-
公开(公告)号：CN113011191A
公开(公告)日：2021-06-22
申请号：CN202110466416.2
申请日：2021-04-28
申请人： 广东工业大学
IPC分类号： G06F40/295 , G06F40/30 , G06N3/04
摘要： 本申请公开了一种知识联合抽取模型训练方法，包括：S1：采用初始种子训练集训练预置联合抽取模型，得到更新联合抽取模型，初始种子训练集包括第一标签，预置联合抽取模型用于实体识别和关系抽取；S2：通过无标注测试集对更新联合抽取模型进行测试，得到测试结果；S3：基于最大熵原理对测试结果进行评估分析，得到评估置信度；S4：在评估置信度小于置信度阈值时，将添加第二标签后的无标注测试集加入初始种子训练集中，并执行步骤S1‑S3。本申请能够解决现有技术需要大量的人力进行语料标注，且将实体识别和关系抽取分别作独立任务完成，导致实际操作耗费人力的同时还忽略了信息抽取过程中的关联性的技术问题。
-
公开(公告)号：CN112037132A
公开(公告)日：2020-12-04
申请号：CN202010897207.9
申请日：2020-08-31
申请人： 广东工业大学
摘要： 本发明公开了一种多孔径紧凑型多光谱成像系统及深度学习图像超分辨率重建方法，系统包括：面阵CCD探测器、线性渐变滤光片、高精度角度调节器、微透镜阵列、多孔径遮光板、电控精密位移台和计算机；计算机用于通过深度学习图像超分辨率重建算法获取目标物超分辨率图像。多孔径紧凑型多光谱成像系统易于实现、成本低廉、操作和控制方便。通过采用微透镜阵列以及安装角度可调节的线性渐变滤光片，不但可以得到同一目标物的不同波段图像，而且可以调节、控制光谱分辨率。同时，由于采用多孔径遮光板，避免了图像重叠和杂散光影响，抗干扰能力和实用性更强。另外，通过采用深度学习图像超分辨率重建算法，可以快速重建出高质量的超分辨率图像。
-
公开(公告)号：CN111986118A
公开(公告)日：2020-11-24
申请号：CN202010897242.0
申请日：2020-08-31
申请人： 广东工业大学
IPC分类号： G06T5/00
摘要： 本发明公开了一种加权核范数最小化的水下计算鬼成像图像去噪方法及系统，包括：数字微反射镜DMD；可调光源；第一会聚透镜，安装在可调光源的前方；投影透镜，安装在数字微反射镜DMD的前方；第二会聚透镜，用于采集从目标物反射回来的光；光强探测器，处于第二会聚透镜的焦点处；计算机。该加权核范数最小化的水下计算鬼成像图像去噪方法及系统，易于实现和安装、成本低廉、操作和控制方便。通过采用加权核范数最小化图像去噪方法，可以去除水下背向散射光产生的噪声，提高成像质量。同时，由于采用可调光源，可以根据成像距离调节光源亮度，扩大成像范围，实用性更强。本发明实施例有利于水下成像及计算鬼成像技术的应用研究。
-
公开(公告)号：CN108262583B
公开(公告)日：2020-10-20
申请号：CN201810063292.1
申请日：2018-01-23
申请人： 广东工业大学
IPC分类号： B23K37/00
摘要： 本发明公开了一种焊缝的类型判断和定位方法，包括以下步骤：投射激光至焊接构件；提取激光在焊接构件上的位置，并形成激光线；获取激光线上预设间距的多个测量点的三维坐标；以上述预设间距从激光线的一端沿激光线的延伸方向依次选取多组测量点直至激光线的另一端，每组测量点均包括激光线上相邻的三个测量点，且三个测量点依次连接形成一个夹角，计算每组测量点形成的夹角的大小，并获取该夹角大小的跳变次数；根据夹角的大小和跳变次数判断焊接构件的焊缝的类型。本发明还公开了一种焊缝的类型判断和定位系统。上述判断方法，准确性高，简单易实施，有利于焊缝类型数据的存储、定位和比较，具有一定的实际应用价值。
-
公开(公告)号：CN106961690B
公开(公告)日：2020-04-28
申请号：CN201710169523.2
申请日：2017-03-21
申请人： 广东工业大学
摘要： 本发明实施例公开了一种用户业务感知的异构网络切换方法及移动终端，可用于解决异构网络领域中的WiFi网络和WiMAX网络之间的无缝切换问题。本发明实施例针对在IEEE 802.21 MIH框架基础上的WiMAX‑WiFi异构网络，提出了一种用户业务感知的自适应切换的方法，在保证网络负载均衡的前提下，允许尽可能多的终端用户的连接，从而尽可能提高网络容量、资源利用率和网络协同效率，同时实现两个网络之间的信息交互，方法创新点在于提出的准入控制机制和负载均衡调度程序来保证用户QoS/QoE的前提下，提高网络的负载率。
-
公开(公告)号：CN110135513A
公开(公告)日：2019-08-16
申请号：CN201910429265.6
