-
公开(公告)号：CN117150302A
公开(公告)日：2023-12-01
申请号：CN202311150236.9
申请日：2023-09-07
申请人： 东南大学
IPC分类号： G06F18/214 , G06N3/09 , G06F18/25
摘要： 本发明公开一种面向RGB‑D数据的多模态再平衡自监督学习方法，构建RGB‑D多模态再平衡自监督学习框架对编码器进行强模态掩码预训练，并将预训练的编码器参数输入下游RGB‑D显著目标检测任务的网络模型中，得到训练后的下游RGB‑D显著目标检测任务的网络模型，完成推理输出预测结果；所述面向RGB‑D数据的多模态再平衡自监督学习方法包括模态内对比学习范式与模态间对比学习范式，本发明采取分阶段策略来提升编码器依次学习单模态独立特征和多模态联合特征，同时对强模态采用掩码策略抑制其在多模态融合中的主导性，从而鼓励弱模态学习更多互补特征，以减小模态强弱不平衡导致互补特征学习不充分的影响。
-
公开(公告)号：CN116992930A
公开(公告)日：2023-11-03
申请号：CN202310922777.2
申请日：2023-07-26
申请人： 东南大学
IPC分类号： G06N3/048 , G06N3/08 , G06F18/213
摘要： 本发明公开了一种量化神经网络表征间语义差异的方法及系统，首先提取需要比较的两个神经网络表征，利用Net2Vec方法在参考数据集上学习出中间层每个滤波器对应每个语义概念的权重，再计算出每个表征对于参考数据集中所有语义概念的数据集交并比，最后将两个表征对于所有语义概念的数据集交并比的差值进行整合后，得到两个神经网络表征间的语义差异。本发明方法解决了神经网络表征间在语义信息层面上的差异缺乏准确衡量的问题，具有准确的衡量效果。
-
公开(公告)号：CN116411227A
公开(公告)日：2023-07-11
申请号：CN202310274091.7
申请日：2023-03-21
申请人： 东南大学
IPC分类号： C22C38/04 , C22C38/02 , C22C38/44 , C22C38/46 , C22C38/48 , C22C38/50 , C22C38/06 , C22C38/42 , C22C38/54 , C21D9/00 , C21D6/00 , C21D1/18 , C21D1/40 , C21D6/02
摘要： 本发明公开了一种低碳当量高强高韧性钢板及其制备方法，该钢板成分设计为(以质量百分含量计)：C：0.15～0.19％、Cr：0.30～0.60％、Ni：≤1.4％、Mo：0.25～0.45％、Mn：0.60～0.90％、Si：≤0.30％、V：0.01～0.03％、Nb：0.008～0.015％、Ti：0.003～0.005％、Cu：≤0.03％、P：≤0.02％、S：≤0.008％、其余为Fe及不可避免的杂质。将轧制后的钢板进行奥氏体化，电脉冲处理，冷却即得。本发明生产低碳当量高强高韧性钢板抗拉强度≥1400MPa，延伸率≥12.5％，‑60℃冲击韧性≥50J，设备简单，处理高效且耗能低。
-
公开(公告)号：CN110322507B
公开(公告)日：2023-04-07
申请号：CN201910481847.9
申请日：2019-06-04
申请人： 东南大学
摘要： 本发明公开了一种基于深度重投影和空间一致性特征匹配的方法，包括以下步骤：使用RGBD相机获得RGBD图像和深度图像，生成三维点云并利用RANSAC提取平面；使用ORB对生成的点云图像进行特征点提取，建立描述子；通过KNN算法建立两帧之间的粗略对应关系；利用特征点的空间一致性得到更可靠的对应关系，进行特征匹配，给定3D坐标，通过图优化得到可靠的匹配特征。本发明通过利用特征点的空间一致性更可靠地提取帧之间的对应关系，提高了特征匹配的准确性和鲁棒性。
-
公开(公告)号：CN111961893B
公开(公告)日：2022-02-11
申请号：CN202010697041.6
申请日：2020-07-20
申请人： 东南大学
摘要： 本发明公开了一种高强度高塑性的高熵合金及其制备方法，属于金属材料及制造技术领域。本发明所述高熵合金制备原料为Co、Cr、Fe、Ni金属颗粒和Al‑10Er(Er质量分数为10％)中间合金颗粒，制备方法具体如下：将上述金属颗粒按照设定比例称取，在高真空电弧熔炼炉中进行熔化并随后在铜模中凝固，制备成高熵合金，熔炼过程中为了确保合金成分的均匀性，需将合金块体反复熔炼。将初期制备的铸态高熵合金在高温热处理炉中均匀化处理，随后水淬，并对高熵合金铸锭进行轧制，温度在500‑800℃，将轧制后的试样随空气冷却，即可获得一种高强度高塑性的高熵合金。本发明所制备的高熵合金具有优异的力学性能、制备过程简单。
