-
公开(公告)号:CN117112825A
公开(公告)日:2023-11-24
申请号:CN202311019766.X
申请日:2023-08-14
Applicant: 安徽大学绿色产业创新研究院
IPC: G06F16/583 , G06V40/10 , G06V10/74 , G06V10/764 , G06V10/771 , G06V10/80 , G06V10/82
Abstract: 本发明涉及足迹识别领域,尤其涉及一种现场足迹跨域检索方法,包括:通过前景提取模块获取足迹图像数据集的前景足迹掩膜;根据前景足迹掩膜与足迹图像数据集获取足迹图像,并将足迹图像送入动量双分支网络中获取特征描述符,以在特征空间中增大类间距缩小类内距的方式增强特征描述符的区分度;将特征描述符与特征数据库中的特征信息计算曼哈顿距离分,并根据距离分进行排序,确定返回的检索人员信息。本发明为了获得更具鉴别性的特征,搭建了特征提取的动量双分支网络,通过维护一个动量更新的特征描述子队列,并以KL散度作为损失实现了在特征空间中增大类间距缩小类内距的目的。
-
公开(公告)号:CN111782857B
公开(公告)日:2023-11-03
申请号:CN202010710865.2
申请日:2020-07-22
Applicant: 安徽大学
IPC: G06F16/583 , G06V10/30 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于混合注意力密集网络的足迹图像检索方法,其步骤包括:1、足迹图像数据集的准备;2、建立足迹图像预处理模块;3、建立初始特征提取模块;4、建立混合注意力密集网络模块;5、建立最终特征输出模块;6、权重初始化;7、网络的训练、测试及优化。本发明能获取更丰富的足迹图像的特征信息,且尽可能地提取不同个人差异的特征信息,从而提高足迹图像检索的精度与速度。
-
公开(公告)号:CN116912742A
公开(公告)日:2023-10-20
申请号:CN202310887130.0
申请日:2023-07-19
Applicant: 安徽大学
IPC: G06V20/40 , G06V10/62 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/049 , G06N3/0895 , G06N3/086
Abstract: 本发明公开了一种基于自进化的弱监督的视频异常检测方法,包括:1)将数据集通过视频特征提取器提取得到原始特征;2)将原始特征通过时间依赖性网络提取富含时间信息的特征;3)将富含时间信息的特征通过自进化方法形成置信度矩阵和相似度标签矩阵;4)根据相似度标签矩阵形成片段级的伪标签;5)将伪标签形成交叉熵损失指导网络优化完成异常检测任务。本发明通过自进化方法使得深度网络在训练初期仅关注特征更明显的样本,随着网络的更新迭代逐步学习更难以分类的样本,利用片段级伪标签代替视频级的弱标签进行训练,使所有片段参与训练,从而更有效地利用数据集同时,能提高视频异常检测的精度。
-
公开(公告)号:CN116524409A
公开(公告)日:2023-08-01
申请号:CN202310527759.4
申请日:2023-05-11
Applicant: 安徽大学
IPC: G06V20/40 , G06V20/52 , G06V10/82 , G06V10/80 , G06V10/74 , G06N3/0455 , G06N3/045 , G06N3/048 , G06N3/0464 , G06N3/09
Abstract: 本发明提出了一种基于自我引导编码器的弱监督视频异常检测方法,具体包含以下步骤:对原始视频数据进行处理;将视频数据输入主干网络进行特征计算,并将其输入自我引导特征编码器进行训练,编码器的两个分支将分别输出视频的帧级别异常得分;将自我引导分支的帧级别异常得分送入t分布因子分析模块进行拟合,得到帧级别的伪标签;使用再次伪标签监督训练自我引导特征编码器,不断更新伪标签,训练完成的编码器注意力分支输出预测的帧级别异常得分;根据设定的异常阈值进行异常判断。本发明利用自我引导特征编码器,在捕获不同异常事件间的依赖关系的同时,自动定位到视频帧中最异常的部分,从而达到提高异常检测精度以及降低误报率的目的。
-
公开(公告)号:CN116089647A
公开(公告)日:2023-05-09
申请号:CN202310065163.7
申请日:2023-02-06
Applicant: 安徽大学
IPC: G06F16/583 , G06N3/084 , G06N3/0464 , G06V10/80
Abstract: 本发明公开了一种基于多类特征融合的动态足迹检索方法,属于足迹检索领域,解决了如何基于足迹图像挖掘图像与图像之间的内在联系以及足迹更深层次的信息,以此来提高足迹检索结果的问题;步骤一:采集动态足迹数据,构建检索网络的训练集和测试集;步骤二:将获取的训练集数据输入至多类特征融合网络模型进行训练;卷积神经网络提取输入的信息获取分帧特征,经过表观特征融合模块获取全局表观特征,通过分帧特征聚合模块的时间聚合支路构建长距离时间关系,长短距离融合支路将短距离特征代入计算,求得含有长短距离时间信息的时空特征,将表观特征和时空特征融合进行检索任务;步骤三:将测试集输入至训练好的多类特征融合网络模型进行测试。
