一种基于深度学习的风机叶片缺陷智能分析方法及系统

被引：0

专利类型：

发明

申请号：

CN202010500845.2

申请日：

2020-06-04

公开(公告)号：

CN113836646A

公开(公告)日：

2021-12-24

发明(设计)人：

勾月凯

申请人：

申请人地址：

100039 北京市海淀区西四环中路16号院1号楼国电科环大厦5楼

IPC主分类号：

G06F3017

IPC分类号：

G06F3020 G06T700 G06N308

代理机构：

北京知联天下知识产权代理事务所(普通合伙) 11594

代理人：

张陆军;张迎新

法律状态：

实质审查的生效

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
2022-01-11	实质审查的生效	实质审查的生效 IPC(主分类):G06F 30/17 申请日:20200604
2021-12-24	公开	公开

共 50 条

[1]

一种基于深度学习的海上风机叶片缺陷检测系统及方法 [P].

魏楠 ;

王晔 ;

辛宗全 ;

张玉平 ;

宋晓丹 ;

陈臣 ;

张都 .

中国专利 :CN118582351A ,2024-09-03

[2]

一种基于深度学习的风机叶片故障智能识别方法 [P].

李晶晶 ;

戴川 ;

吕艳洁 ;

郑欣 ;

胡大鹏 ;

陈班 .

中国专利 :CN108416294B ,2018-08-17

[3]

一种基于深度学习的风机叶片智能监测及优化方法 [P].

覃波 ;

胡清泉 ;

杨文献 .

中国专利 :CN120592822B ,2025-11-04

[4]

一种基于深度学习的风机叶片智能监测及优化方法 [P].

覃波 ;

胡清泉 ;

杨文献 .

中国专利 :CN120592822A ,2025-09-05

[5]

一种基于深度学习的荧光渗透缺陷智能检测方法及系统 [P].

尹佳 ;

王玮 ;

郭中华 ;

王松 ;

王浩熠 ;

冀阳春 .

中国专利 :CN118154533A ,2024-06-07

[6]

基于深度学习的风机塔筒表面缺陷检测方法及系统 [P].

陈康 ;

张志东 ;

香玫元 ;

张静波 ;

唐增辉 ;

周继开 .

中国专利 :CN118864393A ,2024-10-29

[7]

一种基于深度学习的金属曲面缺陷分析系统及方法 [P].

习勇 ;

张家业 ;

徐洪浩 .

中国专利 :CN112907519A ,2021-06-04

[8]

一种基于深度学习的数字病理图像智能分析方法 [P].

钱光武 .

中国专利 :CN112116559A ,2020-12-22

[9]

基于深度学习的风机叶片图像全景拼接方法和系统 [P].

刘月娥 ;

李峥嵘 ;

汪红星 ;

吴子健 ;

邓淇 ;

贾艳洋 .

中国专利 :CN112365399A ,2021-02-12

[10]

基于深度学习的风机叶片图像全景拼接方法和系统 [P].

刘月娥 ;

李峥嵘 ;

汪红星 ;

吴子健 ;

邓淇 ;

贾艳洋 .

中国专利 :CN112365399B ,2024-05-03

← 1 2 3 4 5 →