-
公开(公告)号：CN113919493A
公开(公告)日：2022-01-11
申请号：CN202111022268.1
申请日：2021-09-01
申请人： 郑州金惠计算机系统工程有限公司
摘要： 本发明公开了一种基于神经网络模型的欺诈行为分析系统，属于欺诈行为分析技术领域，包括关联聚合数据集和数据处理中心，所述数据处理中心输入端与关联聚合数据集输出端相连接，所述数据处理中心用于处理分析关联聚合数据集聚合后数据。本发明中，通过设计的神经元处理单元，能够通过机器学习模块建立神经网络模型对大数据中诈骗特征进行提取分析，并且通过运用大数据技术识别互联网欺诈内容，反向定位源头，多种欺诈内容联动分析，可全天24小时实时监控，具备快速以及准确的识别能力，同时能够通过记录用户诈骗特征数据对神经网络模型进行数据更新，提高对大数据环境下数据快速变换的适应能力。
-
公开(公告)号：CN112734691A
公开(公告)日：2021-04-30
申请号：CN202011500075.8
申请日：2020-12-17
申请人： 郑州金惠计算机系统工程有限公司
摘要： 本发明提供了一种工业制品缺陷检测方法，首先，获取无缺陷的工业制品的第一图像，将所述第一图像划分为多个第一图像块；其次，获取待检测的工业制品的第二图像，将所述第二图像划分为多个第二图像块；然后，通过比较第一图像块和对应的第二图像块之间的相似度，判断所述第二图像块是否存在异常；最后若所述第二图像块存在异常，对所述第二图像块进行缺陷定位。本发明的实施例中，通过将图像划分为多个图像块，通过图像块的单独比较，筛选出可能存在异常图像块的图像块，且可以有效地提高计算机的工作效率；在筛选出可能存在的异常图像块之后，对工业制品的缺陷进行深入检测，定位出工业制品缺陷的精确位置。
-
公开(公告)号：CN112508935A
公开(公告)日：2021-03-16
申请号：CN202011524402.3
申请日：2020-12-22
申请人： 郑州金惠计算机系统工程有限公司
摘要： 本发明属于工业化产品包装检测技术领域，特别涉及一种基于深度学习的产品包装检测方法及系统和产品包装分拣系统，该方法包含：实时采集流水线上产品图像数据，该图像数据包含产品包装上的日期图像数据和封口图像数据；通过对日期图像数据进行裁剪处理，获取用于日期检测的第一图像数据集，并利用优化训练后的日期检测模型识别位置日期合格产品，利用分割算法确定日期合格产品；将日期合格产品对应的封口图像数据进行裁剪处理，获取用于封口检测的第二图像数据集，并利用优化训练后的封口检测模型确定封口检测区域，进而识别封口合格产品。本发明可满足工业生产检测中的实际需求，利用深度学习网络技术实现更精确快速的剔除包装缺陷产品。
-
公开(公告)号：CN112258448A
公开(公告)日：2021-01-22
申请号：CN202010965641.6
申请日：2020-09-15
申请人： 郑州金惠计算机系统工程有限公司
摘要： 本发明涉及工业制品表面划痕检测的技术领域，具体涉及一种细划痕检测方法、装置、电子设备及计算机可读存储介质，该细划痕检测方法包括以下步骤：通过拉普拉斯算子与待测图像卷积，锐化增强待测图像得到待测增强图像；对待测增强图像进行均值滤波得到背景图像，并将待测增强图像与背景图像进行差值处理得到含有多个划痕线段的待测划痕图像；根据直线提取算法对待测划痕图像中的多个划痕线段进行提取，得到由多个划痕线段的起始点坐标组成的划痕线段集；利用划痕线段集中的多个起始点坐标生成一幅二值图，对二值图进行霍夫变换得到划痕线段。利用本发明实施例对较大尺寸的图像进行划痕检测能够准确的检测出细微划痕，避免漏检的情况出现。
-
公开(公告)号：CN105512289B
公开(公告)日：2018-08-14
申请号：CN201510901348.2
申请日：2015-12-07
申请人： 郑州金惠计算机系统工程有限公司
IPC分类号： G06F17/30
摘要： 本发明涉及一种基于深度学习和哈希的图像检索方法，利用深度卷积神经网络强大的学习能力，提取图像深层特征，克服现有技术中利用图像底层特征而导致特征表达能力不强、检索精度低的问题；并引入哈希层构造哈希函数，将图像深度特征的学习和哈希函数的构造在同一过程中完成，挖掘图像特征与哈希函数内在关系，大大提高图像检索准确率；将量化误差的损失加入到深度卷积神经网络的损失层，增强了哈希码的表达能力，通过Softmax分类器损失模块和量化误差损失模块，有效降低哈希函数中的二值化造成的量化误差，进一步提高图像检索的准确率。
-
公开(公告)号：CN102567101A
公开(公告)日：2012-07-11
申请号：CN201210008540.5
