-
公开(公告)号：CN105243355A
公开(公告)日：2016-01-13
申请号：CN201510572069.6
申请日：2015-09-09
申请人： 大连理工大学 , 中油辽河工程有限公司 , 中联煤层气有限责任公司
IPC分类号： G06K9/00
CPC分类号： G06K9/00771
摘要： 一种基于事件驱动的煤层气井站异常场景远程无线安全监测方法，属于信息技术领域。其将背景差分法及改进核密度目标检测算法相融合，先用背景差分法融合三帧差算法将图像分割成动态背景区与非动态背景区，对于动态背景区再用核密度算法分割前景，把有异常场景(含干扰信号)与正常场景分开处理，这样就很好的解决了算法复杂性与实时性要求的矛盾。分割前景时通过理论推导，方案创新性的提出了一种动态阈值求取方法。本发明的有益效果就是将现场的异常场景与抽水机运动及风吹草动等干扰信息区别开，只有真正的异常场景或事件发生时，现场智能监测设备才向监测中心报警并发送现场图像信息，实现了低成本高效率的远程监测。
-
-
公开(公告)号：CN115099356B
公开(公告)日：2024-08-09
申请号：CN202210808448.0
申请日：2022-07-11
申请人： 大连理工大学
IPC分类号： G06F18/2431 , G06F18/214 , G06F18/23213
摘要： 本发明提供一种工业不平衡数据分类方法、装置、电子设备及存储介质，首先获取原始不平衡数据，该原始不平衡数据中包含两类数据、且第一类数据的数据量小于第二类数据的数据量；进而对原始不平衡数据中的第一类数据进行过采样，并将过采样后的第一类数据与原始不平衡数据中的第二类数据合并为新原始不平衡数据；进一步将新原始不平衡数据作为训练样本，对超球信息粒分类器进行训练得到分类模型；最后，对于在获取到待处理的目标数据后，可以通过分类模型对目标数据进行分类得到相应的分类结果。基于本发明，可以解决数据不平衡现象使得在云端SaaS层的智能应用难以对数据进行分类的问题，保证分类的准确性。
-
公开(公告)号：CN117994786A
公开(公告)日：2024-05-07
申请号：CN202410255965.9
申请日：2024-03-06
申请人： 大连理工大学
IPC分类号： G06V20/69 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/082
摘要： 基于深度学习的金属断口类型识别方法，属于深度学习领域，用于解决在工业场景下对金属断口类型的智能、准确、高效识别的问题，技术要点包含以下步骤：(1)对金属断口图像进行采集及预处理；(2)深度学习模型的构建；(3)模型参数的优化；(4)注意力机制的加入；(5)深度学习模型的训练；(6)模型轻量化部署；(7)Jetson Nano B01设备上的推理及数据传输，效果是本发明利用深度学习算法对金属断口类型进行识别来辅助判定断裂机理，设计参数优化算法提升跨领域深度学习模型设计的自动化程度，减少人工干预；加入注意力机制提升算法的识别性能；通过轻量化剪枝算法对深度学习模型进行压缩，最终实现在Jetson Nano B01设备上的部署应用，具有实际的应用价值及意义。
-
公开(公告)号：CN117875423A
公开(公告)日：2024-04-12
申请号：CN202311828902.X
申请日：2023-12-28
申请人： 大连理工大学
IPC分类号： G06N5/025 , G06N5/045 , G06N3/045 , G06N3/044 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06F18/2415
摘要： 一种基于复空间循环相关关系模型的知识图谱嵌入中链接预测方法及模型，属于知识图谱领域，为了解决提高模型预测准确性问题，技术要点是所述模型CircularE包括特征提取层、循环相关网络层以及自适应对抗负抽样层，其中，所述预测方法包括循环相关网络层将复数域中的循环相关算子应用于复空间，通过循环相关算子对头实体的初始特征、尾实体的初始特征以及关系的初始特征进行距离测量量规计算；自适应对抗负抽样层通过距离测量量规获得打分函数，根据打分函数获得正样本为真的可能性以及负样本被选中的可能性；通过优化函数对模型CircularE进行训练，得到优化的模型CircularE；对于给定三元组头实体和关系的前提下，优化的模型CircularE评估得分最高的尾实体。
-
公开(公告)号：CN114324361B
