-
公开(公告)号:CN118918445A
公开(公告)日:2024-11-08
申请号:CN202411405238.2
申请日:2024-10-10
IPC分类号: G06V10/82 , G06N3/0455 , G06N3/09 , G06V10/22 , G06V10/42 , G06V10/44 , G06V10/774 , G06V10/80
摘要: 本发明涉及异常决策技术领域,公开了一种基于多尺度特征融合差分的轻量化智能异常决策方法,包括选取多个正常图像作为记忆样本;获取待检测图像;获取每个记忆样本与待检测图像的多个具有不同分辨率的阶段特征,组成每个记忆样本的样本存储信息与待检测图像的实时存储信息;计算实时存储信息与每个样本存储信息之间的欧几里得距离,获取距离最小的作为目标样本存储信息与目标记忆样本;获取目标记忆样本与待检测图像在各个分辨率下的x轴、y轴卷积阶段特征,计算各个分辨率下目标记忆样本与待检测图像之间的差分信息;获取基于金字塔结构的多尺度特征差分中每一层的差分输出,进行通道拼接后,输入解码器中,获取待检测图像中的缺陷定位结果。
-
公开(公告)号:CN118468346B
公开(公告)日:2024-11-05
申请号:CN202410935056.X
申请日:2024-07-12
申请人: 江南大学 , 苏州大学 , 吉林大学 , 昆山微电子技术研究院
IPC分类号: G06F21/62 , G06F18/214 , G06F18/21 , G06F18/2433 , G06F21/64
摘要: 本发明属于区块链数据检测技术领域,涉及一种区块链多模态数据异常检测方法;包括:获取包括不同模态数据集的训练集;利用L21范数对各个模态数据集的投影矩阵进行稀疏,构建目标稀疏投影矩阵项;基于同一模态数据集的数据样本映射后近邻相似图矩阵不变性,构建第一多模态图正则项;基于不同模态数据集的数据样本映射后语义相似矩阵不变性,构建第二多模态图正则项;基于第一多模态图正则项和第二多模态图正则项得到目标多模态图正则项;构建超球目标函数和超球约束函数,并对超球目标函数和超球约束函数求解,得到超球半径、超球中心和各个模态数据集的投影矩阵,从而对区块链中的多模态数据进行检测,提高区块链数据的准确性和系统安全性。
-
公开(公告)号:CN118781298A
公开(公告)日:2024-10-15
申请号:CN202411282621.3
申请日:2024-09-13
IPC分类号: G06T17/20 , G06T15/00 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06N3/0475
摘要: 本发明涉及计算机视觉技术领域,尤其是指一种基于多视图采样和渐进式生成的深度智能3D重建方法,包括:构建数据集;构建网格生成器,所述网格生成器为编码器‑解码器架构;利用数据集训练所述网格生成器;利用经过训练的网格生成器对残缺手绘图和噪声手绘图进行3D建模,得到目标网格3D模型。本发明利用2D卷积形状鉴别器训练网格生成器,并通过逐步增加2D卷积形状鉴别器的复杂度和多尺度轮廓图对的分辨率,逐步细化2D卷积形状鉴别器的判别能力,从而更有效地引导网格生成器生成高质量的预测网格3D模型,提高了预测网格3D模型的质量。
-
公开(公告)号:CN118797448A
公开(公告)日:2024-10-18
申请号:CN202411284257.4
申请日:2024-09-13
IPC分类号: G06F18/241 , G06N3/0455 , G06N3/0464 , G06N3/096 , G06F18/10 , G06F18/2131 , G06F123/02
摘要: 本发明涉及机器故障诊断技术领域,公开了一种基于迁移学习的多尺度智能决策方法,包括:获取源域与目标域中的机械故障振动时序长信号,构建源域训练集与目标域训练集;在源域训练集中,对时序分信号进行预处理后,提取时域特征与频域特征,并映射为低维时域特征与低维频域特征;计算特征之间的互相关矩阵,构建互相关损失函数,来训练编码器,获取源域优化时域信号编码器,并迁移至目标域,与初始分类器,组成初始多尺度智能决策模型;对目标域时序分信号进行预测,与其真实标签,构建交叉熵损失函数,训练获取目标多尺度智能决策模型;将实时采集的机械故障振动时序长信号,预处理后分别输入目标多尺度智能决策模型中,获取对应的故障类别。
-
公开(公告)号:CN118468346A
公开(公告)日:2024-08-09
申请号:CN202410935056.X
申请日:2024-07-12
申请人: 江南大学 , 苏州大学 , 吉林大学 , 昆山微电子技术研究院
IPC分类号: G06F21/62 , G06F18/214 , G06F18/21 , G06F18/2433 , G06F21/64
