一种云制造任务与机加工制造服务的匹配方法

    公开(公告)号:CN115759510A

    公开(公告)日:2023-03-07

    申请号:CN202211423171.6

    申请日:2022-11-15

    IPC分类号: G06Q10/06 G06Q50/04

    摘要: 本发明公开了一种云制造任务与机加工制造服务的匹配方法,包括:构建多类型制造任务与制造服务初步匹配规则,筛选出满足子制造任务要求最低限度的服务资源;构建服务资源的双层评价指标体系,计算服务资源在主观功能指标下的评价值,计算服务资源在客观性能指标下的评价值;由主观功能指标、客观性能指标因素共同决定服务资源的综合评价值;对主观功能指标中各因素值设置相应的权重,对客观性能指标中各因素值设置相应的权重,构建综合匹配度求解模型,从候选服务资源集中选出匹配度高的服务资源,组成服务资源集。本发明利用主观功能指标与客观性能指标对候选服务资源进行综合评价,全面且客观的完成了对制造任务与制造服务的匹配度求解。

    一种云制造任务与机加工制造服务的匹配方法

    公开(公告)号:CN115759510B

    公开(公告)日:2023-06-23

    申请号:CN202211423171.6

    申请日:2022-11-15

    IPC分类号: G06Q10/06 G06Q50/04

    摘要: 本发明公开了一种云制造任务与机加工制造服务的匹配方法,包括:构建多类型制造任务与制造服务初步匹配规则,筛选出满足子制造任务要求最低限度的服务资源;构建服务资源的双层评价指标体系,计算服务资源在主观功能指标下的评价值,计算服务资源在客观性能指标下的评价值;由主观功能指标、客观性能指标因素共同决定服务资源的综合评价值;对主观功能指标中各因素值设置相应的权重,对客观性能指标中各因素值设置相应的权重,构建综合匹配度求解模型,从候选服务资源集中选出匹配度高的服务资源,组成服务资源集。本发明利用主观功能指标与客观性能指标对候选服务资源进行综合评价,全面且客观的完成了对制造任务与制造服务的匹配度求解。

    基于深层次卷积长短记忆网络的人群轨迹预测方法及系统

    公开(公告)号:CN110737968B

    公开(公告)日:2021-03-16

    申请号:CN201910857181.2

    申请日:2019-09-11

    IPC分类号: G06F30/20 G06N3/04 G06N3/08

    摘要: 本发明公开一种基于深层次卷积长短记忆网络的人群轨迹预测方法及系统,方法包括:首先确定行人轨迹数据集;其次根据行人轨迹数据集确定训练集和测试集;再次构建深层次卷积长短时记忆网络Conv‑LSTM模型;然后根据训练集和所述测试集确定深层Conv‑LSTM模型的参数;最后根据带有参数的深层Conv‑LSTM模型进行人群轨迹预测。本发明构建了深层次卷积长短时记忆网络Conv‑LSTM模型,并利用深层Conv‑LSTM模型进行人群轨迹预测,一方面提高网络的复杂度和对人群轨迹预测的精度,加深网络对人群历史轨迹的时间和空间记忆,另一方面采用卷积网络对Conv‑LSTM层输出的上下文语义空间信息,进一步提高网络的回归能力。

    基于深层次卷积长短记忆网络的人群轨迹预测方法及系统

    公开(公告)号:CN110737968A

    公开(公告)日:2020-01-31

    申请号:CN201910857181.2

    申请日:2019-09-11

    IPC分类号: G06F30/20 G06N3/04 G06N3/08

    摘要: 本发明公开一种基于深层次卷积长短记忆网络的人群轨迹预测方法及系统,方法包括:首先确定行人轨迹数据集;其次根据行人轨迹数据集确定训练集和测试集;再次构建深层次卷积长短时记忆网络Conv-LSTM模型;然后根据训练集和所述测试集确定深层Conv-LSTM模型的参数;最后根据带有参数的深层Conv-LSTM模型进行人群轨迹预测。本发明构建了深层次卷积长短时记忆网络Conv-LSTM模型,并利用深层Conv-LSTM模型进行人群轨迹预测,一方面提高网络的复杂度和对人群轨迹预测的精度,加深网络对人群历史轨迹的时间和空间记忆,另一方面采用卷积网络对Conv-LSTM层输出的上下文语义空间信息,进一步提高网络的回归能力。

