-
公开(公告)号：CN116821828A
公开(公告)日：2023-09-29
申请号：CN202310703240.7
申请日：2023-06-14
申请人： 华北电力大学
IPC分类号： G06F18/2433 , G06F18/214 , G06F18/10 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06N3/045 , G06F123/02
摘要： 本发明公开了一种基于工业数据的多维时序预测方法。该方法具有以下步骤：步骤1：深入研究工业加工过程中影响工业加工结果的因素，明确对工业加工产品优良率影响最显著的关键因素。步骤2：通过在工业加工机床上安装相应的检测传感器，实时采集多维时序数据，从而形成包含丰富信息的工业加工多维时序数据集。步骤3：基于步骤2的数据集构建高级工业加工多维时序预测模型，运用改进的深度循环神经网络和卷积网络，巧妙地提取多维时序数据的多层次特征，并借助这些特征训练出卓越的工业加工多维时序预测模型，使其能够准确预测未来多维时序信息。
-
公开(公告)号：CN116721190A
公开(公告)日：2023-09-08
申请号：CN202310697185.5
申请日：2023-06-13
申请人： 华北电力大学
IPC分类号： G06T13/40 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种语音驱动三维人脸动画生成方法，所述方法，包括：步骤1：获取样本数据，对数据进行预处理；步骤2：重建三维人脸模型，对完成重建的三维人脸模型进行拓扑对齐，获得连续的人脸模型动画，结合音频数据，构建4D数据集；步骤3：训练模型，求解音频特征信息与人脸模型动画中的映射关系；步骤4：给定音频和静态人脸模型，通过预训练模型，给出对应的三维人脸模型动画。
-
公开(公告)号：CN109740636B
公开(公告)日：2021-05-18
申请号：CN201811515475.9
申请日：2018-12-12
申请人： 华北电力大学
摘要： 本发明属于油水层智能识别技术领域，尤其涉及一种基于AdaBoost结合GRU的地层油水层识别方法，包括：步骤1：使用测井方法获得某地域的测井数据；步骤2：结合测井数据解释原理，对数据进行预处理；步骤3：对预处理过的测井数据，利用基于AdaBoost结合GRU方法进行学习训练，建立识别模型；步骤4：利用该地域的测井数据和建立的识别模型，预测油水层信息。本发明利用该模型，可以得到准确的地质分层信息，识别准确率不仅较高而且稳定。
-
公开(公告)号：CN109490957A
公开(公告)日：2019-03-19
申请号：CN201811434030.8
申请日：2018-11-28
申请人： 华北电力大学
IPC分类号： G01V1/30
摘要： 本发明属于油田地震大数据重建技术领域，尤其涉及一种基于空间约束压缩感知的地震数据重建方法，包括：使用一部分数据作为训练数据，使用K-SVD字典学习训练超完备字典来重建原始的地震数据；使用联合稀疏分解的方法，提取共有的空间信息，并改造压缩感知算法中的感知矩阵；对稀疏度自适应匹配追踪算法进行改进，引入初始稀疏度估计的方法，采用变步长的策略对数据进行重建。重建的结果不但细节比较清晰，运算时间相较于IRLS和SAMP大幅地降低，而且横向的过度更加的平滑，说明本发明所设计的算法利用到了空间的相关信息，重建结果更加真实。
-
公开(公告)号：CN115375874A
公开(公告)日：2022-11-22
申请号：CN202210634992.8
申请日：2022-06-07
申请人： 华北电力大学
摘要： 本发明公开了一种工件点云的尖锐特征表面重建方法，其包括：步骤1：在点云平滑区域选择三个满足条件的点构成种子三角面片；步骤2：根据点云中点的法线方向分布的不同来实现平滑区域和尖锐特征区域的识别；步骤3：以种子三角形为基础，在不同的区域采取不同的策略步骤进行三角面片的扩张；步骤4：遍历步骤3过程中标记的边界边，在相邻的边界边之间重建三角面片以完成孔洞修补。
-
公开(公告)号：CN115035269A
公开(公告)日：2022-09-09
申请号：CN202210630263.5
申请日：2022-06-06
申请人： 华北电力大学
