我校11件发明专利拟转让成都权翼知识产权运营有限公司。根据《中华人民共和国促进科技成果转化法》若干规定【国发〔2016〕16号】及《武汉工程大学科技成果转化管理办法（试行）》【武工大科发[2021]1号】，经双方协商最终确定转让总金额为4.95万元（大写：肆万玖仟伍佰元整）。目前，专利权人同意该专利成果转让。
公示期15天（2025年12月5日-2025年12月19日）。若有异议请在公示期内如实向科学技术发展院书面反映情况。联系电话：027-65520180。
特此公示。
发明名称1：一种奶油亮蓝色素的检测方法、装置及存储介质
专利号：2022100649280
发明人：刘军;张健行;张芸;侯青;刘睿瑞
权利人：武汉工程大学
发明简介：本发明提供一种奶油亮蓝色素的检测方法、装置及存储介质，属于数据检测技术领域，方法包括：S1：通过近红外光谱仪对待测奶油的数据采集得到原始光谱数据；S2：对原始光谱数据的预处理得到预处理后光谱数据；S3：对预处理后光谱数据的降维分析得到降维后光谱数据；S4：将所有的降维后光谱数据随机划分至训练集或测试集或验证集中；S5：构建训练模型，通过训练模型对训练集和测试集的训练分析得到目标检测模型；S6：通过目标检测模型对验证集的检测得到奶油亮蓝色素的检测结果。本发明提高了光谱的分辨率，降低了模型的复杂度，且提高了模型的稳健性，提高了光谱对人工色素浓度的敏感性，减少了计算成本与消耗，提高了精度。
发明名称2：一种油菜籽的氨基酸及蛋白质定量检测方法、系统及介质
专利号：2022111145969
发明人：刘军;刘睿瑞
权利人：武汉工程大学
发明简介：本发明涉及一种油菜籽的氨基酸及蛋白质定量检测方法、系统及介质，属于物质成分含量测定领域，其方法包括，使用近红外光谱仪扫描油菜籽待测样本以获取待测原始光谱数据，进行降噪处理得到待测目标输入光谱数据，输入至预先构建的注意力模块中进行处理，以获得待测目标输入光谱数据中多个波长权重，并将待测目标输入光谱数据分别与其中的每个波长权重相乘，以获得待测目标输入光谱数据中每个波长权重的加权光谱数据；将待测目标输入光谱数据中所有波长权重的加权光谱数据输入至预先建立的油菜籽氨基酸及蛋白质含量预测模型中进行处理，得到油菜籽待测样本的氨基酸及蛋白质含量检测结果。本发明节省了检测过程中的人力且提高了检测精度。
发明名称3：基于贪婪投影三角化的体积确定方法、系统、设备及介质
专利号：2022114048373
发明人：刘军;刘闯;张美娟;刘睿瑞;裴生昌
权利人：武汉工程大学
发明简介：本发明公开了一种基于贪婪投影三角化的体积确定方法、系统、设备及介质，涉及体积计算技术领域，方法包括：获取多个针对于目标对象的原始点云数据，对每个所述原始点云数据进行预处理，得到多个目标点云数据；根据多个所述目标点云数据进行点云补全，得到完整点云数据，所述完整点云数据包括多个点云补全后的点云数据；利用贪婪投影三角化算法，对所述完整点云数据进行曲面重建，得到针对于所述目标对象的目标曲面模型，所述目标曲面模型包含多个目标面，每个所述目标面包括多个目标点，每个所述目标点表征一个点云数据；根据所述目标曲面模型包含的多个所述目标面，确定所述目标对象的体积。
发明名称4：一种基于极坐标的边界点云提取方法、系统、设备及介质
专利号：2023104373698
发明人：刘军;刘征涛;刘闯
权利人：武汉工程大学
发明简介：本发明公开了一种基于极坐标的边界点云提取方法、系统、设备及介质，涉及点云处理技术领域，该方法包括：获取针对于目标对象的目标点云数据集，所述目标点云数据集包括多个目标点云数据；对于每个所述目标点云数据，对所述目标点云数据进行降维处理，得到所述目标点云数据对应的平面点云数据，所述平面点云数据在预先建立的平面直角坐标系中有对应的二维位置信息；根据多个所述平面点云数据各自对应的二维位置信息，确定极坐标原点，所述极坐标原点在所述平面直角坐标系中有对应的原点位置信息；根据所述极坐标原点对应的原点位置信息和每个所述平面点云数据各自对应的二维位置信息，确定所述目标对象对应的边界点云数据。
发明名称5：一种奶油靛蓝色素检测方法、装置、系统以及存储介质
专利号：2023116244804
发明人：刘军;张芸;裴生昌;张来炫锋
权利人：武汉工程大学
发明简介：本发明提供一种奶油靛蓝色素检测方法、装置、系统以及存储介质，属于数据检测技术领域，方法包括：从采集设备中获得待测样品的奶油靛蓝色素待处理数据；对奶油靛蓝色素待处理数据的预处理得到奶油靛蓝色素待划分数据；将奶油靛蓝色素待划分数据随机划分为奶油靛蓝色素训练集和奶油靛蓝色素测试集；根据奶油靛蓝色素训练集对训练模型的模型优化得到目标检测模型；通过目标检测模型对奶油靛蓝色素测试集的检测得到检测结果。本发明使得模型具有高适用、高精度、高鲁棒、高效率的特性，提高了模型的泛化能力，能够达到对变温条件下的光谱定量分析在实践中运用的标准，有助于近红外光谱人工智能快速检测技术在食品安全领域的发展。
发明名称6：一种螺杆水冷机组的好音稳定预警方法、装置及存储介质
专利号：2020112074143
