-
公开(公告)号：CN108304382B
公开(公告)日：2021-02-02
申请号：CN201810074691.8
申请日：2018-01-25
申请人： 山东大学
IPC分类号： G06F40/289 , G06F40/242 , G06F40/216 , G06F16/335 , G06F16/2458
摘要： 本发明公开了一种基于制造过程文本数据挖掘的质量分析方法和系统，所述方法包括：获取与质量问题相关的数据，所述与质量问题相关的数据包括工艺文件数据、产品结构关系数据和成品质量故障描述数据；对所述与质量问题相关的数据进行质量标签提取；根据所述质量标签进行产品质量问题分析和故障工艺关联分析。本发明结合了多个系统中的与质量有关数据，整合了数据资源，且针对这些数据进行了关联分析，有利于质量问题源头追溯，便于专家进行工艺优化。
-
公开(公告)号：CN111553246A
公开(公告)日：2020-08-18
申请号：CN202010333081.2
申请日：2020-04-24
申请人： 山东大学
摘要： 本公开公开了基于多任务对抗学习网络的汉字风格迁移方法及系统，包括：获取待风格迁移的汉字图像；将待风格迁移的汉字图像，输入到训练后的多任务对抗学习网络中；训练后的多任务对抗学习网络，输出风格迁移后的多种字体图像。本公开使用一个统一的编码器来学习对所有目标字体都很重要的参考字体的通用视觉模式，以最大限度地跨任务传播特征级信息，并将特定于任务的特征保留到各自的网络通道中，这种多任务训练策略使得汉字风格迁移网络训练更加稳定，提高了网络的泛化能力，同时生成的字体风格更加和目标字体一致，笔画边界清晰。
-
公开(公告)号：CN106779941B
公开(公告)日：2019-11-19
申请号：CN201611151403.1
申请日：2016-12-14
申请人： 山东大学
IPC分类号： G06Q30/06
摘要： 本发明公开了基于矩阵和张量联合分解的汽车推荐方法及系统；包括以下步骤：构造汽车打分张量，构造汽车制造商与供应商关系矩阵，构造汽车产品结构树，汽车制造商与供应商关系矩阵和汽车产品结构树都是完整的，用来协助预测张量中缺失的具体值；根据汽车产品结构树，引入树组套索模型来对最终的损失函数进行规约，得到权重；建立损失函数，用交替最小二乘法法对损失函数进行迭代；对损失函数求导置零，然后求出矩阵的迭代函数；还原张量，即补全张量的缺失值；针对不同的用户，依据补全的张量X中的元素，按照打分的从高到低的次序依次给用户推荐用户喜欢的车型。
-
公开(公告)号：CN108304382A
公开(公告)日：2018-07-20
申请号：CN201810074691.8
申请日：2018-01-25
申请人： 山东大学
摘要： 本发明公开了一种基于制造过程文本数据挖掘的质量分析方法和系统，所述方法包括：获取与质量问题相关的数据，所述与质量问题相关的数据包括工艺文件数据、产品结构关系数据和成品质量故障描述数据；对所述与质量问题相关的数据进行质量标签提取；根据所述质量标签进行产品质量问题分析和故障工艺关联分析。本发明结合了多个系统中的与质量有关数据，整合了数据资源，且针对这些数据进行了关联分析，有利于质量问题源头追溯，便于专家进行工艺优化。
-
公开(公告)号：CN114610893B
公开(公告)日：2024-07-23
申请号：CN202110297471.3
申请日：2021-03-19
申请人： 山东大学
IPC分类号： G06F16/36 , G06T11/60 , G06T13/00 , G06N3/0455 , G06N3/0475 , G06N3/094
摘要： 本发明提供了一种基于深度学习的剧本到故事板序列自动生成方法及系统。其中，该方法包括获取文字剧本，并将其输入至训练完成的故事板序列自动生成模型中，输出所述文字剧本对应的分镜头故事板序列；其中，所述故事板序列自动生成模型包括基于对抗学习的粗粒度图像生成和基于对抗学习的粗粒度图像到细粒度图像细化两个阶段，基于对抗学习的粗粒度图像生成阶段用于将接收的文字剧本转换为包含目标轮廓和空间关系的粗粒度故事板图像序列，基于对抗学习的粗粒度图像到细粒度图像细化阶段用于将粗粒度故事板图像序列转换为细粒度故事板图像序列，并将其为所述文字剧本对应的分镜头故事板序列。
-
公开(公告)号：CN114943322B
公开(公告)日：2024-06-28
申请号：CN202210372997.8
