-
公开(公告)号：CN117422921A
公开(公告)日：2024-01-19
申请号：CN202311433940.5
申请日：2023-10-31
申请人： 重庆科技学院
IPC分类号： G06V10/764 , G06V10/82 , G06V10/766 , G06V10/25 , G06V10/26 , G06N3/0464 , G06V10/80
摘要： 本发明提供一种基于Mask RCNN的花椒锈病图像识别方法及系统，包括步骤S1：获取待测花椒叶片图像并进行预处理；S2：将预处理后的待测花椒叶片图像输入训练好的花椒锈病识别与量化评估网络，对花椒叶片中的锈病孢子堆、锈病病斑和叶片进行识别与分割，得到对应三个类别的分割掩模图；S3：对三个类别的分割掩模图分别进行像素统计，获取各类分割掩模中像素值为1的个数，计算得到量化评估值；其效果是：本发明基于感染面积和正常叶片面积比值来评估花椒锈病的严重程度。通过案例分析和实验验证，本发明的方法展示出了科学性和有效性，能够为农业生产者提供有益的信息，帮助他们更好地防治花椒锈病，提高产量和农业生产的质量。
-
公开(公告)号：CN117351314A
公开(公告)日：2024-01-05
申请号：CN202311379015.9
申请日：2023-10-23
申请人： 重庆科技学院
摘要： 本发明涉及图像处理技术领域，具体公开了一种玻璃瓶缺陷识别方法及系统，通过对玻璃瓶的瓶口、瓶底和瓶身进行拍摄、成像，得到对应的三视图进行预处理，以对采集的三视图的噪声进行削弱与抑制，得到预处理图像；进一步对单通道的预处理图像进行融合，对三个方向的图片进行特征提取，按照不同的权重，融合成三通道的特征图进行缺陷检测，能够提高缺陷检测精度，同时能够以较快的速度完成检测任务；然后利用卷积神经网络的计算能力，采集处理图像不同程度的图像特征，再进行不同程度的卷积、池化进行特征融合，然后进行卷积上采样等，得到目标特征图像，可充分提取图像特征，有助于提高缺陷识别精度。
-
公开(公告)号：CN117407830A
公开(公告)日：2024-01-16
申请号：CN202311344624.0
申请日：2023-10-17
申请人： 重庆科技学院
IPC分类号： G06F18/25 , G06F18/213 , G06F18/2415 , G06F18/20 , G06N7/01 , G01S5/18 , G01S15/06
摘要： 本发明提供一种基于多源信号融合的天然气集输站入侵检测方法及装置，包括步骤S1：采集光纤振动信号和声场阵列声音信号，并作信号预处理；S2：对光纤振动信号作时域特征分析，判定是否存在生物攀爬行为；同时声场阵列声音信号提取Mel频率倒谱系数，使用GMM分类器实现人类脚步声检测；S3：构建贝叶斯网络模型，将S2中是否存在生物攀爬行为、光纤振动信号的时域特征、人类脚步声检测结果和声场阵列声音信号的Mel频率倒谱系数作为特征层输入，判定是否存在人员入侵；S4：基于声场阵列声音信号做声源定位，确定入侵者位置。其效果是：能降低天然气集输站入侵检测的误报率，及时给出非法入侵对象准确坐标，提高天然气集输站入侵检测效率。
-
公开(公告)号：CN117079656A
公开(公告)日：2023-11-17
申请号：CN202311190642.8
申请日：2023-09-15
申请人： 重庆科技学院
摘要： 本申请涉及一种基于声纹技术的语音合成诈骗识别方法和装置，属深度学习及声纹识别、分类领域，通过对某些通话明显语音合成诈骗嫌疑的语音数据进行采集，保证了前期算法所需数据的准确性。对获取到的语音数据进行说话人分类，利用语音活动检测和说话人向量抽取，把语音合成诈骗嫌疑说话人的通话语音进行提取，进而保证后续算法聚焦于语音合成诈骗识别。所提取的语音利用深度神经网络的计算能力，采集数据集中不同程度的语音特征，最后将不同的特征层进行融合，作为语音合成诈骗识别的判断依据，进一步检验算法的准确性以及数据集制作的标准性，从而提高识别精度。
-
公开(公告)号：CN117235499A