    一种金属包覆陶瓷复合装甲及其制备方法

    公开(公告)号:CN116086248A

    公开(公告)日:2023-05-09

    申请号:CN202211715930.6

    申请日:2022-12-28

    IPC分类号: F41H5/04

    摘要: 本发明提供一种金属包覆陶瓷复合装甲及其制备方法,制备方法包括:金属背板与陶瓷块粘结;利用摩擦挤压固相增材装备,通过摩擦生热软化金属材料,并在挤压作用下使软化金属材料涂覆在陶瓷块间的空隙中形成薄层;通过有机胶粘层将金属面板粘结在陶瓷块上,形成金属包覆陶瓷复合装甲,最后加热、保温并矫直处理。本发明金属包覆陶瓷复合装甲中陶瓷块间的空隙通过摩擦生热软化而填充有金属材料层,解决了陶瓷块间存在间隙而影响复合装甲抗侵彻性的问题,并且使用摩擦挤压固相增材装置形成的不同金属层只需通过摩擦生热软化即可涂覆在陶瓷块间隙,操作过程简单,不产生污染,无需外加热源,是一种切实可行且符合现代环保要求的制作方法,实用性强。

    一种金属包覆陶瓷复合装甲及其制备方法

    公开(公告)号:CN116086248B

    公开(公告)日:2024-08-23

    申请号:CN202211715930.6

    申请日:2022-12-28

    IPC分类号: F41H5/04

    摘要: 本发明提供一种金属包覆陶瓷复合装甲及其制备方法,制备方法包括:金属背板与陶瓷块粘结;利用摩擦挤压固相增材装备,通过摩擦生热软化金属材料,并在挤压作用下使软化金属材料涂覆在陶瓷块间的空隙中形成薄层;通过有机胶粘层将金属面板粘结在陶瓷块上,形成金属包覆陶瓷复合装甲,最后加热、保温并矫直处理。本发明金属包覆陶瓷复合装甲中陶瓷块间的空隙通过摩擦生热软化而填充有金属材料层,解决了陶瓷块间存在间隙而影响复合装甲抗侵彻性的问题,并且使用摩擦挤压固相增材装置形成的不同金属层只需通过摩擦生热软化即可涂覆在陶瓷块间隙,操作过程简单,不产生污染,无需外加热源,是一种切实可行且符合现代环保要求的制作方法,实用性强。

    基于多目视觉检测封闭空间中人员行进姿态的方法及系统

    公开(公告)号:CN116403275B

    公开(公告)日:2024-05-24

    申请号:CN202310241683.9

    申请日:2023-03-14

    IPC分类号: G06V40/20 G06T17/00 G06V10/82

    摘要: 本发明实施例公开了一种基于多目视觉检测封闭空间中人员行进姿态的方法及系统,涉及智能制造技术领域,能够对工厂中人员的行进姿态进行精确识别,并实现对多人姿态的精确识别检测。本发明包括:根据拍摄到的图像获取人员的二维姿态点和SMPL模型参数;利用所获取的二维姿态点转换得到三维姿态点;通过循环迭代优化模型对三维姿态点和SMPL模型参数进行迭代更新;将所述人员单步姿态的参数最优解导入初始化的SMPL三维模型,得到各人员的三维人体姿态模型,之后利用所获取的三维姿态模型建立多人姿态动态检测数字孪生建模。利用所述多人姿态动态检测数字孪生建模,识别所述封闭空间中当前的人员姿态。

    多目视觉下基于自动变分校正的人体内3D姿态分析方法

    公开(公告)号:CN118037965A

    公开(公告)日:2024-05-14

    申请号:CN202410448843.1

    申请日:2024-04-15

    摘要: 本发明实施例公开了多目视觉下基于自动变分校正的人体内3D姿态分析方法,涉及智能制造技术领域,能够提高行人3D姿态点检测的准确性与建模的真实性。本发明包括:在各视角下检测人体内3D姿态点并通过真实相机参数投影至三维空间;对三维空间中人体内的姿态点数据进行去噪处理;对处理后的数据进行分步训练1获取初步人体3D建模结果;再对处理后的数据通过分步训练2获取重建后的3D姿态点;采用联合训练,通过重建后的3D姿态点对初步人体3D建模结果进行校正,实现精确的人体姿态点检测与真实平滑的建模结果。本发明适用于密集行人场景中的行人姿态点检测与建模。

    一种发动机数字控制器强电磁脉冲敏感特征智能识别方法

    公开(公告)号:CN117315335A

    公开(公告)日:2023-12-29

    申请号:CN202311163318.7

    申请日:2023-09-11

    摘要: 本发明公开了一种发动机数字控制器强电磁脉冲敏感特征智能识别方法,包括数据集的制作、特征学习、模型训练以及模型验证。通过对多频点瞬时混叠仿真法和注入实验方法获得的电磁脉冲耦合信号数据集进行短时傅里叶变换得到电磁脉冲信号的时频伪彩图。将所得到的时频伪彩图分为训练集和验证集,将训练集图像作为语义分割网络模型的输入信号,用于训练语义分割网络模型,使得其能够智能识别发动机数字控制器的电磁脉冲敏感特征。最后将验证集输入到训练好的语义分割神经网络,利用混淆矩阵、Kappa系数和损失值分析模型的准确性和有效性。此方法可以精确的辨识发动机数字控制器电磁脉冲敏感频点,为发动机数字控制器电磁脉冲防护提供重要前提。