-
公开(公告)号：CN119202905B
公开(公告)日：2025-04-01
申请号：CN202411681856.X
申请日：2024-11-22
Applicant: 南京工业大学
IPC: G06F18/2415 , G01M13/045 , G06F18/2431 , G06F18/213 , G06F18/25 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/082 , G06N3/084 , G06N5/045
Abstract: 本发明公开一种噪声环境下基于ViTCapsNet网络的变工况迁移轴承故障诊断方法，先获取滚动轴承在不同负载下的不同故障状态振动信号数据，加入不同程度的高斯白噪声；对加入噪声的数据进行连续小波变换得到二维小波图像，并划分为训练集和测试集；搭建ViT Encoder模型，使用Embeddings模块添加可训练的位置信息，将位置特征嵌入模型中，并通过Encoder模块中的多头自注意力机制提取特征中全局信息；构建胶囊网络，包括初级胶囊层和数字胶囊层，进一步提取特征中的空间信息，进行准确的故障诊断；最后使用Grad‑CAM实现Encoder模块处理后的特征进行可视化解释，并在测试数据集上完成高效的迁移故障诊断。
-
公开(公告)号：CN119540542A
公开(公告)日：2025-02-28
申请号：CN202411352114.2
申请日：2024-09-26
Applicant: 南京工业大学
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于改进yolov8算法的目标检测方法，涉及计算机视觉和深度学习技术领域，包括：根据所需检测的目标物体收集图片数据，利用Labelimg标注上述的图片数据集，并将数据集中的训练集、验证集、测试集以7：1：2的比例划分，完成制作目标物体的数据集；其次，基于YOLOv8算法构建目标检测模型，并改进YOLOv8算法的backbone层、head层以及损失函数部分，在backboone层添加轻量化自适应权重下采样模块，在head层添加P2检测头，结合WiseIoU、InnerIoU、MPDIoU三者思想设计新的损失函数。然后，利用训练好的目标检测识别模型得到最终预测结果。最后，结合最终结果对比分析改进后算法的优势。总之，本发明可以实现基于改进yolov8算法的目标检测，同时大大提高目标检测的精度。
-
公开(公告)号：CN117058646A
公开(公告)日：2023-11-14
申请号：CN202311310813.6
申请日：2023-10-11
Applicant: 南京工业大学
Abstract: 本发明公开一种基于多模态融合鸟瞰图的复杂道路目标检测方法，从不同实际驾驶场景中获取多视角相机图像与激光雷达点云，分别对图像与点云进行特征提取，并映射为鸟瞰图空间中的稠密向量，获取图像与点云融合的热力图与点云特征向量，实现查询向量初始化，利用空间多通道注意力机制计算出查询向量与图像特征向量的相似性，并将相关性最强的位置的查询向量输入前馈神经网络，对目标的中心坐标、三维尺寸与偏航角进行预测形成包围盒；基于采集的数据集建立目标检测模型，对道路上的车辆进行检测。本发明能够有效利用多模态特征使各个传感器在检测任务中彼此互补，提高在复杂路况中的检测精度与鲁棒性。
-
公开(公告)号：CN114638857A
公开(公告)日：2022-06-17
申请号：CN202210275905.4
申请日：2022-03-21
Applicant: 南京工业大学
Abstract: 本发明公开了一种基于视觉测量的非接触式动能检测方法，包括以下步骤：测量环境的搭建；视频数据的采集；视频数据关键特征的提取；基于Python与Matlab对位移、速度、动能进行计算与显示；与准确数据对比进行异常检测。本发明方法主要有着高精度、非接触的优点、测量效率与传统的测量算法相比较高，且易实现自动化测量。
-
公开(公告)号：CN111438443B
公开(公告)日：2022-03-22
申请号：CN202010416857.7
申请日：2020-05-15
Applicant: 南京工业大学
IPC: B23K26/362 , B23K26/08 , B23K26/082
Abstract: 针对现有激光烧蚀工艺难以精准控制加工三维形貌的问题，本发明提出一种通过激光多次扫描烧蚀在工件表面加工可控微沟槽的方法，在工件表面加工出横截面形状精准可控，形貌底部平滑的表面特征，属于高能束特种加工领域。首先，根据目标三维形貌，计算激光扫描路径；然后，对待加工平整工件表面，以规划的激光扫描路径完成激光烧蚀加工。本发明适用于诸如超构表面、微模具制造、生物芯片、柔性电子电路等对表面形貌或性能具有特殊要求的场景。
-
Patent Agency Ranking
公开(公告)号：CN114021020A
公开(公告)日：2022-02-08
申请号：CN202111358835.0
申请日：2021-11-17
Applicant: 南京工业大学
IPC: G06F16/9535 , G06F17/16
