Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 厦门理工学院曾志强获国家专利权

厦门理工学院曾志强获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉厦门理工学院申请的专利勺子缺陷检测方法、系统、电子设备及计算机存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116152534B

龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310034771.1,技术领域涉及:G06V10/762;该发明授权勺子缺陷检测方法、系统、电子设备及计算机存储介质是由曾志强;邓照贤;王晓栋;严菲;金季岚;张泓设计研发完成,并于2023-01-10向国家知识产权局提交的专利申请。

勺子缺陷检测方法、系统、电子设备及计算机存储介质在说明书摘要公布了:本发明公开一种勺子缺陷检测方法、系统、电子设备及计算机存储介质,涉及机器学习领域,方法包括获取勺子图像;根据所述勺子图像构建空间自表示张量;根据所述空间自表示张量构建基于秩逼近和稀疏约束的多视图聚类模型;对所述多视图聚类模型的目标函数进行求解,得到多视图数据的相似矩阵;根据所述相似矩阵利用谱聚类算法进行聚类,得到勺子缺陷检测结果。本发明能提高聚类性能。

本发明授权勺子缺陷检测方法、系统、电子设备及计算机存储介质在权利要求书中公布了:1.一种勺子缺陷检测方法,其特征在于,包括: 获取勺子图像; 根据所述勺子图像构建空间自表示张量; 根据所述空间自表示张量构建基于秩逼近和稀疏约束的多视图聚类模型; 对所述多视图聚类模型的目标函数进行求解,得到多视图数据的相似矩阵; 构建基于秩逼近和稀疏约束的多视图聚类模型,目标函数如下: s.t.Xv=XvZv+Ev,v=1,2,...V; Z=φZ1,Z2,...,ZV; E=[E1;E2;...;EV] 其中,Xv表示第v个视图的数据矩阵,φ·表示将不同视图的自表示矩阵ZV作为张量的正面切片构造一个N×N×V的三阶张量,Z表示子空间自表示张量,E表示按行将V个噪声矩阵串联后得到的矩阵,||·||TLD表示张量对数行列式,||·||2,1表示对噪声矩阵施加l2,1范数约束,||·||1表示对不同的自表示矩阵施加l1范数约束,λ和β表示惩罚参数; 为了让目标函数可分解为多个只含一种变量的子问题,引入辅助张量变量A、辅助子空间表示矩阵Bv,经过简单的变量替换后,转换目标函数如下: s.t.Xv=XvZv+Ev,v=1,2,...V; Z=φZ1,Z2,...,ZV; E=[E1;E2;...;EV]; Z=A; Zv=Bv 利用增广拉格朗日算法,模型被重写为无约束最小化问题: 其中,L·为拉格朗日函数,矩阵Yv,Qv和张量W代表了三个拉格朗日乘子,是Frobenius范数的平方,μ、σ和ρ是惩罚因子; 固定其他变量以更新变量Bv,Bv的优化子问题可由以下的公式求解: 其中S是软阈值收缩算子; 根据所述相似矩阵利用谱聚类算法进行聚类,得到勺子缺陷检测结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人厦门理工学院,其通讯地址为:361024 福建省厦门市集美区理工路600号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。