-
公开(公告)号：CN116911517A
公开(公告)日：2023-10-20
申请号：CN202310674316.8
申请日：2023-06-06
IPC分类号： G06Q10/0631 , G06Q10/04 , G06Q50/04 , G06N3/006
摘要： 一种基于改进非洲秃鹫优化算法的柔性车间排产方法，属于利用计算机模型进行车间智能排产的技术领域。本发明利用改进的非洲秃鹫优化算法来解决柔性作业车间调度问题，并以机器的最大完成时间为优化目标建立柔性作业车间调度模型：改进的算法利用佳点集和启发式规则对种群初始化进行了改进，并引入变邻域局部搜索策略和ROV映射规则策略，避免算法陷入局部最优解并加快了算法的收敛速度。最后，通过国际基准算例验证了该算法解决柔性车间问题的有效性。这种方法将在制造业中具有广泛的应用，为提高制造业的生产效率和降低成本提供了有效的解决方案。
-
公开(公告)号：CN116778584A
公开(公告)日：2023-09-19
申请号：CN202311013548.5
申请日：2023-08-11
IPC分类号： G06V40/20 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V40/16 , G06V10/764
摘要： 本发明公开一种学生课堂专注度评估方法、系统、设备及存储介质，包括：对待测行为图像采用不同卷积核分解为不同的特征子图，对每个特征子图沿核空间的不同维度分别确定对应的注意力权重，对多维注意力特征图提取在宽度和高度方向的注意力权重，得到多维通道注意力特征图；对多维通道注意力特征图依次进行尺度感知注意力提取、空间感知注意力提取和任务感知注意力提取，以此识别得到课堂行为类别；对待测面部表情图像采用表情识别模型得到面部表情类别；根据课堂行为类别和面部表情类别综合评估课堂专注度。适应不同尺度的目标检测，增强目标感知能力，提高行为识别的准确率。
-
公开(公告)号：CN116739998A
公开(公告)日：2023-09-12
申请号：CN202310592721.5
申请日：2023-05-24
摘要： 本发明公开了一种基于机器视觉的煤矿箕斗滚轮罐耳磨损检测方法，属于机器视觉技术领域，所述检测方法包括：获取井下摄像机采集的滚轮罐耳图像；将所述滚轮罐耳图像进行多图像数据融合；使用边缘检测算法对融合后的图像提取胶轮边缘轮廓；使用曲线拟合算法对提取的胶轮边缘轮廓进行拟合，得到完整的胶轮图像；根据所述胶轮图像计算胶轮厚度平均值并判别胶轮磨损情况。本发明有效提高了检测的效率和准确率，节约了人力和物力成本，能够保障矿井提升系统的正常运行。
-
公开(公告)号：CN115700617A
公开(公告)日：2023-02-07
申请号：CN202211250905.5
申请日：2022-10-12
申请人： 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学 , 山东山科智控数字化科技有限公司
摘要： 一种适用于智慧大棚生产管理的智能优化方法，包括：(1)选定初始参数；(2)建立优化算法模型：其中，樽海鞘群的更新方式面对的是整个种群的更新，天牛须面对的食物源的位置更新；(3)确定食物源位置当两种方式将位置更新完毕后，按照f(x)计算更新后的适应度，选取适应度最优的个体位置作为食物源位置，适应度最优为目标函数的最优值，在本专利中是对调度计划的整体劳作时间进行优化，时间最小即为适应度最优，待满足初期设置的循环条件后跳出约束，此时食物源位置是找到的最优位置，将食物源位置进行解码输出后即为一个完整的调度计划。本发明所述优化方法既保证了调度计划的优越性也大大缩短了求解一个完整调度计划所耗费的时间。
-
公开(公告)号：CN116978128A
公开(公告)日：2023-10-31
申请号：CN202311013300.9
申请日：2023-08-11
IPC分类号： G06V40/20 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/06
摘要： 本发明公开一种学生课堂动作检测方法、系统、设备及存储介质，包括：对训练图像提取人体关键点；其中，对训练图像采用部分卷积处理后，对得到的特征图通过注意力操作确定特征图权重，由此得到加权特征图，将加权特征图与原训练图像进行残差连接后得到人体关键点特征图；对人体关键点特征图的不同通道进行不同尺度的卷积操作，确定不同尺度下的注意力权值，得到人体关键点注意力特征图；根据人体关键点注意力特征图训练分类网络，对待测图像经提取人体关键点后，采用分类网络得到课堂动作所属类别。针对学生课堂场景下的动作识别进行自动化检测，提高学生课堂动作识别的准确性和鲁棒性，提高学生课堂考核的准确性和效率。
-
公开(公告)号：CN116933939A
公开(公告)日：2023-10-24
申请号：CN202310931587.7
申请日：2023-07-27
IPC分类号： G06Q10/04 , G06Q10/067 , G06Q10/0631 , G06Q50/04 , G06N3/006
