公开(公告)号：CN118644359A

公开(公告)日：2024-09-13

申请号：CN202411124271.8

申请日：2024-08-16

申请人： 山东省计算中心(国家超级计算济南中心)

发明人： 周鸣乐 ,  李刚 ,  李敏 ,  韩德隆 ,  李佳宸 ,  万金 ,  田航玮

IPC分类号： G06Q50/06 ,  G06F18/10 ,  G06F18/213 ,  G06F18/25 ,  G06N3/045 ,  G06N3/08 ,  G06Q10/04

摘要： 本发明涉及能源供应技术领域，具体为应用于工业园区的氢能负荷预测方法及系统，通过获取工业园区历史能源负荷数据、工业园区所在地气象站的历史气象数据以及时间数据，并进行预处理，经编码操作得到特征表示；预处理后的数据基于全局时域特征捕获网络得到频域表示，进一步得到全局周期性特征；根据得到的特征表示，利用多尺度特征融合网络提取出局部非线性特征；得到的全局周期性特征和局部非线性特征，利用自适应门控融合网络得到预测结果。利用深度神经网络的强大拟合能力和频域分析的周期性识别优势，结合多尺度特征提取技术，能够更全面、更精细地解析氢能源需求的内在规律，显著提高预测的准确性和稳定性。

公开(公告)号：CN118570212A

公开(公告)日：2024-08-30

申请号：CN202411059782.6

申请日：2024-08-05

申请人： 山东省计算中心(国家超级计算济南中心)

发明人： 周鸣乐 ,  李刚 ,  韩德隆 ,  李敏 ,  万金 ,  李佳宸 ,  赵世龙

IPC分类号： G06T7/00 ,  G06V10/80 ,  G06V10/44 ,  G06V10/42 ,  G06V10/52 ,  G06V10/82 ,  G06V20/70 ,  G06V10/25 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06N3/048

摘要： 本发明公开了一种基于强化特征提取网络的显示屏缺陷检测方法及系统，属于工业表面缺陷检测技术领域，包括将获取的液晶显示屏图像输入至训练好的表面缺陷检测模型，表面缺陷检测模型中液晶显示屏图像首先经过深层强化特征提取网络提取液晶显示屏图像的不同尺度特征，并将不同尺度的强化特征输入至跨层交互连接网络有效结合浅层特征和深层特征，输出不同尺度的交互特征，将不同尺度的交互特征输入至语义感知识别网络捕捉远距离特征，增强对缺陷特征的多尺度表示，最终输出缺陷检测结果。通过设计深层强化特征提取网络、跨层交互连接网络和语义感知识别网络构建液晶显示屏表面缺陷检测模型，实现多类别缺陷检测的精准识别和定位。

公开(公告)号：CN117669593B

公开(公告)日：2024-04-26

申请号：CN202410128850.3

申请日：2024-01-31

申请人： 山东省计算中心(国家超级计算济南中心)

发明人： 李敏 ,  李刚 ,  周鸣乐 ,  韩德隆 ,  邵聪

IPC分类号： G06F40/30 ,  G06F40/295

摘要： 本发明公开的基于等价语义的零样本关系抽取方法、系统、设备及介质，涉及零样本关系抽取技术领域，包括：获取待识别样本；提取待识别样本中句子实例的语义特征向量及关系描述的语义特征向量；对句子实例的语义特征向量和关系描述的语义特征向量，均进行正交变换，对应获得句子语义等价向量和关系语义等价向量；计算句子实例的语义特征向量和关系描述的语义特征向量的匹配分数，及句子语义等价向量和关系语义等价向量的匹配分数；将两种匹配分数加权求和，获得句子实例和关系描述的预测分数；根据句子实例和关系描述的预测分数，确定句子实例和关系描述的预测关系。提高了零样本关系抽取的准确性。

公开(公告)号：CN116935221B

公开(公告)日：2024-02-13

申请号：CN202310901025.8

申请日：2023-07-21

申请人： 山东省计算中心(国家超级计算济南中心) ,  齐鲁工业大学(山东省科学院)

