-
公开(公告)号：CN117115604A
公开(公告)日：2023-11-24
申请号：CN202310913150.0
申请日：2023-07-24
申请人： 东北大学 , 福建三钢闽光股份有限公司
摘要： 本申请公开了一种图像检测方法、模块、计算机设备及计算机可读存储介质，可以结合空间信息提高网络对目标边界和细节的感知能力，以生成更准确的输出特征图。所述方法包括：空间结构感知模块获取恒等块中的第一卷积层输出的待处理特征图进行特征提取，得到第一特征图、第二特征图和第三特征图；空间结构感知模块分别根据第一特征图和第二特征图，计算待处理特征图对应的第一协方差特征图和第二协方差特征图，并将第一协方差特征图和第二协方差特征图的乘积作为初始特征图；确定待处理特征图对应的空间权重矩阵，根据空间权重矩阵和初始特征图，确定空间注意力特征图；计算空间注意力特征图与第三特征图的乘积，将乘积与待处理特征图相加，得到输出特征图。
-
公开(公告)号：CN114522989B
公开(公告)日：2023-03-31
申请号：CN202210267350.9
申请日：2022-03-18
申请人： 东北大学
摘要： 本发明公开了基于多物理场仿真的金属轧制道次间冷却工艺优化，基于即时冷却系统进行工艺流程操作，所述即时冷却系统分为一个近置式冷却区域与两个远置式冷却装置，具体步骤如下：S1、预计算模型；S2、修正计算模型；S3、过程计算模型；S4、自学习模型；采用道次间冷却可有效提高心部金属的流动，金属流动随着轧制道次的进行峰值逐渐向心部靠近，轧制前半段集中进行双侧水冷工艺下的金属横向位移量最大,且心部等效应变大于其他两种工艺，表层等效应变小于其他两种工艺，对心部金属流动的改善效果最佳。
-
公开(公告)号：CN113762277A
公开(公告)日：2021-12-07
申请号：CN202111055699.8
申请日：2021-09-09
申请人： 东北大学
摘要： 本发明涉及一种基于Cascade‑GAN的多波段红外图像融合方法，首先，通过将采集到的包括短波、中波、长波在内的针对同一场景的多波段红外图像沿通道进行连接，得到的三通道图像作为级联生成对抗网络模型Cascade‑GAN的训练数据集，利用训练好的去噪生成对抗网络模型DnGAN生成去噪图像，提高图像信噪比；然后将去噪后的图像输入融合生成对抗网络FuGAN，通过该融合网络的生成器GFu与其判别器DFu之间的对抗博弈进行高质量图像融合；级联网络通过建立总损失函数，利用FuGAN输出结果指导DnGAN的训练，通过提高FuGAN的输出质量来改善DnGAN的融合效果，从而获得高质量融合图像。本发明与传统融合方法相比，基于深度学习的融合方法具有更高的鲁棒性，并且具有较佳的融合效果，能够充分改善融合精度。
-
公开(公告)号：CN112633476A
公开(公告)日：2021-04-09
申请号：CN202011554128.4
申请日：2020-12-24
申请人： 东北大学
摘要： 本发明涉及一种发动机状态监测方法、系统、设备及介质，其方法包括：首先，将发动机各个传感器采集的数据按照因果关系或空间位置进行排序，作为输入序列；其次，构建长短时记忆神经网络；接着，构建具有分支结构的长短时记忆神经网络；最后，通过具有分支结构的长短时记忆神经网络对发动机的进行状态监测与预测，其输出序列为各种状态类型。本发明针对时间序列输入中存在的各项输入维度不匹配的问题，每一个输入表示的是某一个固定传感器在固定时间内获取的数据，其长度是固定的，该方法可以解决时间序列维度不同的问题，同时因为数据是按照空间序列、因果关系排序的，它加强输入序列之间的关系，进而提高预测精度。
-
公开(公告)号：CN110287594A
公开(公告)日：2019-09-27
申请号：CN201910556416.4
申请日：2019-06-25
申请人： 东北大学
摘要： 本发明涉及一种基于神经网络算法的航空发动机状态诊断方法，包括如下步骤：获取目标物传感数据；将获取到的目标物传感数据输入神经网络模型；神经网络模型根据输入的传感数据，输出目标物的健康等级和与健康等级相对应的概率；所述目标物包括但不限于航空发动机整体、航空发动机的防喘控制系统和气路部件中的任一种。本发明提供的诊断方法，能够通过复杂的深度神经网络模拟航空发动机的健康状况与各个侦测参数之间的数学模型，从而精确诊断当前航空发动机所处的健康等级和概率。
-
公开(公告)号：CN110243405A
公开(公告)日：2019-09-17
申请号：CN201910555405.4