申请日：2012-01-12
申请人： 郑州金惠计算机系统工程有限公司
摘要： 本发明涉及一种手机互联网淫秽色情内容及危害国家信息安全内容的快速识别、监管平台的多进程管理系统。包括资源调度子系统，全网多级URL去重子系统，并发处理子系统，图像检测服务子系统，内部通信子系统；其中资源调度子系统包括图片、视频及文字搬运流程和IP地址归属地资源管理流程；全网多级URL去重子系统采用多级URL去重体系，并发处理子系统支持多线程多设备，对图片、视频和文字的采集和识别；图像检测服务子系统，通过图像检测服务器检测完图像以后，将检测结果列表在进行分析,然后存在数据库中,作为共享的资源；内部通信子系统负责系统内部各设备间的通信。高效处理识别监管平台的软件系统处理流程与图像检测服务器进程，提供了多层次多进程并发管理的基础。
-
公开(公告)号：CN112164035B
公开(公告)日：2023-04-28
申请号：CN202010965616.8
申请日：2020-09-15
申请人： 郑州金惠计算机系统工程有限公司
IPC分类号： G06T7/00 , G06T7/10 , G06T7/70 , G06N3/0464 , G06N3/084
摘要： 本发明涉及工业产品表面缺陷检测技术领域，具体涉及基于图像的缺陷检测方法、装置、电子设备及存储介质。该检测方法包括以下步骤：将待检测图像输入DSNet网络，提取多张输出响应图，根据输出的多通道响应图生成的缺陷位置分割图；根据所述输出响应图与由真实缺陷位置生成的真实响应图作交叉熵损失，利用所述交叉熵损失优化所述DSNet网络的网络参数。该检测方法在一次正向传播中直接确定缺陷类型并定位缺陷位置，由于无需将输入图像截取为图像块后进行多次预测或是先对图像所包含的材质进行分类再确定缺陷位置的复杂过程，因此提高了检测的效率，达到实时检测的目的。
-
公开(公告)号：CN113160110A
公开(公告)日：2021-07-23
申请号：CN202011493678.X
申请日：2020-12-17
申请人： 郑州金惠计算机系统工程有限公司
摘要： 本发明提供了一种工业数据异常检测方法，首先，获取所述标准工业制品的数据，获取所述异常工业制品的数据；其次，对所述标准工业制品的数据进行重新校验，对所述异常工业制品的数据进行重新校验；然后，计算并获得所述数据的高密度区域和低密度区域；通过对所述低密度区域进行划分，识别出缺陷样本的类别；最后获取待测样本的数据，确定所述待测样本的类别。本发明的实施例中，通过将对数据进行校验，保证数据的一致性，使得对工业制品缺陷进行分类时，缺陷分类更加精准，且通过对低密度区域进行划分，识别出缺陷样本的类别，可以有效的对缺陷类别进行分类；并对待测样本进行缺陷检测时，可以准确确定其所属的缺陷类别。
-
公开(公告)号：CN112749788A
公开(公告)日：2021-05-04
申请号：CN202011495417.1
申请日：2020-12-17
申请人： 郑州金惠计算机系统工程有限公司
摘要： 本发明适用于图片处理领域，提供了一种超分辨率图片模型生成方法、装置、电子设备及存储介质，所述方法包括以下步骤：向生成器中输入低分辨率图片，所述生成器将低分辨率图片生成高分辨率图片；将所生成的高分辨率图片和真实高分辨率图片输入到判别器当中，判别器用于给出所述生成的高分辨率图片和真实的高分辨率图片之间的判别结果；判断所述判别结果是否为最优结果；若为否，则继续向生成器中输入低分辨率图片直至所述判别结果为最优结果则确定所述图片模型为最优模型。本发明提供的方法，解决了现有的超分辨率图片生成模型精度不高的问题。
-
公开(公告)号：CN112733882A
公开(公告)日：2021-04-30
申请号：CN202011523285.9
申请日：2020-12-22
申请人： 郑州金惠计算机系统工程有限公司
摘要： 本发明属于气缸套缺陷检测技术领域，特别涉及一种基于深度学习的气缸套表面缺陷检测方法及系统和设备，该方法中包含：分区域采集生产线上气缸套产品实时的表面图像数据，其中，分区域采集的产品表面图像数据至少包括气缸端面、内壁、外壁及裙边的图像；对图像数据进行滤波和分割处理，获取产品图像端面、内壁、外壁及裙边的待检测区域图像数据；并通过对待检测区域图像数据进行掩膜，确定气缸套产品目标检测区域图像数据；利用已训练优化的分类网络模型对目标检测区域图像数据进行分类识别，获取表面存有缺陷的气缸套产品，以通过分拣系统进行剔除。本发明结合深度学习技术实现气缸套表面缺陷的快速高效检测，提升效率，具有较好的应用价值。
-
-
-
-
-
-
-
-
-
搜索结果
75 条记录 (耗时 0.043 秒)
