-
公开(公告)号：CN113239886B
公开(公告)日：2024-03-19
申请号：CN202110626949.2
申请日：2021-06-04
申请人： 合肥工业大学智能制造技术研究院 , 合肥工业大学
IPC分类号： G06V20/40 , G06V20/52 , G06V20/70 , G06V10/774 , G06V10/82 , G06N3/044 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/084
摘要： 本发明公开了基于跨语言图像变化描述的井下管道泄漏描述方法及装置，所述方法包括：获取井下管道场景图像，对图像进行预处理得到训练集和测试集；构建基于双重动态注意力机制的跨语言图像变化描述模型；将基于双重动态注意力机制的跨语言图像变化描述模型在训练集上训练；利用训练好的基于双重动态注意力机制的跨语言图像变化描述模型对测试集进行测试，获得图像描述结果；本发明的优点在于：井下管道泄漏描述较为准确。
-
公开(公告)号：CN113239886A
公开(公告)日：2021-08-10
申请号：CN202110626949.2
申请日：2021-06-04
申请人： 合肥工业大学智能制造技术研究院 , 合肥工业大学
摘要： 本发明公开了基于跨语言图像变化描述的井下管道泄漏描述方法及装置，所述方法包括：获取井下管道场景图像，对图像进行预处理得到训练集和测试集；构建基于双重动态注意力机制的跨语言图像变化描述模型；将基于双重动态注意力机制的跨语言图像变化描述模型在训练集上训练；利用训练好的基于双重动态注意力机制的跨语言图像变化描述模型对测试集进行测试，获得图像描述结果；本发明的优点在于：井下管道泄漏描述较为准确。
-
公开(公告)号：CN113283382B
公开(公告)日：2022-08-30
申请号：CN202110660948.X
申请日：2021-06-15
申请人： 合肥工业大学 , 合肥工业大学智能制造技术研究院
摘要： 本发明公开一种井下管道泄漏场景描述方法和装置，包括：步骤1、获取井下管道场景状态图像；步骤2、将井下管道状态场景图像处理为标记图像，将标记后的图像分为训练样本和测试样本；步骤3、使用训练样本训练图像变化描述模型；步骤4、将测试样本输入至所述图像变化描述模型，以得到描述结果。采用本发明的技术方案，以解决传统监控设备无法提供及时有效的井下管道状态信息的技术问题，并辅助工作人员进行判断检测。
-
公开(公告)号：CN113283382A
公开(公告)日：2021-08-20
申请号：CN202110660948.X
申请日：2021-06-15
申请人： 合肥工业大学 , 合肥工业大学智能制造技术研究院
摘要： 本发明公开一种井下管道泄漏场景描述方法和装置，包括：步骤1、获取井下管道场景状态图像；步骤2、将井下管道状态场景图像处理为标记图像，将标记后的图像分为训练样本和测试样本；步骤3、使用训练样本训练图像变化描述模型；步骤4、将测试样本输入至所述图像变化描述模型，以得到描述结果。采用本发明的技术方案，以解决传统监控设备无法提供及时有效的井下管道状态信息的技术问题，并辅助工作人员进行判断检测。
-
公开(公告)号：CN114118253B
公开(公告)日：2024-02-20
申请号：CN202111390401.9
申请日：2021-11-23
申请人： 合肥工业大学
IPC分类号： G06V10/80 , G06V10/75 , G01S17/66 , G01S17/86 , G01S17/931
摘要： 本发明公开一种基于多源数据融合的车辆检测方法及检测装置。该方法包括：将相机坐标系和激光雷达坐标系转换到检测坐标系中；获取车辆的激光雷达的目标检测框；先以车辆的相机的自身检测视角确定横向检测范围，以图像消失线确定纵向检测范围，获得相机的检测区域，再对相机检测到的视觉图像进行实时检测以获得视觉检测目标；对激光雷达的检测目标与视觉检测目标进行初步融合；实现雷达和相机的信息融合，且目标匹配成功后，对激光雷达和相机检测到的目标位置进行加权处理；对车辆目标进行跟踪。本发明提高检测障碍物的准确性，减少误检和漏检，激光雷达和相机都可识别同一目标车辆，且识别结果基本匹配，提高了目标识别的可靠性。
-
公开(公告)号：CN114663725A
公开(公告)日：2022-06-24
申请号：CN202210278102.4
申请日：2022-03-21
申请人： 合肥工业大学
