-
公开(公告)号:CN219332137U
公开(公告)日:2023-07-14
申请号:CN202220498265.9
申请日:2022-03-07
申请人: 苏州大学
IPC分类号: A61F5/02 , A61B5/0205 , A61B5/11 , G06F3/041 , G06F18/2431 , G06N3/0464 , G06N3/047 , G06N3/0475 , G06N3/08 , A41D1/04 , A41D27/00
摘要: 本实用新型涉及一种智能坐姿矫正背心,包括背心本体,其上设置有多个压力传感器;各压力传感器均位于背心本体靠近人体肌肤的一侧;主控模块,其设置在背心本体上,各压力传感器的输出端均与主控模块的输入端连接,主控模块与一上位机终端通讯连接;上位机终端内设置有神经网络模型,神经网络模型对各压力值进行分析以判定用户坐姿是否正确;语音模块,设置在背心本体上,当上位机终端判定用户坐姿不正确时,主控模块控制语音模块发出语音提示。其在不影响用户体验的基础上全面采集背心本体各部位承受的压力值,并将压力值数据存储到上位机终端中分析,判定坐姿是否正确,进一步提高了产品的智能化程度且穿着体验较佳。
-
公开(公告)号:CN118608998A
公开(公告)日:2024-09-06
申请号:CN202410724298.4
申请日:2024-06-05
申请人: 三峡大学
IPC分类号: G06V20/17 , G06V20/52 , G06V10/774 , G06V10/82 , G06V10/30 , G06V10/28 , G06V10/44 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/047 , G06V10/764
摘要: 本发明公开了一种基于Transformer的海上风机叶片腐蚀识别方法,该方法利用Transformer构建一个四级对称编码‑解码结构,在Transformer中采用一个非线性无激活网络来降低计算复杂度,利用混合尺度前馈网络获取叶片表面损伤的多尺度信息,提升检测效果;该方法不仅弥补了传统CNN在长距离相关信息表征方面的缺陷,还简化了Transformer的结构,克服了传统Transformer随着空间分辨率的提高计算复杂度呈平方增长的问题;其次在简化模块结构的同时,利用多尺度信息,使网络不仅包含全局整体信息,又包含局部细节信息,能够更有效地捕获风机叶片腐蚀特征,达到更准确且稳健的检测效果。
-
公开(公告)号:CN118608931A
公开(公告)日:2024-09-06
申请号:CN202410201210.0
申请日:2024-02-23
申请人: 武汉大学
IPC分类号: G06V20/10 , G06V10/40 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/047 , G06N3/045 , G06N3/0464 , G06N3/08 , G06V10/54
摘要: 本发明属于三维GIS领域,具体提供了基于先验知识引导的城市三维点云变化检测方法及装置。方法包括:步骤1,从几何形态和纹理材质上对多时序点云中存在的变化进行先验性地挖掘,确认不同时序点云间的邻域点,获取邻域点在几何空间和纹理空间的差异值,并将该差异值与设定阈值进行对比,计算得到先验变化值;步骤2,根据先验变化,计算出能够强化模型对变化区域特征的学习、抑制对未变化区域学习效果的变化掩膜;步骤3,基于变化掩膜,形成变化感知的差值注意力方法,强化特征编码器对变化特征的学习,获取不同时序点云间的差异;步骤4,基于步骤1~3形成由先验知识引导的三维点云变化检测深度学习模型,采用该模型进行城市三维变化检测。
-
公开(公告)号:CN118608701A
公开(公告)日:2024-09-06
申请号:CN202411066581.9
申请日:2024-08-05
摘要: 本发明提出了一种基于BIM模型深度信息的NeRF模型优化及渲染方法,属于三维重建领域,包括:S1、设置BIM模型在世界坐标系下的位姿,并设置相机位姿;S2、根据相机位姿生成当前位姿的相机影像,利用相机影像和射线采样点方法基于BIM模型的深度信息进行建模,生成基于BIM模型深度信息的NeRF模型;S3、使用多模型积分融合的渲染策略对基于BIM模型深度信息的NeRF模型进行渲染,生成融合影像。本申请通过利用BIM模型的深度信息辅助NeRF模型进行建模,并采用多模型积分融合的渲染策略对基于BIM模型深度信息的NeRF模型进行渲染,在保证渲染质量的同时,也兼顾了渲染的计算效率。
-
公开(公告)号:CN118608244A
公开(公告)日:2024-09-06
申请号:CN202410753849.X
申请日:2024-06-12
申请人: 山东大学
IPC分类号: G06Q30/0601 , G06F16/9535 , G06Q30/0282 , G06N3/0455 , G06N3/047 , G06F40/151 , G06N3/048 , G06F40/20 , G06N3/0985
