基于深度学习和进化学习的多尺度地质特征检测融合方法

被引：0

专利类型：

发明

申请号：

CN201910496201.8

申请日：

2019-06-10

公开(公告)号：

CN110320557B

公开(公告)日：

2019-10-11

发明(设计)人：

孙振刚

申请人：

申请人地址：

100012 北京市朝阳区来广营赢秋苑20号楼3层C140号

IPC主分类号：

G01V130

IPC分类号：

G06N2000

代理机构：

天津睿禾唯晟专利代理事务所(普通合伙) 12235

代理人：

李春荣

法律状态：

公开

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2019-10-11	公开	公开
2019-11-05	实质审查的生效	实质审查的生效 IPC(主分类):G01V 1/30 申请日:20190610
2021-08-17	授权	授权

共 50 条

[1]

基于深度学习多尺度特征融合的图像分类方法 [P].

瞿鹏 ;

王留洋 ;

王兴隆 ;

张蓝天 .

中国专利 :CN119273963A ,2025-01-07

[2]

基于深度学习和机器学习的多特征融合的疲劳检测方法 [P].

李永杰 ;

韦新栩 ;

张显石 .

中国专利 :CN113887386A ,2022-01-04

[3]

一种基于深度学习的多尺度特征融合目标检测系统 [P].

张国和 ;

丁莎 ;

陈琳 .

中国专利 :CN111881831A ,2020-11-03

[4]

基于多尺度分析和深度学习特征增强的海洋磁力数据融合方法 [P].

孔敏 ;

耿姗姗 ;

余佳 ;

王风帆 ;

田先德 ;

刘志杰 ;

刘玉龙 ;

李维禄 ;

舒雨婷 .

中国专利 :CN120949340A ,2025-11-14

[5]

基于多尺度特征融合与深度学习的远处小目标检测与跟踪系统 [P].

董行 ;

金明 ;

刘鑫 .

中国专利 :CN119205849A ,2024-12-27

[6]

基于特征融合和深度学习的小目标检测方法 [P].

孙伟 ;

张桢浩 .

中国专利 :CN109344821A ,2019-02-15

[7]

基于深度学习的多尺度目标检测方法和系统 [P].

白立春 ;

王璇 ;

高艳东 .

中国专利 :CN120147828A ,2025-06-13

[8]

基于深度学习及多特征点融合的行人检测方法 [P].

刘宁 ;

黄德亮 ;

姚磊 ;

王作辉 ;

袁德胜 .

中国专利 :CN107145845A ,2017-09-08

[9]

结合深度学习与特征多尺度融合的微钙化簇检测方法 [P].

张新生 ;

王哲 ;

陈晨 ;

王旭业 ;

何思宇 .

中国专利 :CN109948706A ,2019-06-28

[10]

基于深度学习和进化计算的特征基因选择方法 [P].

陈晋音 ;

郑海斌 ;

刘靓颖 ;

宣琦 ;

应时彦 ;

李南 ;

施朝霞 .

中国专利 :CN107992945B ,2018-05-04

← 1 2 3 4 5 →