-
公开(公告)号：CN106127411A
公开(公告)日：2016-11-16
申请号：CN201610520278.0
申请日：2016-07-04
申请人： 中国科学院深圳先进技术研究院
CPC分类号： G06F16/583 , G02B27/017 , G02B2027/0178 , G06F16/156 , G06F16/182 , G06F16/248 , G06F16/284 , G06F16/51 , G06K9/00221 , G06Q10/06311 , G06Q10/06398 , G06Q50/06
摘要： 本发明公开了一种基于智能眼镜的电力作业辅助方法，包括：巡检施工员用智能眼镜获取任务执行人员的人脸图片视频数据，通过电力大数据平台对人脸识别，若任务执行人员未在管理分析子系统中登记，则APP子系统作出提示；巡检施工员利用智能眼镜将图片视频经APP子系统发送到电力大数据平台，电力大数据平台识别图片视频中的电力设备铭牌，经过图像识别分析得出电力设备ID，检索电力设备ID对应的设备信息，将设备信息发送到APP子系统和智能眼镜；管理分析子系统对人员拍照登记，查看历史工作图片视频实现巡检施工评价，完成对巡检施工员工作量、质量的定量化、定性化考核评估。本发明提高了电力巡检、施工作业的工作效率和智能化水平。
-
公开(公告)号：CN103431874B
公开(公告)日：2015-06-03
申请号：CN201310404937.0
申请日：2013-09-06
申请人： 中国科学院深圳先进技术研究院
摘要： 本发明涉及一种声辐射力脉冲成像估算方法和系统。所述方法包括：读取输入数据，并将所述输入数据分成预定数量数据矩阵；分别对每个数据矩阵进行前向滤波处理和逆向滤波处理，并对滤波处理后的数据矩阵进行希尔伯特变换得到解析数据；对所述解析数据进行互相关运算，求取得到预定数量位移矩阵；对每个位移矩形累加，取累积和最大的列位移，生成新的位移矩阵；对得到的新的位移矩阵进行时间方向上的三次样条插值；对插值结果进行拉东变换，得到拉东变换矩阵；获取所述声辐射力脉冲成像的参数，根据所述参数及拉东变换矩阵求取剪切波速率。减小了互相关计算位移时产生的误差，计算结果更加准确，且对微小位移能精确估算，提高了灵敏度。
-
公开(公告)号：CN109785289A
公开(公告)日：2019-05-21
申请号：CN201811547406.6
申请日：2018-12-18
申请人： 中国科学院深圳先进技术研究院
摘要： 本申请涉及一种输电线路缺陷检测方法、系统及电子设备。包括：根据输电线路元件的图像样本数据构建基于虚实样本集成和迁移学习的输电线路缺陷检测模型，具体包括以下步骤：步骤a：构建虚实集成的虚拟样本生成及标注模型，集成虚拟数据与真实图像数据中丰富的地物信息，对虚拟数据与真实数据进行融合；步骤b：构建深度学习迁移学习模型，完成基于迁移学习的模型优化；步骤c：基于目标检测算法训练深度学习模型，在深度学习的目标检测基础上，进行输电线路元件的异常诊断。本申请通过对海量图像样本进行深度学习分布式训练，建立基于可见光、红外、紫外等多图像融合的输电线路缺陷检测模型，可以提高缺陷识别准确率，提高巡检工作效率和质量。
-
公开(公告)号：CN104188687B
公开(公告)日：2016-08-24
申请号：CN201410378474.X
申请日：2014-08-01
申请人： 中国科学院深圳先进技术研究院
IPC分类号： A61B8/06
摘要： 本发明涉及一种基于超声回波射频信号的多普勒血流速度估测方法和系统。所述方法包括：转换步骤，将整帧的超声回波射频信号转换为解析信号；划分步骤，将整帧的解析信号根据预设窗口长度进行分段，得到分段窗口数据段；积和步骤，对相邻的两帧信号，将对应分段窗口数据段进行一次无偏移的积和运算，得到目标复数；相位计算步骤，计算所述目标复数的相位；速度估算步骤，利用所述相位计算得到两帧信号间隔中血流的平均移动速度。上述基于超声回波射频信号的多普勒血流速度估测方法，不需进行信号分解和低通滤波，既简化了计算，也消除了滤波对结果的负面影响，减小了计算量，大大缩短了计算时间。
-
公开(公告)号：CN103431874A
公开(公告)日：2013-12-11
申请号：CN201310404937.0
申请日：2013-09-06
申请人： 中国科学院深圳先进技术研究院
摘要： 本发明涉及一种声辐射力脉冲成像估算方法和系统。所述方法包括：读取输入数据，并将所述输入数据分成预定数量数据矩阵；分别对每个数据矩阵进行前向滤波处理和逆向滤波处理，并对滤波处理后的数据矩阵进行希尔伯特变换得到解析数据；对所述解析数据进行互相关运算，求取得到预定数量位移矩阵；对每个位移矩形累加，取累积和最大的列位移，生成新的位移矩阵；对得到的新的位移矩阵进行时间方向上的三次样条插值；对插值结果进行拉东变换，得到拉东变换矩阵；获取所述声辐射力脉冲成像的参数，根据所述参数及拉东变换矩阵求取剪切波速率。减小了互相关计算位移时产生的误差，计算结果更加准确，且对微小位移能精确估算，提高了灵敏度。