摘要： 本发明公开了一种基于改进浣熊优化算法的柔性车间协同生产方法及系统，该方法包括：获取待加工产品的订单信息，以最小化车间机器的最大完工时间为目标函数，确定约束条件，描述并构建柔性车间协同生产问题模型，该问题包括工序排序问题和机器分配问题；获取调度计划的基本信息，对工序排序问题和机器分配问题进行编码，并采用改进的浣熊优化算法对问题进行解码求解，得到最优生产调度方案。本发明采用sin‑tent混沌映射初始化、引入差分进化算子和变邻域搜索操作等对浣熊优化算法进行改进，将改进浣熊优化算法应用在离散柔性车间协同生产问题的求解中，获取更优的生产调度方案，提高各车间设备资源利用率，缩短产品加工的总时间。
-
公开(公告)号：CN116842379A
公开(公告)日：2023-10-03
申请号：CN202310671850.3
申请日：2023-06-06
IPC分类号： G06F18/214 , G06F18/213 , G06N3/0442 , G06N3/08
摘要： 一种基于DRSN‑CS和BiGRU+MLP模型的机械轴承剩余使用寿命预测方法,采用信号降噪和特征提取一体化方法，即深度残差收缩网络DRSN‑CS，进行自适应信号降噪和自动提取退化特征；使用双向门控循环单元BiGRU作为寿命预测网络，相比传统的循环神经网络，更好地解决梯度消失和梯度爆炸问题，模型结构更加简单，计算速度更快，能够在更短时间内学习到更长的时间序列信息，同时BiGRU模型中的门控机制可以有效地控制信息地流动，提高网络的泛化能力。本发明所述预测方法：首先对原始轴承振动信号进行归一化处理；然后利用DRSN‑CS模型学习并提取深层退化特征构建健康指标；最后将得到的健康指标输入到预测模型BiGRU+MLP中完成剩余使用寿命预测。
-
公开(公告)号：CN115062980A
公开(公告)日：2022-09-16
申请号：CN202210695393.7
申请日：2022-06-17
摘要： 一种基于改进金枪鱼群算法的柔性车间排产方法及程序产品，属于新一代信息通信的技术领域。本发明将一种改进的金枪鱼群算法用于求解柔性作业车间调度问题，以机器的最大完工时间为优化目标建立了柔性作业车间调度模型。提出改进金枪鱼群算法，算法对位置更新公式进行改进，并引入了Tent混沌映射和Levy飞行策略，实现了全局搜索和局部探索的有效平衡，最终达到：根据输入的工件信息后，能够输出合理调度计划的技术目的。在本发明中，可采用国际通用算例进行描述。
-
公开(公告)号：CN116468716A
公开(公告)日：2023-07-21
申请号：CN202310494058.5
申请日：2023-04-26
IPC分类号： G06T7/00 , G06T3/40 , G06V10/82 , G06V10/764 , G06V10/774 , G06V10/776 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/084
摘要： 本发明属于目标检测的技术领域，提供了一种基于YOLOv7‑ECD的钢材表面缺陷检测方法，包括S1、构建数据集，并对数据集进行标签标注，将标注好的数据集按照7:3划分为训练集和验证集；S2、对划分好的训练集进行数据增强，得到待检测的钢材表面缺陷训练集；S3、构建YOLOv7‑ECD网络模型：采用改进后的EfficientNet‑B0网络架构作为YOLOv7‑ECD网络模型的主干特征提取网络；S4、将待检测的钢材表面缺陷训练集放入YOLOv7‑ECD网络模型中进行训练，得到最优模型；S5、训练完成，将验证集放入得到的最优模型中，检测钢材表面缺陷的类别及位置，得到识别结果。本发明解决了现有技术中难以适应不同尺度钢材表面缺特征地提取和分类，难以达到较高的检测精度的问题。
-
公开(公告)号：CN115953386A
公开(公告)日：2023-04-11
申请号：CN202310056291.5
申请日：2023-01-18
IPC分类号： G06T7/00 , G06V10/82 , G06V10/80 , G06V10/774 , G06V20/70 , G06N3/0464 , G06N3/08
摘要： 本发明涉及产品缺陷检测技术领域，公开了一种基于MSTA‑YOLOv5的轻量化齿轮表面缺陷检测方法，包括以下步骤：首先获取齿轮表面缺陷图像，并对所述的图像进行标注和划分，构建齿轮表面缺陷数据集；然后构建MSTA‑YOLOv5检测模型，基于齿轮表面缺陷数据集对MSTA‑YOLOv5检测模型进行训练；最后将待检测的齿轮缺陷图像送入训练好的MSTA‑YOLOv5检测模型，获取检测齿轮的缺陷类型。本发明解决了计算资源需求太大、内存消耗严重使得成本较高、企业需要低延迟模型并且移动设备终端需要既快又准确的小模型问题，实现了齿轮表面缺陷的检测与自动分拣，能够实现齿轮表面缺陷检测的检测效率提高。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.055 秒)
