-
公开(公告)号：CN115018045B
公开(公告)日：2024-12-31
申请号：CN202210523685.2
申请日：2022-05-13
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06N3/0499 , G06N3/084 , G01N23/223
Abstract: 本发明提供的基于GWO‑BP神经网络的XRF元素定量分析方法，属于X荧光光谱元素检测技术领域，包括构建BP神经网络，利用GWO优化BP神经网络的权值和阀值，根据优化后的权值和阀值再训练BP神经网络，定量预测待测元素含量；最后以决定系数评价GWO‑BP的预测效果。本发明运算过程简便，速度快，预测精度高，可以简便有效地对待测物所含元素进行定量预测。
-
公开(公告)号：CN117311290A
公开(公告)日：2023-12-29
申请号：CN202311453958.1
申请日：2023-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G05B19/418
Abstract: 本发明涉及智能工厂运营平台技术领域，且公开了基于统一数据管理的智能工厂运营平台装置及方法，工厂运营平台装置包括数据管理后台、数据分类模块、数据采集模块和数据核对模块。该基于统一数据管理的智能工厂运营平台装置及方法，其中数据采集模块实现对智能工厂内各个区域以及班组的数据进行收集和采取，数据分类模块将数据采集模块所采集到数据进行分类，分类后进行数据的核对，核对准确无误后传输到数据管理后台进行管理，本发明实现了对智能工厂内的属于进行统一的管理，通过采集工厂的数据实现科学且精准的运营管理，通过拿数据说话来反应出工厂的运营情况，不仅更加直观，而且更加科学。
-
公开(公告)号：CN117095027A
公开(公告)日：2023-11-21
申请号：CN202311092333.7
申请日：2023-08-28
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种用于鲁棒视觉跟踪的互惠层间‑时间判别目标模型，属于目标跟踪技术领域，用于解决传统孪生跟踪算法很少考虑模板和搜索区域的信息交互，导致类目标干扰的累积误差影响跟踪结果的问题。本发明首先构建了一个层间目标感知增强模型，通过在特征提取过程中建立模板与搜索区域的逐像素相关性，实现层间特征信息交互，减轻了因目标对搜索区域不可见导致的累积误差，增强了对目标的感知；同时，为减弱干扰的影响，设计了一种时间干扰评估策略，利用帧间候选传播模块建立相邻帧多个候选位置之间的相似关系，再根据确定的相似得分消除相似干扰，获得更可靠的目标位置，实现鲁棒跟踪。
-
公开(公告)号：CN115767718A
公开(公告)日：2023-03-07
申请号：CN202211247356.6
申请日：2022-10-12
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明涉及智能工厂技术领域，且公开了一种基于加权近邻法的面向室内终端的智能工厂定位方法，包括以下工作步骤：第一步：布置工厂室内无线节点，工厂室内无线节点均匀分布在工厂室内，并且无线节点可进行信号的传输等。该一种基于加权近邻法的面向室内终端的智能工厂定位方法，本发明的工厂室内的无线节点呈现为九宫格形式分布，但不限于九宫格分布，可根据工厂室内具体厂内面积的大小进行确定，只要保证相邻两个无线节点之间的距离为等距即可，再根据纵向和横向对无线节点进行分布命名，从而实现智能工厂可根据实际的使用需求进行调节信号节点的数量以及位置等，从而提高本发明的创造性。
-
公开(公告)号：CN115759921A
公开(公告)日：2023-03-07
申请号：CN202211255020.4
申请日：2022-10-13
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06Q10/087 , G06Q40/12 , G06Q50/04 , G06F16/901 , G06F16/906
Abstract: 本发明涉及智能工厂运营平台技术领域，且公开了基于统一数据管理的智能工厂运营平台装置及方法，工厂运营平台装置包括数据管理后台、数据分类模块、数据采集模块和数据核对模块。该基于统一数据管理的智能工厂运营平台装置及方法，其中数据采集模块实现对智能工厂内各个区域以及班组的数据进行收集和采取，数据分类模块将数据采集模块所采集到数据进行分类，分类后进行数据的核对，核对准确无误后传输到数据管理后台进行管理，本发明实现了对智能工厂内的属于进行统一的管理，通过采集工厂的数据实现科学且精准的运营管理，通过拿数据说话来反应出工厂的运营情况，不仅更加直观，而且更加科学。
-
Patent Agency Ranking
公开(公告)号：CN117593545A
公开(公告)日：2024-02-23
申请号：CN202311641960.1
申请日：2023-12-04
