一种对工控数据特征重排序的方法及设备

    公开(公告)号:CN118312755A

    公开(公告)日:2024-07-09

    申请号:CN202410514762.7

    申请日:2024-04-26

    IPC分类号: G06F18/2113

    摘要: 本申请涉及数据处理技术领域,尤其涉及一种对工控数据特征重排序的方法及设备,应用于神经网络,方法包括:根据数据特征之间的相关性,以及数据特征与标签类别的相关性,生成一个满足空间局部最大相关性的合成矩阵即特征索引矩阵。将样本数据在每种数据特征下的特征值录入填充完毕的特征索引矩阵,得到样本数据对应的特征值矩阵,该特征值矩阵中的数据特征分布相关性高,工控数据表现为特征值矩阵的形式,可以直接应用高维卷积特征提取器进行数据特征的提取。

    工控数据阶跃特征的改进Informer预测方法、装置及存储介质

    公开(公告)号:CN118333103A

    公开(公告)日:2024-07-12

    申请号:CN202410422430.6

    申请日:2024-04-09

    IPC分类号: G06N3/0455 G06N3/08

    摘要: 本发明涉及工控数据阶跃特征的改进Informer预测方法、装置及存储介质,应用于油料储运技术领域,包括:通过在现有的Informer模型的基础上,在现有模型架构的编码器的概率稀疏自注意力机制中,引入阶跃点查询模块,通过阶跃点查询模块计算工控数据的梯度表征阶跃特征,并引入滑动窗口策略,使得模型更好地捕捉瞬时的、短期内发生的阶跃变化,并将其引入到后续的解码器中,使Informer中的概率稀疏自注意力机制更关注数据的梯度信息,降低甚至消除阶跃特征的非平稳性对模型预测结果的负面影响,提高数据预测准确度。

    一种基于多头自注意力的点云分类方法、装置及设备

    公开(公告)号:CN116363439A

    公开(公告)日:2023-06-30

    申请号:CN202310434484.X

    申请日:2023-04-21

    摘要: 本申请涉及一种基于多头自注意力的点云分类方法、装置及设备,属于大数据处理技术领域。本申请通过获取原始点云的样本数据集,对所述原始点云的样本数据集进行特征提取,获得所述点云的特征向量,构建基于多头自注意力的待训练模型,将所述特征向量送入待训练模型,进行模型训练,得到训练完成的基于多头自注意力的点云分类模型,本申请通过将点云的样本数据集中点云分布归一化,提取高维度的特征向量,将该高维度的特征向量送入训练完成的多头自注意力的点云分类模型,提取不同注意力下点云的特征,并进行模型运算最终得到点云分类结果,有助于帮助解决采用现有点云分类技术对点云进行分类,由于丢失特征导致分类准确率低的问题。

    一种基于相机位姿的RGB数据拓展方法和设备

    公开(公告)号:CN118505874A

    公开(公告)日:2024-08-16

    申请号:CN202410662899.7

    申请日:2024-05-27

    IPC分类号: G06T15/00 G06T7/50

    摘要: 本发明涉及数据拓展技术领域,具体涉及一种基于相机位姿的RGB数据拓展方法和设备,其中,所述方法首先获取危化品仓库静态场景中通过结构光相机进行多角度拍摄的一组RGB图像;然后识别所有RGB图像的相机位姿数据,并构建相机位姿库;根据相机位姿库中的相机位姿数据,通过位姿拓展算法对相机位姿库进行拓展;通过预先训练好的重建模型,对拓展后的相机位姿库进行渲染,实现对RGB图像的拓展。在本申请中,通过位姿拓展的方法,可以灵活的实现场景任意视角的数据拓展,在无法改变真实相机在场景内位置的情况下,实现了新视角的合成,能够对真实图片描述不充分的遮挡区域进一步描述,解决了采集样本难以全覆盖场景导致的场景描述不完全问题。

    危化品货物点云预处理方法、装置和电子设备

    公开(公告)号:CN117611785A

    公开(公告)日:2024-02-27

    申请号:CN202310826271.1

    申请日:2023-07-06

    摘要: 本申请涉及点云数据处理相关技术领域,具体涉及一种危化品货物点云预处理方法、装置和电子设备。其中,方法,包括:获取危化品货物的原始点云数据;对原始点云数据进行降噪处理,得到有效点云数据;针对有效点云数据中每一个采样点,确定采样点对应的空间区域类型;其中空间区域类型包括:平面区域、圆柱形区域和粗糙区域;基于采样点对应的空间区域类型,确定采样点的被去除概率;基于采样点的被去除概率,对有效点云数据进行降采样,得到目标点云数据。如此,首先进行降噪,剔除无效采样点,之后基于每一个采样点的实际情况,剔除部分采样点,如此可以进行自适应的降采样,在降低点云数据大小的同时,尽量保证点云数据携带的信息不降低。