申请日：2022-04-11
申请人： 山东大学
IPC分类号： G06T11/20 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/094 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82
摘要： 本发明涉及计算机视觉技术领域，本发明公开了基于深度学习的从布局到场景图像的自动生成方法及系统，包括：获取输入的布局；所述布局，包括：不同边界框的位置、尺寸和类别；把获取到的布局输入至训练好的生成器中，输出与布局一致的场景图像；其中，所述生成器通过与判别器的对抗学习来提高自己的图像生成能力，生成器的多层特征被转换为不同尺度的边缘图，从而实现多尺度学习；通过提取与融合生成器的多层特征中包含的边缘信息，完成对布局中各个物体边缘的迭代优化。
-
公开(公告)号：CN116524070A
公开(公告)日：2023-08-01
申请号：CN202310308547.7
申请日：2023-03-23
申请人： 山东大学
摘要： 本发明提出了一种基于文本的场景图片编辑方法及系统，通过将文本指令中的物体信息和位置信息转换为在场景中可视化空间掩码，从而确定准确的所有需要编辑的位置；通过将接收的文本指令和需要编辑的场景中的多个目标进行多模态对齐，并将其和空间掩码相结合，生成所述的编辑之后的场景，可实现根据文本指令一次性处理场景图片中多个需要编辑的目标物体，不需要通过迭代的方式，处理效率较高。
-
公开(公告)号：CN106371939B
公开(公告)日：2019-03-22
申请号：CN201610818281.0
申请日：2016-09-12
申请人： 山东大学 , 山东瀚岳智能科技股份有限公司
摘要： 本发明公开了一种时序数据异常检测方法及其系统，该方法包括接收设置于机器中一个或一个以上传感器所采集的时序数据并把时序数据中最新观测数据作为待监测数据；计算待监测数据中各个参数与机器内缓存的固有长度的时间序列相应参数的相对离群距离，进一步得到带有离群标识的离群数据；利用固有长度的时序数据中参数值之间的相关性，从离群数据中筛选出异常观测数据并定位异常观测数据中的异常参数。本发明提高了时序数据异常检测的准确率，确保了异常检测的正确性。
-
公开(公告)号：CN105955922A
公开(公告)日：2016-09-21
申请号：CN201610247396.9
申请日：2016-04-20
申请人： 山东大学
IPC分类号： G06F15/18
CPC分类号： G06F15/18
摘要： 本发明公开了一种机器数据模型演化的自动感知方法及装置，该方法包括对机器实例一次运行期间所产生的机器数据序列中的每一条机器数据与该机器实例当前所指向的机器模型进行冲突检测，获取机器数据与机器数据模型之间的冲突多重集合；生成冲突原语集合；生成机器当前对应的实际机器数据模型；若机器当前对应的实际机器数据模型存在于当前的机器数据模型库中，则对机器实例进行模型跃迁，在冲突实例统计中删除该机器实例所对应的冲突记录，结束本次检测；否则，更新该机器实例所对应的冲突原语集合，并进入下一步；若机器当前对应的实际机器数据模型所对应的冲突实例的个数大于或等于冲突实例个数阈值，对机器实例进行模型派生，结束本次检测。
-
公开(公告)号：CN105761122A
公开(公告)日：2016-07-13
申请号：CN201610284263.9
申请日：2016-04-29
申请人： 山东大学
IPC分类号： G06Q30/02
CPC分类号： G06Q30/0251 , G06Q30/0255
摘要： 本发明提供了一种融合制造商相似度的产品推荐方法及装置，该方法包括获取关系信息并生成以产品和企业为节点的产品?企业关系网络拓扑；获取产品和企业信息并依据产品?企业关系网络拓扑并进行存储；计算任意两个制造商之间的共用供应商在这两个制造商总供应商中所占的比例，得到企业业务相似度；确定由若干个产品构成的推荐产品集合；将推荐产品集合与产品制造商进行关联，并将关联的产品制造商存储至产品制造商集合；从制造商集合中任选一制造商，筛选出与该制造商的企业业务相似度大于或等于预设企业业务相似度阈值的制造商并存储至推荐制造商集合；根据产品?企业关系网络拓扑，从推荐产品集合中，筛选出与推荐制造商集合相关联的推荐产品。
-
-
-
-
-
-
-
-
-
搜索结果
37 条记录 (耗时 0.025 秒)
