-
公开(公告)号：CN115942041A
公开(公告)日：2023-04-07
申请号：CN202211654638.8
申请日：2022-12-22
Applicant: 南京理工大学
IPC: H04N21/44 , H04N21/845 , G06V20/40 , G06V10/774 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0895 , G06N3/09
Abstract: 本发明公开了一种基于上下文感知的深度视频拆条方法及装置，属于计算机视觉领域，该方法包括如下步骤：预处理视频提取镜头信息；基于上下文感知深度模型提取镜头特征并预测镜头边界；基于半监督视频数据自监督训练上下文感知深度模型；基于训练模型进行评估。本发明采用卷积神经网络和上下文感知的深度自注意力网络作为基本模型，对视频提取局部和全局感知的镜头表示，解决了以往视频拆条算法中边界的复杂时间和语义结构感知困难的问题。通过镜头级别和场景级别的代理任务对卷积神经网络和上下文感知的深度自注意力网络进行参数学习，并通过有标记视频数据微调上下文感知的深度自注意力网络，有效地提升了视频拆条的精度。
-
公开(公告)号：CN114186799A
公开(公告)日：2022-03-15
申请号：CN202111381476.0
申请日：2021-11-21
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于异构图神经网络的企业估值方法及系统，属于图神经网络领域。该方法包括如下步骤：搭建行业异构图；待估值企业邻居采样；对采样节点注意力聚合学习；加权融合异构节点的聚合特征；预测企业估值。本发明采用图神经网络作为基本模型，在异构图神经网络的聚合学习中引入公司节点和人员节点的连接信息并通过注意力机制融合；由于引入了图神经网络算法，相较于传统专家估值效率大幅度提升，在公司和人员信息变更、市场出现波动时，可以对企业估值快速更新；从行业领域信息从高层次视角聚焦公司估值，依托海量数据有效地解决了专家对企业直接建模导致的认知偏差和主观局限性。
-
公开(公告)号：CN108943823A
公开(公告)日：2018-12-07
申请号：CN201710382287.2
申请日：2017-05-26
Applicant: 南京理工大学 , 扬州市海力精密机械制造有限公司
IPC: B30B15/00
Abstract: 本发明公开了一种超大型粉末成型机的下横梁平衡装置，包括第一连接机构、第二连接机构、转向连接头、伸缩缸；所述第一连接机构包括固定支座、第一连接轴、法兰端盖、轴套、过渡轴套、法兰轴套、第一锁紧螺母；所述固定支座包括第一安装板、安装座；所述第一连接轴一端与安装座配合；所述第一连接轴另一端连接在连接头上端的转向头的轴孔内，并伸出轴孔；伸出轴孔端设有螺纹，采用第一锁紧螺母进行轴向定位；位于安装座与转向头之间，第一连接轴上设有轴肩，对第一连接轴轴向进行定位；伸缩缸下端固接有固定座，通过第二连接机构连接到下箱体底座上；本发明的平衡装置安装到设备上时可利用配合螺纹深度和伸缩缸旋转来微调位置实现灵活安装。
-
公开(公告)号：CN108733003A
公开(公告)日：2018-11-02
申请号：CN201710262953.9
申请日：2017-04-20
Applicant: 南京理工大学 , 扬州市江都永坚有限公司
IPC: G05B19/418 , G06K9/62
CPC classification number: G05B19/41865 , G05B2219/32252 , G06K9/6223
Abstract: 本发明公开了一种基于kmeans聚类算法的回转类零件工序工时预测方法及系统，工序数据采集与处理模块用于对历史工序的数据采集与处理；订单导入模块用于将该企业的零件订单导入该回转类零件工序工时预测系统；工序编码模块用于对历史工序及待预测工序进行工序编码；聚类模块用于对历史零件工序编码进行定期聚类成组；工时预测模块对待预测工序进行工时预测，其中该模块包含的聚类组划分单元用于将待预测工序划分至与其最相近的聚类组，工时计算单元用于对工时进行预测计算；数据存储模块用于对该系统中的数据进行存储；该方法与系统具有对回转类零件工序工时预测快速、准确、少数据量时预测效果较好的优点。
-
Patent Agency Ranking
公开(公告)号：CN114186080B
公开(公告)日：2024-06-11
申请号：CN202111381465.2
申请日：2021-11-21
Applicant: 南京理工大学
IPC: G06F16/43 , G06F16/45 , G06N3/045 , G06N3/0442 , G06N3/09