公开(公告)日：2024-03-15
申请号：CN202111674757.5
申请日：2021-12-31
申请人： 大连理工大学
IPC分类号： G01N21/88 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本申请提供一种金相组织劣化评级方法及装置，应用于边缘控制器，在获取金相显微镜拍摄的金相图片(图像全局信息的深度特征、描述纹理的GLCM特征和基于原理的机理分类特征)后，将所述金相图片输入预设评级模型(图像深度学习模型和神经网络分类器的组合分类模型)中进行推理计算，确定金相组织劣化评级结果。本申请利用现场的金相显微镜和边缘设备实现对金相组织劣化的快速评级，提高劣化评级准确率。
-
公开(公告)号：CN116522743A
公开(公告)日：2023-08-01
申请号：CN202310497044.9
申请日：2023-05-05
申请人： 大连理工大学
IPC分类号： G06F30/25 , G06F30/27 , G06F111/10
摘要： 本发明提出一种超盒迭代粒驱动的粒模型建立方法，包括获得实验数据集，根据实验数据集中的实验输出数据对输出空间划分成多个相互不重叠的区间；将多个相互不重叠的区间投影到输入空间中，得到多个输入子空间；采用信息粒度控制的迭代粒度方法，对每个输入子空间进行迭代粒化得到超盒信息粒，使用适应度函数量化实验输入数据与超盒信息粒两者的匹配程度，使在输入空间中得到了一系列具有置信水平的输入超盒信息粒；通过合理粒度原理对每个超盒信息粒覆盖的输入数据相关的输出数据进行分组和细化，得到三角模糊信息粒；使用“IF‑THEN”原则，将输入超盒信息粒与三角模糊信息粒连接，建立粒模型。本发明构建的粒模型有更精确的数值和更理想的颗粒输出。
-
公开(公告)号：CN113255814A
公开(公告)日：2021-08-13
申请号：CN202110642624.3
申请日：2021-06-09
申请人： 大连理工大学
摘要： 本发明公开一种面向边缘计算的基于特征选择的图像分类方法，采用卷积神经网络的卷积层和池化层对训练集图像进行特征提取，然后采用基于模糊C均值聚类的特征选择方法选出对分类贡献较大的图像特征，送入重新设计的分类器进行分类。在特征选择时，充分利用图像标签信息，采用针对各维图像特征的模糊聚类结果来描述各维图像特征在不同样本类别上的分布情况，并根据聚类得到的聚类中心和隶属度信息计算每个维度特征的类间分布差异度，从而选出类间分布差异明显、对分类贡献较大的特征。本发明提高了分类的精度，同时，减少了图像特征的维度，相应降低了分类器网络的规模，实现了分类器的轻量化，为在边缘计算节点的部署实施打下了基础。
-
公开(公告)号：CN105590329B
公开(公告)日：2018-02-16
申请号：CN201510990032.5
申请日：2015-12-24
申请人： 大连理工大学
摘要： 本发明提供一种油气田视频监控中运动目标的智能检测算法，该方法通过背景训练、入侵目标检测和目标跟踪法解决“磕头机”往复运动背景下的运动目标的智能检测、实时报警问题。本发明在实际应用于磕头机等大型设备往复运动场景下的运动识别具有切实的实际意义，能够消除磕头机往复运动的影响，减少运算量，并且能准确检测到运动目标，在达到监控识别准确性的同时，也保证实时性。
-
公开(公告)号：CN113255814B
公开(公告)日：2024-10-29
申请号：CN202110642624.3
申请日：2021-06-09
申请人： 大连理工大学
IPC分类号： G06V10/764 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开一种面向边缘计算的基于特征选择的图像分类方法，采用卷积神经网络的卷积层和池化层对训练集图像进行特征提取，然后采用基于模糊C均值聚类的特征选择方法选出对分类贡献较大的图像特征，送入重新设计的分类器进行分类。在特征选择时，充分利用图像标签信息，采用针对各维图像特征的模糊聚类结果来描述各维图像特征在不同样本类别上的分布情况，并根据聚类得到的聚类中心和隶属度信息计算每个维度特征的类间分布差异度，从而选出类间分布差异明显、对分类贡献较大的特征。本发明提高了分类的精度，同时，减少了图像特征的维度，相应降低了分类器网络的规模，实现了分类器的轻量化，为在边缘计算节点的部署实施打下了基础。
-
-
-
-
-
-
-
-
-
搜索结果
31 条记录 (耗时 0.101 秒)
