-
公开(公告)号：CN206574549U
公开(公告)日：2017-10-20
申请号：CN201720245881.2
申请日：2017-03-14
Applicant: 国网吉林省电力有限公司检修公司 , 国家电网公司 , 深圳太辰光通信股份有限公司
Abstract: 本实用新型提供一种光纤复合绝缘子，包括芯棒及其两端设置的高压端金具、低压端金具，所述高压端金具、低压端金具为法兰盘式，材质为非铁磁材料；所述高压端金具上开有至少一个深槽。这种改进降低了所述金具在强电磁场下的磁滞损耗和涡流损耗，避免造成金具过热，从而降低供电事故或故障的发生。
-
-
公开(公告)号：CN107052598A
公开(公告)日：2017-08-18
申请号：CN201610924213.2
申请日：2016-10-24
Applicant: 长春理工大学 , 国网吉林省电力有限公司检修公司 , 国家电网公司
CPC classification number: B23K26/402 , A01G3/00 , B23K26/03 , B23K26/38 , B23K26/702 , B23K2103/36 , H02G1/02
Abstract: 一种激光快速跟瞄树枝清除系统，属于电子技术领域。本发明的目的是提供一种通过激光对高压线路附近的树枝进行精确去除的激光快速跟瞄树枝清除系统。本发明包含激光器电源、激光器、聚焦系统、热像仪、控制系统、位置限定和三维平移台；其中激光器电源包括脉冲恒流输出部分电路、功率变换电路、隔离模块电路、短路保护电路、过压保护电路、过温检测电路、过流保护电路；控制系统包括加速度陀螺仪传感器、输出芯片电路、基准电压芯片电路、脉冲输出电路、稳压电路、PWM脉宽调制芯片、场效应管驱动电路、通讯芯片电路、接口电路、隔离模块电源、485隔离通讯芯片、缓冲芯片电路、主控芯片；位置限定包括位置控制传感器接口；激光器采用的是以固体材料为工作物质的固体激光器。本发明应用于工业上人工难以企及的位置，能够准确快速的实现定位，清除树枝。
-
公开(公告)号：CN107761695B
公开(公告)日：2023-03-28
申请号：CN201710963167.1
申请日：2017-10-17
Applicant: 国网吉林省电力有限公司检修公司 , 国网吉林省电力有限公司 , 国家电网公司 , 杭州美畅电气有限公司
IPC: E02D1/08
Abstract: 本发明提供一种输电线路杆塔基础塌方监测装置，第一安装板上固定有第二安装板，湿度检测仪安装座外周固定有湿度检测仪，湿度检测仪安装座上安装有轴套，第二安装板上端还安装有信息收集模块，第一安装板与第二安装板之间安装有第一位移感应器，第二安装板的外周布置有弹性圈，第二安装板和弹性圈之间安装有第二位移感应器，轴套内壁安装有第三位移感应器。本发明结构简单，安装方便，能够对输电线路杆塔所在位点的土壤的湿度、疏松度和表层水流量，以及杆塔的倾斜度进行实时数据监控，监控数据完整，准确，能够对输电线路杆塔安装处塌方前的数据进行整合，经过外部处理器对数据进行分析，提前对塌方进行监控，提高了监控的效率。
-
公开(公告)号：CN108537756B
公开(公告)日：2020-08-25
申请号：CN201810337504.0
申请日：2018-04-12
Applicant: 大连理工大学 , 国网吉林省电力有限公司检修公司 , 国网吉林省电力有限公司 , 国家电网公司
Abstract: 本发明公开了一种基于图像融合的单幅图像去雾方法，能够对有雾图像进行去雾增强。本发明方法包括如下步骤：(1)求取待融合图像；(2)求取待融合图像的特征权重；(3)多尺度融合去雾。本发明还公开了一种基于图像融合的单幅图像去雾系统。本发明能够极大地提高有雾图像的对比度和清晰度，而且算法的复杂度低、运行速度快，因而能够应用于日常的监控系统当中。
-
Patent Agency Ranking
公开(公告)号：CN109145832A
公开(公告)日：2019-01-04
申请号：CN201810981159.4
申请日：2018-08-27
Applicant: 大连理工大学 , 国网吉林省电力有限公司检修公司 , 国网吉林省电力有限公司 , 国家电网公司
CPC classification number: G06K9/0063 , G06K9/6256 , G06K9/6267 , G06N3/0454 , G06N3/08
Abstract: 基于DSFNN与非局部决策的极化SAR图像半监督分类方法，输入极化SAR图像数据；对极化SAR图像进行超像素分割；提取极化SAR图像各个像素的原始特征和超像素特征；选取训练样本集合和测试样本集合；利用训练样本集合进行深度超像素滤波网络的训练；对测试样本采用深度超像素滤波网络进行预测；基于非局部决策，从测试样本集合选取样本来扩展训练集合；更新深度超像素滤波网络；采用训练好的网络对测试样本进行分类；得到分类结果图。本发明的深度超像素滤波网络，提取超像素特征来克服相干斑噪声，并利用非局部决策的半监督分类算法，减小训练样本数量，有效提高分类的准确度，可用于极化SAR图像地物分类与目标识别等技术领域。