Abstract: 本发明公开了一种基于语义共享的深度跨模态检索方法及系统，属于多模态学习领域，该方法包括如下步骤：提取图片和文本的细粒度特征；使用共享模型学习多模态一致性表示；通过掩码预测和分类预测优化模型；基于模型进行跨模态检索。本发明采用深度自注意力网络作为基本模型，对多模态数据分别提取细粒度特征并使用共享模型在同一语义空间中学习不同模态数据的一致性表示，解决了以往跨模态算法使用一致性损失函数导致弱模态对强模态的干扰问题，通过标签预测和掩码预测多任务损失函数对共享深度自注意力网络模型进行参数学习，有效地提升了跨模态检索的精度。
-
公开(公告)号：CN117953336A
公开(公告)日：2024-04-30
申请号：CN202311735673.7
申请日：2023-12-15
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于细粒度噪声感知的鲁棒图像字幕生成方法，包括：收集多模态图文对训练数据；提取图像的网格特征与全局特征并处理得到细化网格特征与细化全局特征，提取文本特征；预融合图像细化全局特征与文本特征，建模图像细化网格特征与所述图文预融合特征的相关性；对所述交互结果进行转换处理获得一阶词预测；用一阶词预测向量代替相应的标签词向量作为输入，获取二阶词预测，量化二阶词预测与词标签的累计误差；依据量化结果加权融合词标签与模型预测构造伪标签，重新进行跨模态交互，输出图像字幕。本发明提供了细粒度的数据弱相关噪声的识别方式，并在模型拟合过程中渐进地修正，有效提升数据弱关联噪声场景下图像字幕模型的性能。
-
公开(公告)号：CN117708302A
公开(公告)日：2024-03-15
申请号：CN202311865167.X
申请日：2023-12-29
Applicant: 南京理工大学
IPC: G06F16/332 , G06N5/022 , G06F40/30 , G06F18/25 , G06F123/02
Abstract: 本发明公开了一种基于多粒度时间融合的时序知识图谱问答方法，该方法包括：获取目标问题；利用所述时序知识图谱中各知识实体的语义表示，查找与所述目标问题中的目标实体相关的知识实体，作为关联实体；通过语法规则，获取目标问题中的时间；目标问题语义解析；获取时序知识图谱中各知识的图谱表示，并利用多粒度时间聚合模块对时序知识图谱中时间表示进行聚合，得到多粒度时间表示；基于时序知识图谱中包含关联实体的一条知识，得到所述目标问题的答案。上述方法，通过语义解析模块能够更准确地得到问题的回答类型；通过多粒度时间聚合模块得到知识图谱中未包含的多粒度时间表示，进而提高时序知识图谱问答结果的准确性。
-
公开(公告)号：CN108733003B
公开(公告)日：2020-11-13
申请号：CN201710262953.9
申请日：2017-04-20
Applicant: 南京理工大学 , 扬州市江都永坚有限公司
IPC: G05B19/418 , G06K9/62
Abstract: 本发明公开了一种基于kmeans聚类算法的回转类零件工序工时预测方法及系统，工序数据采集与处理模块用于对历史工序的数据采集与处理；订单导入模块用于将该企业的零件订单导入该回转类零件工序工时预测系统；工序编码模块用于对历史工序及待预测工序进行工序编码；聚类模块用于对历史零件工序编码进行定期聚类成组；工时预测模块对待预测工序进行工时预测，其中该模块包含的聚类组划分单元用于将待预测工序划分至与其最相近的聚类组，工时计算单元用于对工时进行预测计算；数据存储模块用于对该系统中的数据进行存储；该方法与系统具有对回转类零件工序工时预测快速、准确、少数据量时预测效果较好的优点。
-
公开(公告)号：CN106152962A
公开(公告)日：2016-11-23
申请号：CN201510160795.7
申请日：2015-04-07
Applicant: 南京理工大学
IPC: G01B11/16
Abstract: 本发明公开了一种基于管道爬行器的石油钻井套管形变检测方法，包括套管形变的类型检测和形变定位。由管道爬行器搭载摄像头在石油钻井套管中采集图像序列，查找图像序列并判断是否存在形变，若存在形变则进一步判断形变类型及形变在套管中所处的位置。针对形变的类型检测，通过Canny函数、Roberts函数、形态学梯度函数或高级轮廓提取函数对采集的图像序列进行处理从而识别形变类型；针对形变定位，通过获取图像关键帧的方式判断形变在套管中的位置，进而提出基于模板匹配与基于轮廓提取两种获取图像关键帧的方法。本发明能够准确地检测石油钻井套管的形变特征，从而排除油井勘探工程中由套管形变引起的安全隐患。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.025 seconds)