申请日：2019-05-22
申请人： 广东工业大学
摘要： 本发明公开了一种基于深度学习的焊接机器人的焊缝识别方法，包括：获取焊缝的样本图像集；建立卷积-反卷积神经网络的模型；模型包括卷积神经网络和反卷积神经网络，通过卷积神经网络提取待识别焊缝的图像特征，通过反卷积神经网络获取待识别焊缝的语义表达式；卷积神经网络包括具有卷积核的卷积层，卷积核的采样点位置均设置偏移变量，以实现卷积核采样点根据待识别焊缝的特征自适应变化；利用样本图像集训练模型，得到卷积-反卷积神经网络；将获取的待识别焊缝的图像输入卷积-反卷积神经网络，得到待识别焊缝的分割图片和分割图片所对应的焊缝类型。上述焊缝识别方法，能够极大提高焊缝识别的精度和效率。
-
公开(公告)号：CN109273239A
公开(公告)日：2019-01-25
申请号：CN201811232337.X
申请日：2018-10-22
申请人： 广东工业大学
摘要： 本发明涉及变压器技术领域，具体公开一种变压器铁芯自动叠片时中柱片步进与轴心的光电测量装置，包括：定位平台，用于放置未错位堆叠放置的硅钢片；储片平台，用于放置已错位堆叠放置的硅钢片；控制装置，用于存储与各种类型的硅钢片的尺寸相关的目标校验数据以及目标步进距离；吸取检测装置，与所述控制装置电连接，用于从定位平台中吸取硅钢片并进行测量，若测量结果与所述目标校验数据匹配，则根据所述目标步进距离将所述硅钢片释放至所述储片平台中。本发明提供的变压器铁芯自动叠片时中柱片步进与轴心的光电测量装置，通过在错位叠片前对硅钢片进行相关尺寸的测量和检核，可以提高中柱片的错位叠合效率以及保证中柱片的叠合质量。
-
公开(公告)号：CN109241828A
公开(公告)日：2019-01-18
申请号：CN201810819772.6
申请日：2018-07-24
申请人： 广东工业大学
IPC分类号： G06K9/00
摘要： 本发明提出了一种解相关多频率经验模态分解方法，可用于解决EMD方法存在的模态混叠现象，造成特征提取精度低的问题。该方法首先对初始信号添加多个频率的掩蔽信号，初步分解其中不同频率比的信号分量得到多个IMF分量；其次计算相邻IMF之间的相关系数并对其解耦，进一步分离IMF中存在混叠的部分，得到最优IMF；最终，从原始信号中减去最优IMF，然后重复上述步骤，直到残余分量为常数或单调。由于保证了IMF之间互不相关且互不干扰，因此模态混叠现象显著减弱，有效提高特征提取精度。该方法的创新点在于提出的方法结合了掩蔽信号处理方法与相关性处理法，使该方法可以很好的自适应分解不同频率比混合信号，显著的抑制模态混叠现象，提高特征提取精度。
-
公开(公告)号：CN108696432A
公开(公告)日：2018-10-23
申请号：CN201810552537.7
申请日：2018-05-31
申请人： 广东工业大学
IPC分类号： H04L12/725 , H04L12/727 , H04L12/729 , H04L12/741 , H04L12/751
CPC分类号： H04L45/302 , H04L45/02 , H04L45/121 , H04L45/125 , H04L45/745
摘要： 本发明涉及无线网络路由方法的技术领域，更具体地，涉及一种业务流优先级的SDN无线Mesh网络路由方法，将SDN技术应用于工业无线Mesh网络，针对工业无线Mesh网络中多样性业务流服务质量保障需求，通过SDN控制器实时检测全局网络拓扑和网络状态，以为关键业务流提供确定性的传输时延、带宽、可靠性等服务质量为目标，设计基于优先级的业务流路由算法，为各业务流实时动态计算最优数据传输路径，并将路由转发规则以流表形式配置到各无线Mesh路由器。本发明能够解决目前分布式路由机制难以为关键业务流提供确定性的实时可靠网络服务质量的问题，保障工业系统关键业务数据流的传输性能。
-
公开(公告)号：CN106734646B
公开(公告)日：2018-10-09
申请号：CN201611072345.3
申请日：2016-11-29
申请人： 广东工业大学
摘要： 本发明实施例公开了一种船体复杂外板加工火枪头垂直度保持方法及装置，用于解决加热火枪和加工弯板之间的垂直度难以保持的技术问题。本发明实施例方法包括：从获取的加工外板的点云数据中提取加工点坐标；以所述加工点坐标为中心扫描出与所述加工点固定距离的所述加工外板上的至少3个锚点；根据所述锚点计算所述加工外板在所述加工点坐标上的目标法向量；根据所述目标法向量计算出RX方向的空间方位角和RZ方向的空间方位角；根据所述RX方向的空间方位角控制加热火枪在RX方向转动，根据所述RZ方向的空间方位角控制所述加热火枪在RZ方向转动。
-
-
-
-
-
-
-
-
-
搜索结果
241 条记录 (耗时 0.081 秒)