摘要： 本发明公开了属于服装动画技术领域的基于变分自编码器的三维服装变形预测方法。包括：步骤1：通过物理模拟方式将不同种类的服装样板穿着到不同体型不同姿态的人体模型上，构造多体型多姿态下的服装变形实例；步骤2：借助变分自编码器网络提取人体姿态在隐空间上的特征表示并学习该特征在隐空间上的概率分布，进而回归人体姿态特征与服装形变特征间的数学映射关系，求解出服装形变；步骤3：在步骤2的基础上引入约束条件对生成服装变形效果进一步约束，使得编码器网络学习到的隐空间概率分布变为条件概率分布，最终利用解码器网络学习条件约束下的人体姿态特征与服装形变特征间的数学映射关系，求解出服装形变；步骤4：基于步骤2和步骤3构建的服装变形预测模型，改变输入数据的种类，可生成满足姿态、体型、时序等多种约束的服装变形效果；步骤5：对步骤4的变形预测结果进行穿透修正后处理，消除穿透区域。
-
公开(公告)号：CN114898070A
公开(公告)日：2022-08-12
申请号：CN202210630688.6
申请日：2022-06-06
申请人： 华北电力大学
摘要： 本发明公开了一种三维鱼体姿态建模方法，所述方法，包括：步骤1：获取真实三维鱼体姿态数据；步骤2：基于真实鱼体姿态数据定义鱼体模板和鱼体骨架模型，并将鱼体模板进行按照鱼体骨架关节划分成几个分块，同时对扫描实例做预处理；步骤3：使用鱼体姿态建模方法对鱼体姿态数据集进行参数化建模，训练实例数据，优化得到姿态变形所需要的参数；步骤4：输入高层语义参数，能够对鱼体姿态进行预测生成不同姿态的网格数据，为三维鱼体姿态数据集的构建提供了一种可行的方法。
-
公开(公告)号：CN116740240A
公开(公告)日：2023-09-12
申请号：CN202310689768.3
申请日：2023-06-12
申请人： 华北电力大学
IPC分类号： G06T13/40 , G06T17/20 , G06F30/20 , G06N3/0455 , G06N3/08 , G06F113/12 , G06F119/14
摘要： 本发明公开了属于虚拟角色着装变形动画技术领域的款式多样的款式多样的实时服装动画生成方法。包括：步骤1：利用专业服装设计软件设计不同款式的服装模型，构造款式多样的服装样本集，利用拓扑对齐的方式将不同款式的服装模型进行拓扑统一；步骤2：选取多姿态的时序运动人体数据，通过物理模拟的方式利用人体模型驱动服装变形，获取款式及姿态多样的服装变形实例；步骤3：基于VAE构建运动序列到服装变形的关系模型，引入款式信息作为条件约束服装变形，学习款式的隐空间概率分布；引入Transformer层组成模型的编解码器，用于学习运动序列间的相关性，以及建立服装序列中帧与帧之间的依赖关系；步骤4：模型训练，利用步骤1和步骤2构成的数据集，将服装变形作为预测目标，运动和款式作为输入，对网络模型进行训练；步骤5：基于步骤3和步骤4构建的服装变形预测模型，改变人体运动数据和款式信息，可以以实时速率合成连续逼真的多款式着装人体动画；步骤6：对步骤5所得结果进行后处理，获得逼真无穿透的服装动画。
-
公开(公告)号：CN116740175A
公开(公告)日：2023-09-12
申请号：CN202310689262.2
申请日：2023-06-12
申请人： 华北电力大学
IPC分类号： G06T7/73 , G06V10/26 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/08
摘要： 本发明公开了属于计算机视觉领域一种无需抓取标注的堆叠场景抓取检测算法，该方法包括如下步骤：步骤1：扩展IPA‑Binpicking数据集，构造抓取检测数据集G；步骤2：通过PointNet++提取点云特征得到Np*Ne维特征；步骤3：将提取到的点云特征输入到6个MLP，用于逐点回归回归实例分割，可见性，遮挡性，抓取区域得分，置信度。然后基于回归的信息设计了一种待抓物体优先度选择策略；步骤4：通过数学分析的方法，分析物体选择模型选择出的待抓物体表面几何特征生成抓取位姿。
-
公开(公告)号：CN115455195A
公开(公告)日：2022-12-09
申请号：CN202211038548.6
申请日：2022-08-26
申请人： 华北电力大学
IPC分类号： G06F16/36 , G06F40/295 , G06F40/30 , G06N5/02
摘要： 本发明公开了属于自然语言处理领域一种基于BERT和知识嵌入的加工工艺关系抽取方法，该方法包括如下步骤：步骤1：构建BERT层，进行文本特征提取，得到字维度的特征向量Z和句子向量S；步骤2：字维度的特征向量Z与实体信息联合提取实体特征向量E；步骤3：融合知识嵌入，动态调整句子向量S权重，使模型更加关注句子中与实体信息有关的语义信息C；步骤4：将所述融合实体信息的特征向量C与实体特征E进行拼接，得到多特征融合向量M；步骤5：多特征融合向量M输入分类器，计算关系类别。
-
-
-
-
-
-
-
-
-
搜索结果
22 条记录 (耗时 0.024 秒)
