-
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：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：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：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：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：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：CN118328852A
公开(公告)日：2024-07-12
申请号：CN202410601244.9
申请日：2024-05-15
申请人： 吉林大学
摘要： 一种结合卷积的散斑纹理球形靶标姿态估计方法，涉及靶标姿态估计测量技术领域，解决现有技术中借助具有多个特征点的传统球形靶标计算结构光传感器的姿态信息时，计算复杂度较高、双目相机成像和球形靶标中特征点之间的对应关系难以确定以及特征点容易被遮挡等问题。本发明方法通过获得散斑纹理球形靶标全景图；固定双目相机、结构光测量单元相互位置并保证球形靶标在双目相机的视野范围内；将双目相机拍摄的球形靶标图像作为卷积核，在散斑纹理球形靶标全景图上面进行卷积，然后在卷积结果最大处即可获得结构光传感器的姿态信息，降低了姿态估计方法的复杂度。
-
公开(公告)号：CN107807269B
公开(公告)日：2023-12-15
申请号：CN201711201041.7
申请日：2017-11-26
申请人： 吉林大学
IPC分类号： G01R19/00
摘要： 本发明提供一种用于多种电缆的光电式电流检测装置及其检测方法，属于测量领域。上端盖与封装通过联接螺栓固定，封装与上端盖各有一个半圆柱形槽，在封装上开有透光孔，透光孔的内部固定有与透光孔尺寸一致的起偏器，悬臂梁与封装的一个内表面固定连接，在悬臂梁的下表面贴有压电层，在悬臂梁的上表面固定有永磁体，在悬臂梁的自由端的两侧面上，靠近透光孔的侧面固定有检偏器，另一侧面固定有光电转换元件，在封装的与透光孔正对的内表面上固定有电路部分。本发明对直流电流和交流电流进行测量，适用于各种内部结构的电缆，并且可自供电，
-
公开(公告)号：CN116785215A
公开(公告)日：2023-09-22
申请号：CN202311082765.X
申请日：2023-08-28
申请人： 吉林大学
IPC分类号： A61K8/9789 , A61K8/67 , A61K8/92 , A61K8/34 , A61K8/98 , A61K8/73 , A61K8/65 , A61K8/49 , A61Q19/02 , A61Q19/00 , A61Q19/08 , A61P9/00 , A61P37/04
摘要： 本发明属于生物医药技术领域，具体涉及一种人参提取物组合物纳米体系及其制备方法和应用。本发明包括：酯类化合物0.1~0.5份，维生素E 0~0.2份，植物精油0~0.1份，高分子化合物0.2~0.7份，丙二醇0.1~0.7份，水1~100份，甘油0.1~1.5份，蜂蜜0~1.2份，维生素C 0~1.1份，透明质酸0.1~2份，胶原0~2份，甘草黄酮0~0.1份，人参提取物0.1~10份；所述人参提取物组合物纳米体系的平均粒径≤100nm，多分散系数≤0.2。本发明获得了纳米尺度的高分子化合物的组合物，能更好地促进人参提取物的经皮吸收效率。
-
公开(公告)号：CN116182783A
公开(公告)日：2023-05-30
申请号：CN202310218505.4
申请日：2023-03-09
申请人： 吉林大学
摘要： 本发明提出一种散斑纹理球形靶标及其位姿估计方法，属于航洋定位技术领域，散斑纹理球形靶标为三维球体，球体表面均匀覆盖黑白相间的随机散斑图案，方法是将散斑纹理球形靶标刚体连接到待测物体上；建立相机小孔成像模型；建立与散斑纹理球形靶标相同纹理的数字球形靶标；通过相机对散斑纹理球形靶标进行成像，确认数字球形靶标的位置，固定数字球形靶标的球心，按一定规则旋转数字球形靶标，将数字球形靶标图像与实际球形靶标图像作对比，求取像素级汉明距离，在经过多次旋转之后，从中求取出最小的汉明距离，最小汉明距离对应的数字球形靶标图像与实际球形靶标图像是一致的，获得了相机和散斑纹理球形靶标的位置关系，从而获得待测物体的位姿。
-
-
-
-
-
-
-
-
-
搜索结果
312 条记录 (耗时 0.164 秒)
