-
公开(公告)号：CN115222894A
公开(公告)日：2022-10-21
申请号：CN202210972406.0
申请日：2022-08-12
申请人： 淮阴工学院
摘要： 本发明公开了一种基于laplace优化的网格图像拓扑变形方法，包括如下步骤：首先导入三维化工人物模型，按照设想将人物模型切分为不同的多面体，记录模型三角面、边与顶点的完整拓扑信息。其次将提取的锚点转化为拉普拉斯坐标，将切割面包含的点放入二维空间中，在二维空间中依据不同的图形特征选择合适的拓扑结构，使点在二维空间中根据拓扑结进行变化，返回的结果转化为笛卡尔坐标重新输入模型。与现有技术相比，本发明依据切分多面体的顶点作为锚点，通过相邻点之间的拓扑关系以及点之间相互影响的权重进行变形，引入laplace坐标保证网格变形细节，减少锚点的输入能够做到相同的变形效果，弥补了传统网格变形的时间长的问题，提高网格模型变形效率。
-
公开(公告)号：CN115205604A
公开(公告)日：2022-10-18
申请号：CN202210964797.1
申请日：2022-08-11
申请人： 淮阴工学院
IPC分类号： G06V10/764 , G06V10/77 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于改进YOLOv5的化工安全防护品佩戴检测方法，获取训练图像，使用MixUp算法对安全帽图像数据和口罩图像数据进行加权融合，得到更多存在双目标的训练图像；搭建包含注意力机制NAM模块和Encoder结构的改进的YOLOv5网络模型，在骨干网络中插入注意力机制NAM模型，在颈部模块添加了改进的Encoder结构；将训练数据集和测试数据集输入到改进的YOLOv5网络模型中，进行优化训练，得到改进的安全防护品佩戴检测模型；将待检测图像数据集输入上述模型，得到待检测图像中的安全防护品的检测结果。与现有技术相比，本发明充分优化了网络模型的特征提取能力，有效地提高了小目标检测的精确度，提高了化工生产过程中安全防护品佩戴检测的准确性。
-
公开(公告)号：CN115271237A
公开(公告)日：2022-11-01
申请号：CN202210953317.1
申请日：2022-08-09
申请人： 淮阴工学院
摘要： 本发明涉及工业信息技术领域，公开了一种基于改进PSO‑GA和SVM的工业数据质量预测方法，包括如下步骤：步骤1：对数据进行预处理，构建预测数据集；步骤2：提出改进PSO‑GA算法，结合优化后的学习因子和惯性权重策略改进粒子群算法，根据粒子群算法速度与位置更新公式进行种群演化，再引入自适应遗传算法来平衡种群多样性；步骤3：使用改进PSO‑GA优化SVM算法参数；步骤4：根据构建的SVM预测模型，进行工业数据质量预测。与现有技术相比，本发明有效实现局部搜索和全局搜索的最优化，有效避免PSO算法陷入局部最优，提高了函数的寻优能力，能够加快收敛，提高寻优精度，提升模型性能，提高预测的效果。
-
公开(公告)号：CN115221415A
公开(公告)日：2022-10-21
申请号：CN202210972187.6
申请日：2022-08-12
申请人： 淮阴工学院
IPC分类号： G06F16/9535 , G06F16/951 , G06N3/04 , G06N3/08 , G06Q10/10
摘要： 本发明公开了一种基于知识图谱和排序学习的岗位推荐方法，包括：爬取求职网站获取用户和岗位数据，并根据所获取的用户和岗位数据采用三元组的形式来构建知识图谱；通过知识表示学习的方法挖掘知识图谱，将知识图谱的三元组信息进行向量化表示，得到用户特征向量和岗位特征向量；通过余弦相似度的方法来衡量用户特征向量和岗位特征向量间的语义相似度，得到用户‑岗位相似度集合；将得到的相似度集合和特征向量整体定义为文档特征输入到排序模型中训练，通过神经网络来训练排序模型，基于排序模型为用户在岗位集合中对岗位进行排序，得到Top‑K推荐列表。本发明可以有效地获取用户和岗位信息，并快速形成高精度推荐列表，为用户提供最佳推荐方案。
-
-
-
搜索结果
4 条记录 (耗时 0.023 秒)