Abstract: 本发明公开一种基于用户偏好修正的智能推荐系统,依据用户对产品的评价来对用户进行用户偏好分析，并设计评分映射算法将有不同评价偏好的用户进行评价的平均分布化处理，使不同评价偏好的用户的评价情况以打分的形式投影到固定的分值区间，使得用户的评分喜好与产品的综合评价更好的对应起来，做到“用户—产品”的合理化匹配。然后将处理后的打分特征与用户特征共同形成用户画像矩阵，实现“用户—产品”的个性化推荐。本发明解决了在工业上“用户—产品”双向匹配的问题。本发明可用于工业上针对产品推荐用户以及针对用户推荐产品的场景。
-
公开(公告)号：CN111438443A
公开(公告)日：2020-07-24
申请号：CN202010416857.7
申请日：2020-05-15
Applicant: 南京工业大学
IPC: B23K26/362 , B23K26/08 , B23K26/082
Abstract: 针对现有激光烧蚀工艺难以精准控制加工三维形貌的问题，本发明提出一种通过激光多次扫描烧蚀在工件表面加工可控微沟槽的方法，在工件表面加工出横截面形状精准可控，形貌底部平滑的表面特征，属于高能束特种加工领域。首先，根据目标三维形貌，计算激光扫描路径；然后，对待加工平整工件表面，以规划的激光扫描路径完成激光烧蚀加工。本发明适用于诸如超构表面、微模具制造、生物芯片、柔性电子电路等对表面形貌或性能具有特殊要求的场景。
-
公开(公告)号：CN119559588B
公开(公告)日：2025-05-06
申请号：CN202411714503.5
申请日：2024-11-27
Applicant: 南京工业大学
IPC: G06V20/54 , G06T7/11 , G06V20/64 , G06V10/40 , G06V10/82 , G06V10/774 , G06V10/764
Abstract: 本发明公开一种改进点云稀疏卷积的三维道路目标检测方法，获取点云数据集，对点云划分与分组，对分组后的体素进行特征提取，得到体素特征张量和体素位置张量；构建基于点云稀疏卷积的三维道路目标检测模型，三维道路目标检测模型采用子流形稀疏卷积层作为输入层，三维道路目标检测模型的主干网络涉及改进焦点稀疏卷积模块和大感受野卷积模块；体素特征编码送入点云稀疏卷积主干网络后，所输出的特征送入区域生成模块RPN得到语义特征和初步目标边界框；再送入目标检测网络进行最终预测。本发明的大感受野卷积层和改进焦点稀疏卷积层彼此互补，提高在复杂路况中的检测精度与鲁棒性。
-
公开(公告)号：CN119202905A
公开(公告)日：2024-12-27
申请号：CN202411681856.X
申请日：2024-11-22
Applicant: 南京工业大学
IPC: G06F18/2415 , G01M13/045 , G06F18/2431 , G06F18/213 , G06F18/25 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/082 , G06N3/084 , G06N5/045
Abstract: 本发明公开一种噪声环境下基于ViTCapsNet网络的变工况迁移轴承故障诊断方法，先获取滚动轴承在不同负载下的不同故障状态振动信号数据，加入不同程度的高斯白噪声；对加入噪声的数据进行连续小波变换得到二维小波图像，并划分为训练集和测试集；搭建ViT Encoder模型，使用Embeddings模块添加可训练的位置信息，将位置特征嵌入模型中，并通过Encoder模块中的多头自注意力机制提取特征中全局信息；构建胶囊网络，包括初级胶囊层和数字胶囊层，进一步提取特征中的空间信息，进行准确的故障诊断；最后使用Grad‑CAM实现Encoder模块处理后的特征进行可视化解释，并在测试数据集上完成高效的迁移故障诊断。
-
公开(公告)号：CN118311437B
公开(公告)日：2024-09-20
申请号：CN202410455601.5
申请日：2024-04-15
Applicant: 南京工业大学
IPC: G01R31/367 , G01R31/392 , G01R31/00 , G06N3/045 , G06N3/0442 , G06N3/084 , G06F18/213 , G06F18/25
Abstract: 本发明公开一种动力电池剩余寿命预测方法，获取电池相关监测数据，构建特征数据；构建由特征近似单元、双向门控循环单元BiGRU和全连接单元组成的混合神经网络BiGRU‑NN预测模型；设计专家知识模块，将专家知识嵌入BiGRU‑NN混合神经网络模型；将构建的特征数据输入专家知识嵌入式BiGRU‑NN混合神经网络模型中进行训练，获得预训练模型；面对新任务时，采用少量有标签数据对预训练模型参数进行微调，获得预测模型；将新任务数据输入预测模型，获得剩余容量预测结果并判断其中达到失效阈值的点，获得电池剩余寿命RUL。本发明能够兼顾多种因素对预测结果的影响，提升了模型的预测准确度；实现数据信息与专家知识的有效融合。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.02 seconds)
