公开(公告)号：CN115630542A

公开(公告)日：2023-01-20

申请号：CN202211187180.X

申请日：2022-09-28

Applicant: 大连理工大学宁波研究院 ,  大连理工大学

Inventor： 郭旭 ,  刘畅 ,  蒋旭东 ,  霍文栋 ,  杜宗亮

IPC: G06F30/23 ,  G06F30/15 ,  G06F119/14

Abstract: 本发明公开了一种薄壁加筋结构的加筋布局优化方法，将待优化的薄壁结构基底曲面生成三角形网格曲面基于共形映射建立基底曲面和参数空间平面的映射关系在参数空间中进行组件布局以模拟参数空间的加强筋，基于共形映射的节点坐标变换将参数空间的加强筋映射为物理空间的加强筋网格模型；基于形状灵敏度分析方法，采用MMA求解器更新设计变量。本发明采用显式几何参数构建并描述参数空间的组件型加强筋，通过共形映射技术构建参数空间和物理空间的映射关系，实现物理空间中复杂曲面上的加筋模型的建立。对整个结构采用高精度的随体壳单元进行，可以准确捕获结构的响应信息。

公开(公告)号：CN118262275B

公开(公告)日：2024-07-23

申请号：CN202410669172.1

申请日：2024-05-28

Applicant: 大连理工大学 ,  大连理工大学宁波研究院

Inventor： 赵洁 ,  王栋 ,  刘畅 ,  卢湖川

IPC: G06V20/40 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0895

Abstract: 本发明属于机器学习、计算机视觉、目标跟踪领域，公开了一种基于共显著性学习的弱监督目标跟踪方法，通过设计弱监督共显著性注意力模块，嵌入基准跟踪算法中，实现模型的弱监督训练。本发明能够使现有基准跟踪算法在降低约30倍训练标注数据的使用情况下，获得与基准跟踪算法相近或更优的性能，有效地解决了现有基准跟踪算法对大规模标注数据的依赖问题，降低了现有模型的训练成本，并缓解了现有跟踪训练数据集的迫切需求。

公开(公告)号：CN118262275A

公开(公告)日：2024-06-28

申请号：CN202410669172.1

申请日：2024-05-28

Applicant: 大连理工大学 ,  大连理工大学宁波研究院

Inventor： 赵洁 ,  王栋 ,  刘畅 ,  卢湖川

IPC: G06V20/40 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0895

Abstract: 本发明属于机器学习、计算机视觉、目标跟踪领域，公开了一种基于共显著性学习的弱监督目标跟踪方法，通过设计弱监督共显著性注意力模块，嵌入基准跟踪算法中，实现模型的弱监督训练。本发明能够使现有基准跟踪算法在降低约30倍训练标注数据的使用情况下，获得与基准跟踪算法相近或更优的性能，有效地解决了现有基准跟踪算法对大规模标注数据的依赖问题，降低了现有模型的训练成本，并缓解了现有跟踪训练数据集的迫切需求。