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V10/62 , G06V10/22 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0442 , G06N3/049 , G06N3/08
Abstract: 本发明公开基于时空区域建议和动态度量记忆网络的长期目标跟踪方法，以解决现有跟踪方法无法有效应对目标丢失后恢复跟踪的问题。其步骤为：首先跟踪器在搜索区域内，通过交互利用目标在时间和空间两个维度的信息进行区域建议，生成一些面向目标对象的高质量的候选区域，然后利用记忆网络判断推理出最优候选作为预测结果。根据该结果判断目标是否丢失，进行全局局部搜索策略的转换，同时对跟踪结果进行度量判断动态的更新记忆内容以模拟目标的长期外观。本发明将区域建议和记忆网络相结合能够适应目标不确定性运动等跟踪问题，实现长期跟踪。
-
公开(公告)号：CN116782044A
公开(公告)日：2023-09-19
申请号：CN202310491628.5
申请日：2023-05-05
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种针对两阶段卷积神经网络的视频降噪方法，包括以下步骤：将去噪过程分成两阶段，第一阶段采用盲空间去噪器对不同噪声进行去噪；第二阶段采用时间去噪块进行去噪以减少视频的闪烁情况；在第一阶段，目标是使用一个盲目的空间去噪器对输入帧进行单独去噪；在下一阶段使用时间去噪块前，首先采用光流技术，将相邻的T个帧扭曲到中心帧，然后将2T+1个对齐的帧串联起来，并送入一个时间去噪块进行去噪；对去噪视频重复运行这一流程至遍历测试数据集的全部视频序列的全部视频帧。本发明利用相邻帧的时间信息的时间去噪块，将两个去噪块相结合，可以在去除不同类型的噪声基础上，消除视频闪烁问题，提高去噪视频的质量。
-
公开(公告)号：CN115830071A
公开(公告)日：2023-03-21
申请号：CN202211544341.6
申请日：2022-12-04
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06T7/246 , G06T7/73 , G06V10/764 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于自适应权值模板更新的空间‑语义感知注意跟踪方法，属于目标跟踪技术领域，用于解决传统基于分类‑回归的跟踪算法难以处理目标持续外观变化的问题。本发明首先建立了一个空间‑语义感知注意模型，利用具有损失函数的单卷积注意网络在线识别目标特征图上的不同区域和通道对目标表示的重要性，然后通过在空间和通道维度上增加相应权重来强化特征图上的特定区域和语义信息；其次，为了更好地适应目标外观变化，我们提出了一种新的模板更新策略来自适应调整跟踪结果对新模板的贡献权重，进一步增强了模板的可靠性。本发明通过空间‑语义感知注意模型突出目标特征，同时抑制背景信息，从而获得更具判别力的目标外观模型，提升跟踪结果的鲁棒性。
-
公开(公告)号：CN114861541B
公开(公告)日：2025-04-15
申请号：CN202210523696.0
申请日：2022-05-13
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F30/27 , G06F17/10 , G06N3/0475 , G06N3/094 , G01N23/223
Abstract: 本发明涉及XRF光谱分析领域，公开了一种基于XRF‑EGAN的土壤XRF光谱本底扣除方法，是基于GAN模型的设计模式，采用一维全卷积网络层和残差连接，构建模型的生成器，采用一维卷积和全连接层构建模型的判别器，并采用对抗训练模式训练XRF‑EGAN模型，进而获得训练好的生成器和判别器，且生成器是土壤XRF本底扣除模型，进而提高土壤XRF的元素净峰面积和含量之间的相关性，进而提升基于XRF光谱的元素定量分析的准确性。本发明的方法应用在土壤XRF光谱本底扣除中，实现土壤XRF光谱的本底扣除，消除因X荧光分析仪在分析过程中脉冲堆积导致的XRF本底干扰。本发明适用于土壤XRF光谱本底扣除。
-
公开(公告)号：CN117593546A
公开(公告)日：2024-02-23
申请号：CN202311645167.9
申请日：2023-12-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种利用排序损失的语义引导图注意力网络用于孪生跟踪的方法，解决传统图注意力追踪只关注节点之间的拓扑结构，导致忽视了目标整体结构的上下文信息。本发明在主干特征提取网络输出特征分支后，将目标模版放入设计的语义引导模块，以此来生成带有目标上下文的语义特征，通过互相关操作将其融合到图注意网络中，获取具有目标判别力的特征。图注意网络输出目标模版与搜索区域模版的相似度图，送入分类与回归子网络中，来进行目标的定位。本发明增强基于图注意力的孪生跟踪器的目标判别能力，提高了追踪器在复杂背景中的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.071 seconds)