公开(公告)日：2023-12-15
申请号：CN202311188456.0
申请日：2023-09-15
申请人： 重庆科技学院
IPC分类号： G06F18/213 , G01B21/00 , G06F18/25 , G06N3/0464 , G06N3/08
摘要： 本申请涉及一种基于图神经网络的齿轮加工误差检测方法和装置，属深度学习领域，该方法通过记录齿轮工厂生产线齿轮加工过程中各个工序的加工传感器信号，并将其转化成多种边缘类型的异构图结构数据，保证了前期算法所需的数据的准确性，进而保证算法的科学性，利用图神经网络的计算能力，将不同边缘类型的图结构数据进行特征提取，最后将其进行融合，作为最终检测齿轮误差的判断依据，进一步检验算法的准确性，从而提高识别精度。本申请提供的齿轮多工序制造过程的误差检测具有良好的可靠性和优越性。
-
公开(公告)号：CN116258204A
公开(公告)日：2023-06-13
申请号：CN202310253977.3
申请日：2023-03-16
申请人： 重庆科技学院
IPC分类号： G06N5/02 , G06F16/901 , G06F18/241 , G06N3/049 , G06N3/08 , G06Q50/26
摘要： 本发明涉及安全生产管理领域中的人工智能技术，具体为一种基于知识图谱的工业安全生产违规处罚管理方法及系统，通过对工业生产安全法律法规文本数据预处理，得到结构化数据集；对结构化数据进行实体识别操作和实体关系提取，得到违规行为和处罚方式之间关系；对三元组信息进行存储，构建知识图谱；定义问句模板，判断问句类别；对用户问句进行预处理，后再进行命名实体识别，根据提取处的实体类型将问句进行分类、模板匹配；在知识库中进行结构化查询，返回结果。有益效果：结合知识图谱构建计算知识图谱中实体间相似度和基于协同过滤相似度，可以解决当前工业安全生产监管局限，得到最符合当前生产安全违规行为的处罚决定。
-
公开(公告)号：CN116304096A
公开(公告)日：2023-06-23
申请号：CN202310268967.7
申请日：2023-03-20
申请人： 重庆科技学院
IPC分类号： G06F16/36 , G06Q10/0832 , G06F40/295 , G06N3/04
摘要： 本发明涉及营运车辆监管技术领域，具体公开了一种基于知识图谱的危化品运输车辆监管方法、系统及存储体，主要基于车辆与危化品之间关系构建知识图谱实现危化品运输过程中快速、准确地对车辆与危化品之间进行匹配。在构建知识图谱时，首先收集相关的源数据，再对源数据进行预处理以过滤冗余信息，并且针对过滤后的不同的数据类型采取不同的方法进行知识抽取，例如正则化、聚类分析等，最后对抽取的结构化实例数据进行融合，生成危化品运输车辆监管知识图谱，从而充分考虑到了各种环境或者各种条件下车辆与货物的反应关系，可以较精准地得到匹配度，适用于多种危化品运输车辆的监管。
-
公开(公告)号：CN116206135A
公开(公告)日：2023-06-02
申请号：CN202211422760.2
申请日：2022-11-15
申请人： 重庆科技学院
IPC分类号： G06V10/58 , G06V10/56 , G06V10/22 , G06T7/00 , G06T5/30 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
摘要： 本申请涉及一种基于高光谱图像的溢油区域确定方法和装置，属深度学习及计算机视觉技术领域领域，通过对某些溢油区域明显的波段图像进行裁剪，标注溢油与非溢油区域形成原始训练、测试数据集，保证了前期算法所需的数据的准确性，进而保证算法的科学性，利用卷积神经网络的计算能力，采集数据集中不同程度的图像特征，最后将不同的特征层进行融合，作为最终分割溢油区域的判断依据，进一步检验算法的准确性以及数据集制作的标准性，从而提高识别精度。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.025 秒)