-
公开(公告)号:CN115941507A
公开(公告)日:2023-04-07
申请号:CN202211244458.2
申请日:2022-10-11
Applicant: 安徽大学
IPC: H04L41/142 , H04L41/14 , H04L41/082
Abstract: 本发明涉及计算智能技术领域,解决了代码分发过程中能耗与时间消耗导致终端设备版本不一致的技术问题,尤其涉及一种代码分发的优化方法,该方法包括以下过程:对面向边缘智能终端再编程代码分发问题进行数学建模,将代码分发问题转化为一个优化问题;采用蚁群优化算法根据本地信息获得最优的转发终端集合及相对应的最优转发半径决策;按照最优转发半径决策通过基站采用无线再编程连续向若干终端设备发送预告信息和喷泉码生成的编码包。本发明为终端设备分发更新代码时,利用最优的转发终端集合及集合内各终端的最优转发半径来传播,能够最小化代码分发过程中的能量和时间消耗,以此保证整个系统的使用寿命最大化。
-
公开(公告)号:CN115616356A
公开(公告)日:2023-01-17
申请号:CN202211278196.1
申请日:2022-10-19
Applicant: 安徽大学
Abstract: 本发明涉及局部放电检测技术领域,解决了对电力杆塔进行局部放电现象检测困难的技术问题,尤其涉及一种基于红外图像的电力杆塔局部放电检测方法,包括以下步骤:S1、获取带有温度数据的电力杆塔的红外图像;S2、对红外图像进行温度检测,获取红外图像中的最高温度值和最低温度值;S3、将红外图像转为灰度图片,根据最高温度值和最低温度值计算灰度图片中温度值与灰度值的线性关系;S4、设定温度突变检测阈值,使用斑点检测算法检测红外图像温度值与灰度值的关系中的温度异常突变点,温度异常突变点即为局部放电区域。本发明通过红外摄像头拍摄的带有温度数据的图像,经过检测能够对所拍摄的电力杆塔判断是否存在局部放电现象。
-
公开(公告)号:CN115310817A
公开(公告)日:2022-11-08
申请号:CN202210949329.7
申请日:2022-08-09
Applicant: 安徽大学
Abstract: 本发明公开了一种基于差分选择遗传算法的柔性作业车间调度方法,其步骤包括:第一:构建作业集;第二:构建作业集生产加工总时间模型;第三:设定相应的约束条件,构建单目标柔性作业车间调度模型;第四:根据作业集和车间资源相关信息,并使用差分选择遗传算法对所述单目标柔性作业车间调度模型进行求解,得到生产加工方案;第五:按照得到的生产加工方案对作业集进行生产加工。本发明能获得耗时最短的最优生产加工方案,从而能提高作业集的生产加工效率。
-
公开(公告)号:CN115289619A
公开(公告)日:2022-11-04
申请号:CN202210900275.5
申请日:2022-07-28
Applicant: 安徽大学
IPC: F24F11/46 , F24F11/63 , F24F11/80 , F24F11/72 , F24F120/10 , F24F110/70
Abstract: 本发明公开了基于多智能体深度强化学习的地铁站台HVAC控制方法,在送风量一定的情况下,通过改变送风温度和新风比调节区域的室内温度和CO2浓度,同时送风温度的升高和新风比的降低都可以节约系统能耗。水系统利用冷冻水将混合空气气温冷却到各个热区所需要的送风温度,通过调节冷冻水的送水温度,可以实现水系统的节能;利用多智能体强化学习的方式在考虑地铁站台不同区域内的室内热舒适度和空气质量舒适度的情况下,兼顾区域内的实时客流量、室外温湿度,最大限度的降低地铁站台中空调系统的能耗。
-
公开(公告)号:CN111210125B
公开(公告)日:2022-10-11
申请号:CN201911376115.X
申请日:2019-12-27
Applicant: 安徽大学
IPC: G06Q10/06
Abstract: 本发明提供一种基于历史信息指导的多目标工件批调度方法,包括:1)、获取若干个当前个体;2)、对各个当前种群中的各个个体对应的调度方案进行优化,得到优化后的当前种群;3)、将当前种群分为若干个子种群,运用基于分解的思想获取精英个体;根据所述子种群中各个精英个体的调度方案更新获取第二预设数量个补充个体;4)、将所述精英个体与所述补充个体的组合作为当前种群,获取所述当前种群中的帕累托非支配个体,并将所述当前种群中的帕累托非支配个体加入到非支配解集中,更新所述非支配解集;返回执行步骤2),进行迭代并将最后一次迭代后得到的调度方案作为目标调度方案。本发明可以使订单的实际完成时间接近于合同的订单交付时间。
-
-
-
-
-
-
-
-
-