发明人：刘军;张健行;侯青;徐梓涵;孙思琪;刘洋
权利人：武汉工程大学
发明简介：本发明提供一种螺杆水冷机组的好音稳定预警方法、装置及存储介质，方法包括：导入多个原始音频数据，并对多个所述原始音频数据进行数据清洗，经数据清洗后剩余的原始音频数据作为目标音频数据，得到多个目标音频数据，所述原始音频数据是通过螺杆水冷机组设备得到的；分别对各个所述目标音频数据进行特征提取，得到对应的特征点，并集合提取到的所有的特征点得到特征点数据集。本发明能够进一步提高了音频识别准确率，克服了传统好音稳定预警的工作量大、效率低下和准确率不够的缺陷，能自动对大量的音频数据进行智能检测和识别，实时检测出的音频数据，为好音稳定预警做及时地干预，具有了效率高，稳定性强以及准确率高的特点。
发明名称7：一种发票印章消除方法、装置和计算机存储介质
专利号：2018111455028
发明人：刘军;李威
权利人：武汉工程大学
发明简介：本发明涉及一种发票印章消除方法、装置和计算机存储介质，方法包括采集含印章图样的发票图像样本，并制成数据集，对所述数据集进行训练，得到训练好的检测模型；利用训练好的所述检测模型对待消除印章的发票图像进行检测，提取所述发票图像中的印章区域图像，并确定所述印章图样的颜色；根据所述印章图样的颜色对所述印章区域图像中的所述印章进行消除，得到印章区域背景图像；将所述印章区域背景图像与提取所述印章区域图像后的所述发票图像进行融合，得到印章消除的目标发票图像。本发明的发票印章消除方法能更好地消除印章，避免影响发票中其他文本信息的识别，能明显提高发票识别的准确率，提高发票识别的工作效率。
发明名称8：癫痫样放电分类模型训练及识别方法、系统及电子设备
专利号：202210819873X
发明人：刘军;张美娟;刘闯;裴生昌
权利人：武汉工程大学
发明简介：本发明公开了一种癫痫样放电分类模型训练及识别方法、系统及电子设备，涉及脑电信号处理技术领域，癫痫样放电分类模型是基于初始模型训练得到的，初始模型包括卷积神经网络、多头自注意力模块和树突神经网络，训练方法包括：获取多个原始脑电波数据，每个原始脑电波数据对应一个标注结果，通过卷积神经网络对每个原始脑电波数据进行特征提取，得到多个图像特征矩阵；通过多头自注意力模块对每个图像特征矩阵进行特征提取，得到多个输出特征矩阵；通过树突神经网络对每个输出特征矩阵进行分类识别，得到多个预测分类结果，根据各个预测分类结果和各个标注结果，确定损失函数值；根据损失函数值和训练结束条件，确定癫痫样放电分类模型。
发明名称9：一种基于胶囊网络的癫痫放电识别方法、系统和存储介质
专利号：201911309016X
发明人：刘洋;刘军;孙思琪;侯青
权利人：武汉工程大学
发明简介：本发明涉及一种基于胶囊网络的癫痫放电识别方法、系统和存储介质，方法包括获取多个原始脑电波数据，对所有原始脑电波数据进行预处理，得到多个目标脑电波数据；将所有目标脑电波数据制作成数据集，并基于胶囊网络学习方法，根据所述数据集得到分类模型；根据所述数据集对所述分类模型依次进行参数调优和验证，得到目标优化模型；根据所述目标优化模型对待识别脑电波数据进行识别，得到识别结果。本发明基于胶囊网络学习方法，能代替人工目测阅图，自动对大量的脑电波数据进行智能检测和识别，实时检测出癫痫样放电的脑电波数据，为临床做及时地干预，效率高，稳定性强，准确率高。
发明名称10：一种文本图像修复方法、装置及存储介质
专利号：2020107036813
发明人：侯青;刘军
权利人：武汉工程大学
发明简介：本发明提供一种文本图像修复方法、装置及存储介质，方法包括：从图像采集设备中获得多个原始医疗文本图像，并对多个原始医疗文本图像的随机分类得到原始训练集图像和原始测试集图像；分别对原始训练集图像和原始测试集图像的图像缺失处理得到缺损训练集图像和缺损测试集图像；构建训练模型，并根据缺损训练集图像对训练模型进行训练，得到最终修复模型；根据最终修复模型对缺损测试集图像进行修复处理，得到修复图像结果。本发明克服了传统人工修复文本图像的工作量大、效率低下和准确率不够的缺陷，能对图像中文本存在结构缺失的情况进行修复，能够使残缺文本修复到有一定的阅读性，对残缺文本读取有很深的意义。
发明名称11：电动汽车的故障诊断方法、装置、电子设备及存储介质
专利号：202210174568X
发明人：刘军;夏志炜;侯青
权利人：武汉工程大学
发明简介：本发明涉及一种电动汽车的故障诊断方法、装置、电子设备及存储介质，属于电动汽车技术领域。该方法包括：获取电动汽车的待分类故障信号；对待分类故障信号进行特征提取处理，得到目标输入数据；将目标输入数据输入至训练完成的故障分类模型，得到电动汽车的故障诊断结果。本发明将待分类故障信号进行特征提取处理后输入至训练完成的故障分类模型，能够做出更准确的故障诊断，且能自动对大量的电动汽车的故障信号进行分类，从而实现故障的快速诊断，克服了传统基于专家判定的故障诊断方法工作量大、效率低下和准确率不够的缺陷，更利于落地实践应用。
武汉工程大学科学技术发展院
2025年12月5日