-
公开(公告)号：CN109242889A
公开(公告)日：2019-01-18
申请号：CN201810982878.8
申请日：2018-08-27
Applicant: 大连理工大学 , 国网吉林省电力有限公司检修公司 , 国网吉林省电力有限公司 , 国家电网公司
IPC: G06T7/32
Abstract: 基于上下文显著性检测与SAE的SAR图像变化检测方法，输入同一地区的两个时相SAR图像；计算对数比值差异图；基于上下文显著性检测算法提取差异图的显著性区域；根据差异图的显著性区域掩模掉两个时相SAR图像的背景，获得掩模后SAR图像；基于模糊C均值聚类提取掩模后SAR图像的变化区域，获得伪标签训练样本；利用掩模后SAR图像和伪标签训练样本进行多层稀疏自动编码器的训练；采用训练好的网络提取最终的SAR图像变化区域。本发明可以有效克服相干斑噪声对SAR图像变化检测的影响，同时设计了多层稀疏自动编码器，提取了SAR图像有效的变化特征，能够提高变化检测的准确度，可用于多时相SAR图像变化检测等技术领域。
-
公开(公告)号：CN109145993A
公开(公告)日：2019-01-04
申请号：CN201810982241.9
申请日：2018-08-27
Applicant: 大连理工大学 , 国网吉林省电力有限公司检修公司 , 国网吉林省电力有限公司 , 国家电网公司
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/6217 , G06K9/6267
Abstract: 一种基于多特征与非负自动编码器的SAR图像分类方法，属于图像处理技术领域。基于灰度梯度共生矩阵提取SAR图像的图像块空间域特征；基于二维Gabor变换提取SAR图像的图像块变换域特征；将图像块的空间域特征与变换域特征组合；选取SAR图像块的训练样本集和测试样本集；利用训练样本集对多层非负自动编码器与softmax分类器进行训练；采用训练好的非负自动编码器网络进行分类；得到分类结果图。本发明结合了SAR图像的空间信息与变换域信息，获得了SAR图像的多维特征，并利用非负自动编码器对特征进行优化，提升了特征的区分性，进而有效提高了分类的准确度，可用于高分辨率SAR图像地物分类与目标识别等。
-
公开(公告)号：CN108537756A
公开(公告)日：2018-09-14
申请号：CN201810337504.0
申请日：2018-04-12
Applicant: 大连理工大学 , 国网吉林省电力有限公司检修公司 , 国网吉林省电力有限公司 , 国家电网公司
CPC classification number: G06T5/003 , G06T5/40 , G06T5/50 , G06T2207/10024 , G06T2207/20221
Abstract: 本发明公开了一种基于图像融合的单幅图像去雾方法，能够对有雾图像进行去雾增强。本发明方法包括如下步骤：(1)求取待融合图像；(2)求取待融合图像的特征权重；(3)多尺度融合去雾。本发明还公开了一种基于图像融合的单幅图像去雾系统。本发明能够极大地提高有雾图像的对比度和清晰度，而且算法的复杂度低、运行速度快，因而能够应用于日常的监控系统当中。
-
公开(公告)号：CN109145993B
公开(公告)日：2021-05-07
申请号：CN201810982241.9
申请日：2018-08-27
Applicant: 大连理工大学 , 国网吉林省电力有限公司检修公司 , 国网吉林省电力有限公司 , 国家电网公司
IPC: G06K9/62
Abstract: 一种基于多特征与非负自动编码器的SAR图像分类方法，属于图像处理技术领域。基于灰度梯度共生矩阵提取SAR图像的图像块空间域特征；基于二维Gabor变换提取SAR图像的图像块变换域特征；将图像块的空间域特征与变换域特征组合；选取SAR图像块的训练样本集和测试样本集；利用训练样本集对多层非负自动编码器与softmax分类器进行训练；采用训练好的非负自动编码器网络进行分类；得到分类结果图。本发明结合了SAR图像的空间信息与变换域信息，获得了SAR图像的多维特征，并利用非负自动编码器对特征进行优化，提升了特征的区分性，进而有效提高了分类的准确度，可用于高分辨率SAR图像地物分类与目标识别等。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.124 seconds)