申请日：2019-06-25
申请人： 东北大学
摘要： 本发明涉及一种基于深度学习的航空发动机传感器故障诊断方法，包括如下步骤：获取航空发动机的状态数据；将获取到的航空发动机的状态数据输入深度学习模型；深度学习模型根据输入的状态数据，输出是否存在故障的航空发动机传感器；若存在故障的航空发动机传感器，则输出存在有故障的发动机传感器的信息；所述深度学习模型为经典多层神经网络。本发明提供的诊断方法，不仅能够适应复杂的航空发动机系统，而且还能够保证更高精度的故障诊断结果。
-
公开(公告)号：CN104486811A
公开(公告)日：2015-04-01
申请号：CN201410748767.2
申请日：2014-12-09
申请人： 东北大学
CPC分类号： Y02D70/00 , H04W40/10 , H04Q11/0005
摘要： 本发明一种基于蚁群算法的深空光网络路由方法，属于通信网络技术领域；该方法首先初始化网络，随机设定深空光网络中一个路由器为源路由器，另一个路由器为目的路由器，根据设定的源路由器和目的路由器，设置深空光网络中的网络约束条件，然后根据网络约束条件，保留满足条件的路径和路由器，最后利用蚁群算法获取深空光网络的最优路径，本发明中的深空光网络路由方法充分利用单向路径资源，提高了网络资源的利用率，同时考虑节点路由器的剩余电量，控制路由器能耗速度，提高了网络的生存时间，此外，本发明保留路径信息素，加快了算法的收敛速度，计算更加方便。
-
公开(公告)号：CN113347638B
公开(公告)日：2024-04-30
申请号：CN202110527019.1
申请日：2021-05-14
申请人： 东北大学
IPC分类号： H04W16/14 , H04W16/10 , H04B17/382 , H04B17/391
摘要： 本发明公开一种认知工业物联网动态协作频谱预测与感知方法，步骤为：认知用户获取IEEE 802.11物理层标准所规定信道在过去K个时隙内的信道状态信息CSI；将上述所有信道的CSI分别输入信道预测模型，该模型由LSTM‑CNN网络构成；对于空闲概率大于p的信道，认知用户感知这些信道并判断信道的被占用情况；认知用户将判决结果发送到位于SDN控制器的聚合中心；聚合中心将各认知用户的判决结果进行数据融合，利用权重分配网络得到最终判决结果。本发明方法可实现信道的预筛选，节约信道感知过程的能量消耗，通过聚合中心融合多用户协作的感知结果，大幅提高信道预测和感知精度，更加适应复杂的射频环境。
-
公开(公告)号：CN113436169B
公开(公告)日：2023-12-19
申请号：CN202110711857.4
申请日：2021-06-25
申请人： 东北大学
摘要： 情况下，显著提高了网络的拟合能力，减轻了人本发明提供一种基于半监督语义分割的工 工标注工作量。业设备表面裂纹检测方法及系统。本发明包括如下步骤：获取设备表面带裂纹的原始图片，进行像素级别的缺陷标注；将原始图片输入进深度卷积生成对抗网络进行训练，获得不带标签训练集；构建半监督语义分割网络SE‑Net，将带标签训练集和不带标签训练集输入进SE‑Net进行监督学习与无监督学习相结合的训练；生成器生成裂纹分割图像，鉴别器SE‑DNet对分割结果进行鉴别，判断输入属于标记图像还是SE‑GNet生成(56)对比文件冉蓉;徐兴华;邱少华;崔小鹏;欧阳斌.基于深度卷积神经网络的裂纹检测方法综述.计算机工程与应用.2021,全文.
-
公开(公告)号：CN115037616A
公开(公告)日：2022-09-09
申请号：CN202210430467.4
申请日：2022-04-22
申请人： 东北大学
IPC分类号： H04L41/082 , H04L41/122 , H04L41/14 , H04L49/111
摘要： 本发明提供一种基于TSSDN网络的确定性流调度及其更新方法，以TSSDN网络作为基础网络架构，首先本发明使用基于无冲突的ILP模型的流表生成方法，解决了流与流之间因冲突造成的帧丢失的问题，其次本发明使用基于增强型的ILP模型的冲突避免方法，解决了新旧配置之间发生冲突的情况，避免了冲突造成的帧丢失现象。最后当流表生成后，本发明使用批处理更新机制(BPUM)完成了流表的下发，解决了设备与控制机交互次数过多引起的更新持续时间过长的问题，同时用版本号区分新旧配置，对新的流和旧的流进行调度，解决了更新期间配置的不一致问题，保证了确定性传输。
-
-
-
-
-
-
-
-
-
搜索结果
33 条记录 (耗时 0.023 秒)