摘要: 本发明涉及一种用户情感和意见一致的可解释推荐方法及系统,包括:首先,使用评分预测作为推荐任务,得到学习到的情感矩阵;其次,将情感矩阵转换为意见矩阵,并通过情感‑意见对齐模块使情感矩阵与意见矩阵保持一致;其中,执行负采样以确保学习到的意见矩阵接近真实意见信息;最后,利用基于注意力机制的模型为推荐结果生成解释。通过引入情感‑意见对齐模块,可以让情感和意见信息保持一致,本发明方法提高了可解释推荐系统的性能,丰富生成的解释文本并解决了现有技术中存在的问题。
-
公开(公告)号:CN118608216A
公开(公告)日:2024-09-06
申请号:CN202410651428.6
申请日:2024-05-23
申请人: 无锡学院
摘要: 本发明公开了一种基于深度强化学习的电动汽车充电站定价优化方法,涉及电力系统规划与运行技术领域,采用无模型思想,制定路电耦合网络中的城市公共充电站的充电价格。首先构造路电耦合网络运营智能体,该智能体与路电耦合网络运行环境交互学习最优定价。然后基于深度置信网络构建高效交互环境,包括电动汽车集群的行驶路径和充电决策。进而提出考虑碳排放强度的训练加速机制,对各充电站的碳排放量进行追踪溯源以指导智能体的寻优方向,促进路电耦合网络的低碳经济运行,从而保证本定价优化方法的有效性和优越性。
-
公开(公告)号:CN118607713A
公开(公告)日:2024-09-06
申请号:CN202410737023.4
申请日:2024-06-07
申请人: 国网浙江省电力有限公司金华供电公司 , 国网浙江省电力有限公司 , 中国矿业大学(北京)
发明人: 皮俊波 , 齐世雄 , 吴华华 , 刘东 , 孙文多 , 项中明 , 郑翔 , 沈曦 , 曹帅 , 黄启航 , 陈益渊 , 宋昕 , 张志雄 , 卢航 , 田旭 , 周霄 , 王尚玉 , 马翔
IPC分类号: G06Q10/04 , G06Q10/0639 , G06Q50/06 , G06N3/047 , G06N3/0499
摘要: 本申请公开了台风天气下电网设备故障率预测方法、装置及存储介质,方法包括:以历史电缆信息以及预先建立的台风模型构建计及风速的电缆失效概率模型;以历史高压开关柜信息以及预先建立的降雨量模型构建计及降水的高压开关柜失效概率模型;以深度学习轻度量化梯度提升机算法、电缆失效概率模型以及高压开关柜失效概率模型构建电网设备故障率预测模型,利用区域设备历史运行信息进行训练;以区域设备当前运行信息作为训练后的电网设备故障率预测模型的输入,输出电网设备故障率预测结果。本申请的有益效果:提高最终电网设备故障率预测模型的预测准确性以及时效性,便于运行人员及时制定应急响应计划,提高电力系统对台风灾害的防御能力。
-
公开(公告)号:CN118607393A
公开(公告)日:2024-09-06
申请号:CN202411089949.3
申请日:2024-08-09
申请人: 中国科学院近代物理研究所
IPC分类号: G06F30/27 , G06F30/17 , G06N3/0455 , G06N3/047 , G06N3/0475 , G06N3/084 , G06N3/126 , G06F111/04 , G06F111/14
摘要: 本申请公开了一种微束系统的结构生成方法、装置及设备,涉及微束设计的技术领域,能够节省设计人员对微束系统进行反复结构调整的过程,极大加速了微束系统的设计流程,提升微束系统结构的生成效果。其中方法包括:获取目标微束系统的结构约束数据,将结构约束数据与随机数相结合输入至预先训练的生成网络模型,由生成网络模型根据结构约束数据对目标微束系统进行结构设计,得到目标微束系统的结构数据。
-
公开(公告)号:CN118606473A
公开(公告)日:2024-09-06
申请号:CN202410750581.4
申请日:2024-06-12
申请人: 合肥工业大学
IPC分类号: G06F16/35 , G06F18/2415 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/047 , G06N3/084
摘要: 本发明公开了一种面向在线社区评论文本的情感分析方法,包括:1数据的收集与预处理,2构建情感分类模型,包括:预训练层、全局特征提取层、自注意力层、局部特征提取层、最大池化层、特征融合层、全连接和分类层组成,3基于预处理后的数据集训练情感分类模型,并将待分类数据输入模型得到情感分类结果。本发明能解决现有方法中面临特征提取不足和复杂情感信息捕捉困难等问题。
-
公开(公告)号:CN115035336B
公开(公告)日:2024-09-06
申请号:CN202210640365.5
申请日:2022-06-08
申请人: 集美大学
IPC分类号: G06V10/764 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/047 , G06N3/084 , G01R31/00
摘要: 本发明提出一种基于GASF和CNN的三电平T型逆变器故障诊断方法,先通过格拉姆求和角场算法,将逆变器输出端的时序电流信号进行极坐标编码,然后利用生成角度进行格拉姆矩阵变换转换为格拉姆矩阵图,再将格拉姆矩阵图作为卷积神经网络的输入,自适应的进行特征提取,避免人工提取特征的不确定性和复杂性,最后利用Adam优化的softmax分类器对CNN提取的故障特征进行分类,从而实现逆变器的故障诊断。
-
-
-
-
-
-
-
-
-