-
公开(公告)号：CN113709152A
公开(公告)日：2021-11-26
申请号：CN202110991233.2
申请日：2021-08-26
申请人： 东南大学
IPC分类号： H04L29/06
摘要： 本发明提供了一种具备高抗检测能力的对抗域名生成模型，模型由三个部分组成，分别是良性域名建模器，候选域名合成器，无效域名筛选器。良性域名建模器是利用自回归和LSTM对良性域名建立统计学模型，挖掘隐藏在良性域名字符间的相关关系；候选域名合成器是根据建立的统计学模型对输入的良性域名进行字符替换，随机从输入的良性域名中挑选两个位置，利用模型计算替换的字符，完成替换，从而生成新的域名；无效域名筛选器是从上一步骤生成的域名列表中剔除无法使用的域名，最后剩下的域名便是符合使用要求的域名。本发明生成的对抗域名具备很高的抗检测能力，能够误导DGA域名检测器做出错误的分类；同时本发明生成域名的重复率和碰撞率都非常低，实用性很强。
-
公开(公告)号：CN108519102B
公开(公告)日：2021-06-01
申请号：CN201810253281.X
申请日：2018-03-26
申请人： 东南大学
摘要： 本发明公开了一种基于二次投影的双目视觉里程计算方法，包括以下步骤：使用ORB对KITTI数据集进行特征点提取、描述子建立以及记录特征点的寿命；采用环形匹配方法进行特征点匹配，环形匹配分为左右匹配和前后匹配；在当前帧中，采用三角测量建立3D空间点；将这些3D空间点投影到下一帧，并求解最小化重投影误差，得到最优的投影点；在下一帧图像中，由最优的投影点更新3D空间点，并将更新后的3D空间点重新投影到当前帧，求解最小化重投影误差，进而求解得到双目视觉里程计的位姿状态。本发明通过采用可靠性更高的特征点以及二次投影的方法，提高了视觉里程计的精度，降低了特征点的漂移。
-
公开(公告)号：CN111004957B
公开(公告)日：2021-04-06
申请号：CN201911146520.2
申请日：2019-11-21
申请人： 东南大学
摘要： 本发明涉及高熵合金技术领域，公开了一种制备非等原子比高熵合金的制备方法，制备原料为Fe、Mn、Cr、Ni金属粉末，制备方法为机械合金化法及放电等离子脉冲烧结。具体如下：将上述金属粉末按照设定比例称取，在真空手套箱中将称取的粉末装入硬质合金球磨罐中并加入适量过程控制剂随后密封取出，密封后的球磨罐安装在球磨机上进行机械合金化球磨，球磨若干小时候后得到高熵合金粉末，随即通过放电等离子脉冲烧结技术进行烧结熔融固化，制备成非等原子比高熵合金金属。本发明所制备的非等原子比高熵合金具有优异的力学性能、制备过程简单。
-
公开(公告)号：CN112508281A
公开(公告)日：2021-03-16
申请号：CN202011444179.1
申请日：2020-12-08
申请人： 国网江苏省电力有限公司 , 东南大学
摘要： 本发明公开了一种用于电力中长期交易的时序滚动统筹优化方法，属于计算、推算或计数的技术领域，包括清洁能源出力不确定性的风险评估计算模型和时序滚动优化模型，风险评估计算模型包括风险预警模块用于风险识别判定，并做出相应的响应级别；时序滚动优化模型包括用于计算购电成本和风险成本的目标函数，目标函数用于统筹规划电量交易计划制定；通过对清洁能源出力不确定性的风险分析及将风险成本引入经济最优模型，此方法采用时序滚动的方法，通过风险预警机制，判断风险程度并做出不同级别的响应，提高了求解效率，本发明实现了考虑清洁能源配额制的电力中长期交易时序滚动统筹优化方法，为中长期交易的组织者提供了参考。
-
公开(公告)号：CN110356397B
公开(公告)日：2020-09-18
申请号：CN201910617446.1
申请日：2019-07-09
申请人： 东南大学
IPC分类号： B60W30/14 , B60W10/06 , B60W10/08 , B60W20/15 , B60W40/076
摘要： 本发明提出了一种基于道路坡度的能量归一最小化的混合动力汽车优化方法，包括以下步骤：初始道路信息获取；初始参数设定；燃油等效因子计算；燃油等效消耗率计算；速度转化因子计算；能量归一最小化计算。本发明在满足车辆动力性和考虑道路实际状况的前提条件下，采用一种基于道路坡度的能量归一最小化的混合动力汽车优化方法，保证了能量消耗的最优化，同时保证了蓄电池的电量平衡，进而确保了蓄电池的性能和寿命。该方法还克服了传统能量优化方法要提前获取未来车辆工况的弊端，同时该方法具有极短的运算时间，因此具有极强的实车应用前景。
-
-
-
-
-
-
-
-
-
搜索结果
117 条记录 (耗时 0.342 秒)