于存储Registry模块中记录的docker镜像；所述集群模块由多个节点组成，用于接收用户模块请求，生成包含指定资源的docker容器完成相对于的任务；所述用户模块用于提供身份验证、集群监控和任务提交服务，可以通过该模块向集群模块申请docker容器来进行深度学习任务。使用时我们通过用户模块通过用户验证，验证通过后可以向该平台提交深度学习任务，训练得到深度学习模型。
-
公开(公告)号：CN114018863B
公开(公告)日：2023-07-28
申请号：CN202111294349.7
申请日：2021-11-03
Applicant: 杭州电子科技大学 , 浙江中烟工业有限责任公司
IPC: G01N21/359 , G01N21/01
Abstract: 本发明公开了一种基于近红外光谱和对比学习的烟叶部位判别方法及装置。在近红外光谱仪上采集其样品光谱并标记烟叶部位类别；对所采集的样本光谱数据通过光谱特征参量化进行数据维扩展；针对上部\中下部(U/CD)、中部\上下部(C/UD)和下部\上中部(D/UC)三个二分类任务，分别构建三个对比学习网络并训练；对对比学习网络的自编码器进行迁移学习，构建U/CD、C/UD、D/CU三个二分类网络，输出烟叶属于上部烟、中部烟和下部烟的识别概率；计算归化矢量，根据归化矢量的值判断烟叶部位为确定性部位或过渡性部位。本发明利用近红外光谱分析技术，为烟叶部位无损判别提供了一种高效稳定的技术手段。
-
Patent Agency Ranking
公开(公告)号：CN109358641A
公开(公告)日：2019-02-19
申请号：CN201811202882.4
申请日：2018-10-16
Applicant: 杭州电子科技大学
Inventor： 王辉
IPC: G05D1/10
Abstract: 本发明公开了一种多无人机室内飞行控制平台。本发明包括有多架无人机的起飞降落和强制降落以及自我飞行控制策略模式的控制地面站，用于解决GPS室内无法定位以及其它比如红外定位不准等问题而使用的室内定位UWB模块，用于接收无人机坐标系信息和加速度信息等以及发送无人机控制指令信息的数传模块。通过UWB模块获得每一架无人机的当前坐标和加速度和速度信息等，然后通过数传模块发送给PC电脑，PC电脑接收到所有无人机的数据后给出每一架无人机下一步的控制策略并通过数传发送给无人机。本发明只需简单修改飞控源码，控制和调试方式相对简单，室内定位精度高，可以实现对室内多架无人机的精确控制。
-
公开(公告)号：CN117738396A
公开(公告)日：2024-03-22
申请号：CN202311409746.3
申请日：2023-10-27
Applicant: 国网浙江省电力有限公司湖州供电公司 , 杭州电子科技大学 , 浙江泰仑电力集团有限责任公司后勤服务分公司
IPC: E04D13/04 , E04D13/064 , E04D13/076 , B01D29/64
Abstract: 本发明公开了一种无动力天沟下水口防堵装置，包括雨水引流机构以及动力转换机构，雨水引流机构安装在地漏上，动力转换机构安装在地漏的内部，动力转换机构连接传动机构，传动机构连接异物清除机构，雨水引流机构将雨水引流到动力转换机构，动力转换机构将雨水的重力转换为供异物清除机构转动的动力；本发明通过设置雨水引流机构将淋到地漏上的雨水引流到地漏内部的动力转换机构上，动力转换机构将雨水的重力转换为供异物清除机构转动的动力，充分利用自然资源，使得异物清除机构工作，将地漏表面的树叶等杂物进行清除，利用雨水作为动力源，无需增加其它动力，成本低，可持续性好。
-
公开(公告)号：CN114034657B
公开(公告)日：2024-01-09
申请号：CN202111294344.4
申请日：2021-11-03
Applicant: 浙江中烟工业有限责任公司 , 杭州电子科技大学
IPC: G01N21/3563 , G01N21/359 , G06V10/764 , G06V10/80
Abstract: 本发明公开了一种基于近红外光谱特征参量融合和概率分类的烟叶部位判别方法及装置。在近红外光谱仪上采集其样品光谱并标记烟叶部位类别；提取所采集的样本数据的光谱特征参量，将所述特征参量与原数据拼接融合；随机选取一定比例的融合数据作为概率分类器的训练数据集，通过验证曲线选择分类器的最佳参数并训练；对任一烟叶样本光谱数据，经特征参量融合后输入已训练好的分类器，输出烟叶样本属于上部烟、中部烟和下部烟的分类概率；根据分类概率得到归化矢量，根据归化矢量的值判别烟叶部位为确定性部位或过渡性部位。本发明利用近红外光谱分析技术，为烟叶部位无损判别提供了一种高效稳定的技术手段。
-
公开(公告)号：CN114018863A
公开(公告)日：2022-02-08
申请号：CN202111294349.7
申请日：2021-11-03
Applicant: 杭州电子科技大学 , 浙江中烟工业有限责任公司
IPC: G01N21/359 , G01N21/01
Abstract: 本发明公开了一种基于近红外光谱和对比学习的烟叶部位判别方法及装置。在近红外光谱仪上采集其样品光谱并标记烟叶部位类别；对所采集的样本光谱数据通过光谱特征参量化进行数据维扩展；针对上部\中下部(U/CD)、中部\上下部(C/UD)和下部\上中部(D/UC)三个二分类任务，分别构建三个对比学习网络并训练；对对比学习网络的自编码器进行迁移学习，构建U/CD、C/UD、D/CU三个二分类网络，输出烟叶属于上部烟、中部烟和下部烟的识别概率；计算归化矢量，根据归化矢量的值判断烟叶部位为确定性部位或过渡性部位。本发明利用近红外光谱分析技术，为烟叶部位无损判别提供了一种高效稳定的技术手段。
-
公开(公告)号：CN114034657A
公开(公告)日：2022-02-11
申请号：CN202111294344.4
申请日：2021-11-03
Applicant: 浙江中烟工业有限责任公司 , 杭州电子科技大学
IPC: G01N21/3563 , G01N21/359 , G06K9/62
Abstract: 本发明公开了一种基于近红外光谱特征参量融合和概率分类的烟叶部位判别方法及装置。在近红外光谱仪上采集其样品光谱并标记烟叶部位类别；提取所采集的样本数据的光谱特征参量，将所述特征参量与原数据拼接融合；随机选取一定比例的融合数据作为概率分类器的训练数据集，通过验证曲线选择分类器的最佳参数并训练；对任一烟叶样本光谱数据，经特征参量融合后输入已训练好的分类器，输出烟叶样本属于上部烟、中部烟和下部烟的分类概率；根据分类概率得到归化矢量，根据归化矢量的值判别烟叶部位为确定性部位或过渡性部位。本发明利用近红外光谱分析技术，为烟叶部位无损判别提供了一种高效稳定的技术手段。
-
-
-
-
-
-
Search Results
7
records
(took 0.027 seconds)