IPC分类号： G06V10/774 , G06V10/82 , G06V10/764 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明提供一种多领域自适应模型的训练方法、系统、设备及存储介质，所述方法包括：获得源域数据和目标域数据，并根据域不同将目标域数据划分为若干个分组，每个分组包含一个域的目标域数据；将源域数据输入源域分类网络，将一组目标域数据输入目标域分类网络进行训练，根据训练结果更新增量卷积层的权重，其中，源域分类网络和目标域分类网络的权重共享；将增量卷积层的权重加载至源域分类网络和目标域分类网络；选择另一组目标域数据，进行迭代训练，直至目标域数据训练完毕，获得多领域自适应模型。解决了在传统自适应模型中，只能使用单源域到单目标域的问题。
-
公开(公告)号：CN102226751B
公开(公告)日：2012-11-07
申请号：CN201110084050.9
申请日：2011-04-02
申请人： 合肥工业大学
IPC分类号： G01N19/02
摘要： 本发明公开了一种密集颗粒体摩擦测试仪，其特征是导轨平移台和一颗粒物容置槽共同设置在底座上，导轨平移台在底座上可直线往复移动；基座支承在导轨平移台上，并可随导轨平移台移动；水平测量臂以其前端与竖直测量臂固定连接；扭矩传感器固定设置在基座上，扭矩传感器的顶端与水平测量臂的中部以铰接结构进行连接；拉压力传感器呈竖直设置在水平测量臂的末端，拉压力传感器的底端抵与基座的表面；试板连接在竖直测量臂的底端，置于颗粒物容置槽内、可以与槽内颗粒体相接触。本发明用于颗粒物质与表面的摩擦特性测量。
-
公开(公告)号：CN114186063B
公开(公告)日：2024-06-21
申请号：CN202111522655.1
申请日：2021-12-14
申请人： 合肥工业大学
IPC分类号： G06F16/35 , G06F40/30 , G06N3/0464 , G06N3/08
摘要： 本发明提供一种跨域文本情绪分类模型的训练方法和分类方法，训练方法包括：获取源域和目标域的文本数据，进行预处理得到词向量，并分为训练集和测试集；通过双向门限循环单元网络模型和自注意力机制提取训练集中的文本特征；在损失函数的约束下，根据文本特征分别同时训练第一神经网络模型、第二神经网络模型直至收敛；其中，根据互信息，构建第一神经网络模型的损失函数，并采用梯度反转实现第二神经网络模型和特征提取器的对抗学习训练；根据测试集中的词向量，得到跨域文本情绪分类模型。本发明能够有效将未标注的文本数据集进行分类，能够将其他领域的知识迁移到目标域来避免标注数据不足的问题，同时提高跨域文本情绪分类的准确性和可信度。
-
公开(公告)号：CN111914710B
公开(公告)日：2024-02-13
申请号：CN202010720114.9
申请日：2020-07-24
申请人： 合肥工业大学
IPC分类号： G06V20/40 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/084
摘要： 本发明公开一种铁路机务段场景描述方法及系统。所述铁路机务段场景描述方法包括：获取铁路机务段场景图像数据，预处理铁路机务段场景图像数据为标记图像数据，将标记图像数据划分为训练样本和测试样本，对标记图像数据进行检验，以剔除标记图像数据中异常的图像数据，以得到数据集，通过跨语言图像描述模型训练训练样本，以得到训练后的跨语言图像描述模型，通过训练后的跨语言图像描述模型对所述测试样本进行图像描述，以得到图像描述结果。本发明不需要采用人工观测机务段场景，描述效果好。
-
公开(公告)号：CN114186063A
公开(公告)日：2022-03-15
申请号：CN202111522655.1
申请日：2021-12-14
申请人： 合肥工业大学
摘要： 本发明提供一种跨域文本情绪分类模型的训练方法和分类方法，训练方法包括：获取源域和目标域的文本数据，进行预处理得到词向量，并分为训练集和测试集；通过双向门限循环单元网络模型和自注意力机制提取训练集中的文本特征；在损失函数的约束下，根据文本特征分别同时训练第一神经网络模型、第二神经网络模型直至收敛；其中，根据互信息，构建第一神经网络模型的损失函数，并采用梯度反转实现第二神经网络模型和特征提取器的对抗学习训练；根据测试集中的词向量，得到跨域文本情绪分类模型。本发明能够有效将未标注的文本数据集进行分类，能够将其他领域的知识迁移到目标域来避免标注数据不足的问题，同时提高跨域文本情绪分类的准确性和可信度。
-
-
-
-
-
-
-
-
-
搜索结果
23 条记录 (耗时 0.097 秒)