发明人： 周鸣乐 ,  邢瑞 ,  李刚 ,  李敏 ,  韩德隆 ,  张成 ,  苏占智

IPC分类号： G06V20/10 ,  G06V20/70 ,  G06V10/25 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08 ,  G06Q50/02 ,  G16Y10/05

摘要： 一种基于物联网的植保无人机杂草深度学习检测方法，涉及图像识别技术领域，植保无人机对农田进行数据采集，进行挑选制作农作物与杂草数据集，利用农作物与杂草数据集进行分析标注并转换标注格式，图像预处理，特征提取网络模型搭建，特征融合网络模型搭建，图像训练及测试验证，对训练结果进行封装，构建物联网系统。解决了杂草识别准确率低的问题，具有鲁棒性高，泛化能力强，准确度高的特点。(56)对比文件Zhiren Zhu.et al.Improved YOLOv5l-based Detection of Surface Defects in HotRolled Steel Strips《.Frontiers inComputing and Intelligent Systems》.2023,第4卷(第1期),全文.

公开(公告)号：CN117036937B

公开(公告)日：2024-01-26

申请号：CN202310901011.6

申请日：2023-07-21

申请人： 山东省计算中心(国家超级计算济南中心) ,  齐鲁工业大学(山东省科学院)

发明人： 李刚 ,  张成 ,  周鸣乐 ,  李敏 ,  韩德隆 ,  邢瑞 ,  苏占智

IPC分类号： G06V20/10 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/25 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/00

摘要： 一种基于物联网和深度学习的盲道方向识别及瑕疵检测方法，涉及智能交通技术领域，包括：获取盲道图像，图像加雾处理，图像标注，搭建模型，模型训练与测试，模型部署。将深度学习方法与物联网技术相融合，识别盲道的方向以及盲道表面的裂缝与坑洞，用于辅助盲人出行以及盲道维修。能够实时识别盲道方向以及盲道表面的瑕疵，方法具有准确率高，泛化性强的特点，可以将盲道相关信息通过物联网技术，传输至盲人或者盲道维修部门手中，在智能交通，尤其是盲道交通及盲道管理等领域具有较好的应用前景。

公开(公告)号：CN117036937A

公开(公告)日：2023-11-10

申请号：CN202310901011.6

申请日：2023-07-21

申请人： 山东省计算中心(国家超级计算济南中心) ,  齐鲁工业大学(山东省科学院)

发明人： 李刚 ,  张成 ,  周鸣乐 ,  李敏 ,  韩德隆 ,  邢瑞 ,  苏占智

IPC分类号： G06V20/10 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/25 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/00

摘要： 一种基于物联网和深度学习的盲道方向识别及瑕疵检测方法，涉及智能交通技术领域，包括：获取盲道图像，图像加雾处理，图像标注，搭建模型，模型训练与测试，模型部署。将深度学习方法与物联网技术相融合，识别盲道的方向以及盲道表面的裂缝与坑洞，用于辅助盲人出行以及盲道维修。能够实时识别盲道方向以及盲道表面的瑕疵，方法具有准确率高，泛化性强的特点，可以将盲道相关信息通过物联网技术，传输至盲人或者盲道维修部门手中，在智能交通，尤其是盲道交通及盲道管理等领域具有较好的应用前景。

公开(公告)号：CN115375677B

公开(公告)日：2023-04-18

申请号：CN202211298772.9

申请日：2022-10-24

申请人： 山东省计算中心(国家超级计算济南中心)

发明人： 邵瑞 ,  张泽恺 ,  李刚 ,  周鸣乐 ,  李敏 ,  张成 ,  伊长乐 ,  韩德隆

IPC分类号： G06T7/00 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82 ,  G06N3/048 ,  G06N3/08

摘要： 本发明公开的基于多路径和多尺度特征融合的酒瓶缺陷检测方法及系统，属于工业检测技术领域，包括：获取酒瓶RGB图像；根据RGB图像和训练好的酒瓶缺陷检测模型中，获得酒瓶缺陷检测结果，其中，酒瓶缺陷检测模型包括多个依次连接的残差提取模块，后三个残差提取模块中的每个残差提取模块均依次连接上采样网络、注意力增强块和检测单元，三个上采样网络按照从与最后一个残差提取模块连接的上采样网络到与倒数第三个残差提取模块连接的上采样网络的方向依次连接，每个上采样网络与残差提取模块之间还设置路径增强模块，残差提取模块的输出输入到路径增强模块中，路径增强模块的输出输入到上采样网络中。提高了酒瓶缺陷检测的准确性。