摘要: 本发明属于区块链数据检测技术领域,涉及一种区块链多模态数据异常检测方法;包括:获取包括不同模态数据集的训练集;利用L21范数对各个模态数据集的投影矩阵进行稀疏,构建目标稀疏投影矩阵项;基于同一模态数据集的数据样本映射后近邻相似图矩阵不变性,构建第一多模态图正则项;基于不同模态数据集的数据样本映射后语义相似矩阵不变性,构建第二多模态图正则项;基于第一多模态图正则项和第二多模态图正则项得到目标多模态图正则项;构建超球目标函数和超球约束函数,并对超球目标函数和超球约束函数求解,得到超球半径、超球中心和各个模态数据集的投影矩阵,从而对区块链中的多模态数据进行检测,提高区块链数据的准确性和系统安全性。
-
公开(公告)号:CN118799948A
公开(公告)日:2024-10-18
申请号:CN202411282724.X
申请日:2024-09-13
IPC分类号: G06V40/16 , G06V10/774 , G06V10/84 , G06V10/80 , G06V10/82
摘要: 本发明涉及半监督表情识别技术领域,公开了一种基于交叉融合与置信评估的情绪识别智能合约构建方法,包括获取基于区块链存储的面部图像,划分为有标签与无标签样本集;将所有面部图像分别输入初始图像分类模型,获取预测标签与标签置信度得分;基于每个有标签样本的交叉熵损失,得标签集合损失;将无标签样本划分为正确或错误样本;基于每个正确样本的交叉熵损失,获取集合无监督损失;基于每个错误样本的对比学习损失,获取集合对比损失;基于前述三种损失,构建模型总损失函数,训练初始图像分类模型,获取训练好的图像分类模型,输入待识别面部图像,获取多个置信度得分,以其中得分最高的所表示的情绪类型,作为待识别面部图像的预测标签。
-
公开(公告)号:CN118886428A
公开(公告)日:2024-11-01
申请号:CN202410908999.3
申请日:2024-07-08
申请人: 大连理工大学
摘要: 基于大语言模型集成的网络留言文本要素抽取方法、电子设备和计算机可读存储介质,属于文本信息要素抽取领域,为了解决在要素粒度进行集成,及时并过滤识别错误要素,提高生成要素的准确性的问题,技术要点是将任一候选要素中在任一基模型上的置信度以及终止token的置信度作为证据推理规则的辨识框架的命题的置信度,根据任一基模型在辨识框架的命题的置信度,生成任一基模型的证据;根据任一基模型的证据以及任一基模型的权重,计算任一基模型的证据的加权信度分布;根据任一基模型的证据的加权信度分布,将全部基模型的证据进行融合,得到融合证据,将融合证据中概率最大的元素作为集成结果,效果是提高抽取结果准确性。
-
公开(公告)号:CN118296490A
公开(公告)日:2024-07-05
申请号:CN202410279695.5
申请日:2024-03-12
申请人: 中冶焦耐(大连)工程技术有限公司 , 大连理工大学
IPC分类号: G06F18/2415 , G01M13/00 , G06N5/048 , G06N3/0464
摘要: 本发明涉及一种数据与知识融合的干熄焦系统健康诊断与溯源方法,包括从现场实时数据库中采集设备振动数据;滤除设备振动数据中噪声部分;构建测试数据;构建卷积神经网络模型,输入测试数据,进行故障诊断;构建知识库:构建基于知识图谱的厂区设备层级分布知识库;建立基于模糊推理的故障溯源模型:推理出维修建议。本发明的优点是:结合设备故障程度、故障发生阶段,建立基于模糊推理的故障溯源模型,对设备故障给出维修建议;结合企业厂区设备分布和运行信息,提出一套从数据预处理、故障诊断、维修建议、数据库存储的完整故障溯源模方法,快速、准确的推理出故障类型及维护建议,为现场相关的故障诊断、查询和维护提供支持。
-
-
公开(公告)号:CN117519008A
公开(公告)日:2024-02-06
申请号:CN202311426602.9
申请日:2023-10-31
申请人: 中冶焦耐(大连)工程技术有限公司 , 大连理工大学
IPC分类号: G05B19/418
摘要: 本发明提供一种基于数字孪生的干熄焦智能场景的构建方法及系统,实现干熄焦系统的智能化应用。包括:构建与实体工厂一致的三维模型,并赋予各部件模型以干熄焦统一身份识别编码;赋予模型以静态属性:将包括干熄焦系统的数据以数据包形式,统一导入已经构建完成的虚拟工厂;干熄焦系统的数据包是以数字化工厂设计为基础,以干熄焦系统统一编码为身份识别信息的数据包;赋予模型以动态属性:将干熄焦系统的现场可测得数据与构建完成的虚拟工厂进行集成,实现虚拟工厂与实体工厂一致的联动;利用孪生引擎,初步建立虚实映射、联动的孪生工厂;赋予模型以智能属性:建立仿真预测模型;构建以烧损率优化为核心应用场景的数字孪生交互界面。
-
-
-
-
-
-
-
-
-