-
公开(公告)号：CN109784348B
公开(公告)日：2021-06-18
申请号：CN201811544870.X
申请日：2018-12-17
申请人： 中国科学院深圳先进技术研究院
摘要： 本发明涉及智能电网信息技术领域，特别涉及一种基于红外热成像的电力设备识别和在线诊断方法及其系统；本发明先采集电力设备的红外图像数据，制作虚拟数据来学习，再迁移深度神经网络模型形成电力设备红外识别深度神经网络模型；再以电力行业带电设备红外诊断应用规范，建立分类红外电力设备及部件的缺陷规则库；最后在移动终端部署移动电力设备识别深度神经网络模型，对实时采集的红外图像进行电力设备及部件识别，按照缺陷规则库对设备热场分布进行在线分析诊断，评估电力设备目前的运行状态。
-
公开(公告)号：CN109784348A
公开(公告)日：2019-05-21
申请号：CN201811544870.X
申请日：2018-12-17
申请人： 中国科学院深圳先进技术研究院
摘要： 本发明涉及智能电网信息技术领域，特别涉及一种基于红外热成像的电力设备识别和在线诊断方法及其系统；本发明先采集电力设备的红外图像数据，制作虚拟数据来学习，再迁移深度神经网络模型形成电力设备红外识别深度神经网络模型；再以电力行业带电设备红外诊断应用规范，建立分类红外电力设备及部件的缺陷规则库；最后在移动终端部署移动电力设备识别深度神经网络模型，对实时采集的红外图像进行电力设备及部件识别，按照缺陷规则库对设备热场分布进行在线分析诊断，评估电力设备目前的运行状态。
-
公开(公告)号：CN104188689B
公开(公告)日：2016-06-01
申请号：CN201410378475.4
申请日：2014-08-01
申请人： 中国科学院深圳先进技术研究院
IPC分类号： A61B8/08
摘要： 本发明涉及一种基于超声回波射频信号的组织位移估算方法和系统。所述方法，包括以下步骤：转换步骤，将整帧的超声回波射频信号转换为解析信号；划分步骤，将整帧的解析信号根据预设窗口长度进行分段，得到分段窗口数据段；积和步骤，对相邻的两帧信号，将对应分段窗口数据段进行一次无偏移的积和运算，得到目标复数；相位计算步骤，计算所述目标复数的相位；相对位移估算步骤，利用所述相位计算得到两帧信号间的相对位移。上述基于超声回波射频信号的组织位移估算方法，将整帧的超声回波射频信号一次转换为解析信号，极大的提高了计算速度，计算两帧信号的相对位移只需经过一次积和运算即可得到，减小了计算量，提高了计算效率，且复杂性低。
-
公开(公告)号：CN104546014A
公开(公告)日：2015-04-29
申请号：CN201410822138.X
申请日：2014-12-25
申请人： 中国科学院深圳先进技术研究院
IPC分类号： A61B8/08
摘要： 本发明提供一种用于生物组织弹性测量的剪切波速度估计方法，应用于医疗诊断技术领域，该方法包括：在生物组织弹性测量过程中，针对每一个横向检测位置，获取该横向检测位置对应的“时间-深度-形变”矩阵；对“时间-深度-形变”矩阵进行拉东变换，求取元素之和最大的路径，得到初次估计路径；利用初次估计路径，确定剪切波波峰抵达该横向检测位置的时间；根据各横向检测位置之间的距离，以及剪切波波峰抵达各横向检测位置的时间，计算剪切波传播速度。本发明通过拉东变换直接判断剪切波波峰的传播情况和到达各横向检测位置的时间，提高了剪切波速度测量的准确度及稳定性，减少了计算量，提高了计算效率。
-
公开(公告)号：CN103519848A
公开(公告)日：2014-01-22
申请号：CN201310514494.0
申请日：2013-10-25
申请人： 中国科学院深圳先进技术研究院
IPC分类号： A61B8/08
摘要： 本发明涉及一种基于超声回波射频信号的组织位移估算方法和系统。所述方法，包括以下步骤：转换步骤，将整帧的超声回波射频信号转换为解析信号；划分步骤，将整帧的解析信号根据预设窗口长度进行分段，得到分段窗口数据段；积和步骤，对相邻的两帧信号，将对应分段窗口数据段进行一次无偏移的积和运算，得到目标复数；相位计算步骤，计算所述目标复数的相位；相对位移估算步骤，利用所述相位计算得到两帧信号间的相对位移。上述基于超声回波射频信号的组织位移估算方法，将整帧的超声回波射频信号一次转换为解析信号，极大的提高了计算速度，计算两帧信号的相对位移只需经过一次积和运算即可得到，减小了计算量，提高了计算效率，且复杂性低。
-
-
-
-
-
-
-
-
-
搜索结果
23 条记录 (耗时 0.045 秒)