公开(公告)号：CN115035119B

公开(公告)日：2023-03-24

申请号：CN202210964603.8

申请日：2022-08-12

申请人： 山东省计算中心(国家超级计算济南中心)

发明人： 张泽恺 ,  邵瑞 ,  李刚 ,  周鸣乐 ,  李敏 ,  伊长乐 ,  张成 ,  韩德隆

IPC分类号： G06T7/00 ,  G06V10/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  B07C5/34 ,  B07C5/02 ,  B07C5/36

摘要： 本公开提供了一种玻璃瓶底瑕疵图像检测剔除装置、系统及方法，属于图像瑕疵检测领域，包括采集待检测玻璃瓶的瓶底普通图像和应力图像；获取采集的玻璃瓶底部的普通图像和应力图像，对所述图像分别在不同深度的模型中进行特征提取，获取不同深度的特征图；对不同深度的特征图进行融合，当一个融合节点具有多个输入特征图时，将给每个输入的特征图自动分配权重，融合不同层次的特征图；对融合的特征图进行瑕疵检测，获取瑕疵玻璃瓶并进行剔除；省了大量人工调参的误差，简化了操作流程，大大降低了瑕疵的漏检率，提升了检测效率；有效避免数据流的混乱以及板卡损耗率高，易出现设备各模块工作不同步的现象，大大提升设备的自动化水平。

公开(公告)号：CN115375677A

公开(公告)日：2022-11-22

申请号：CN202211298772.9

申请日：2022-10-24

申请人： 山东省计算中心(国家超级计算济南中心)

发明人： 邵瑞 ,  张泽恺 ,  李刚 ,  周鸣乐 ,  李敏 ,  张成 ,  伊长乐 ,  韩德隆

IPC分类号： G06T7/00 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开的基于多路径和多尺度特征融合的酒瓶缺陷检测方法及系统，属于工业检测技术领域，包括：获取酒瓶RGB图像；根据RGB图像和训练好的酒瓶缺陷检测模型中，获得酒瓶缺陷检测结果，其中，酒瓶缺陷检测模型包括多个依次连接的残差提取模块，后三个残差提取模块中的每个残差提取模块均依次连接上采样网络、注意力增强块和检测单元，三个上采样网络按照从与最后一个残差提取模块连接的上采样网络到与倒数第三个残差提取模块连接的上采样网络的方向依次连接，每个上采样网络与残差提取模块之间还设置路径增强模块，残差提取模块的输出输入到路径增强模块中，路径增强模块的输出输入到上采样网络中。提高了酒瓶缺陷检测的准确性。

公开(公告)号：CN115035119A

公开(公告)日：2022-09-09

申请号：CN202210964603.8

申请日：2022-08-12

申请人： 山东省计算中心(国家超级计算济南中心)

发明人： 张泽恺 ,  邵瑞 ,  李刚 ,  周鸣乐 ,  李敏 ,  伊长乐 ,  张成 ,  韩德隆

IPC分类号： G06T7/00 ,  G06V10/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  B07C5/34 ,  B07C5/02 ,  B07C5/36

摘要： 本公开提供了一种玻璃瓶底瑕疵图像检测剔除装置、系统及方法，属于图像瑕疵检测领域，包括采集待检测玻璃瓶的瓶底普通图像和应力图像；获取采集的玻璃瓶底部的普通图像和应力图像，对所述图像分别在不同深度的模型中进行特征提取，获取不同深度的特征图；对不同深度的特征图进行融合，当一个融合节点具有多个输入特征图时，将给每个输入的特征图自动分配权重，融合不同层次的特征图；对融合的特征图进行瑕疵检测，获取瑕疵玻璃瓶并进行剔除；省了大量人工调参的误差，简化了操作流程，大大降低了瑕疵的漏检率，提升了检测效率；有效避免数据流的混乱以及板卡损耗率高，易出现设备各模块工作不同步的现象，大大提升设备的自动化水平。