-
公开(公告)号：CN119512110A
公开(公告)日：2025-02-25
申请号：CN202411658856.8
申请日：2024-11-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 雄安威赛博智能科技有限公司 , 河钢数字技术股份有限公司 , 邯郸钢铁集团有限责任公司
Abstract: 本发明提供了一种挂轨巡检机器人对恶劣环境的自防护方法及装置，所述方法包括：使用高清摄像机拍摄巡检区域中的第一目标设备的高清图像数据，基于高清图像数据提取得出第一目标设备的运行状态特征；基于运行状态特征确定得出第一目标设备的异常情况，根据异常情况确定得出危险等级；在危险等级高于目标危险等级时，控制高清摄像机进入自防护模式，以及切换使用雷达探测器对第一目标设备进行巡检。本发明当分析道目标设备的异常情况会对挂轨巡检机器人的高清摄像机产生损坏风险时，控制高清摄像机进行自防护模式，从而避免设备损坏。
-
公开(公告)号：CN118674696A
公开(公告)日：2024-09-20
申请号：CN202410732284.7
申请日：2024-06-06
Applicant: 河钢数字技术股份有限公司
IPC: G06T7/00 , G06V10/774 , G06V10/77 , G06V10/771 , G06V10/30 , G06V10/34
Abstract: 本发明公开了基于多元高斯分布建模的无监督碗粥表面缺陷检测方法，涉及碗粥产品检测技术领域，该基于多元高斯分布建模的无监督碗粥表面缺陷检测方法，包括以下步骤：S1：碗粥图像预处理，针对处理后的图像进行特征提取；特征提取的具体步骤包括：加载预训练的多元高斯分布无监督学习模型；设置中间特征层的输出，注册钩子函数，提取模型中不同层的特征；首次提出了基于多元高斯分布的无监督学习模型，并将其应用于碗粥流水产线的表面缺陷检测。与传统模型相比，它有效提高了异常检测的准确性和效率，无需标注数据，能自动学习并识别图像特征。利用预训练模型自主提取关键特征，简化了处理流程，且对新型或未知缺陷具有更强的适应性。
-
公开(公告)号：CN117294497A
公开(公告)日：2023-12-26
申请号：CN202311252011.4
申请日：2023-09-26
Applicant: 河钢数字技术股份有限公司 , 河钢雄安数字科技有限公司 , 河钢集团有限公司 , 西安电子科技大学
IPC: H04L9/40 , G06F18/2433 , G06F18/23213
Abstract: 本发明涉及网络安全技术领域，提供一种网络流量异常检测方法、装置、电子设备及存储介质。该方法包括获取网络流量数据集；采用异常检测算法检测网络流量数据集，确定网络流量数据集中每个网络流量数据的状态；对网络流量数据集进行聚类，获得聚类后的n个分类；基于该分类中每个网络流量数据的状态，确定该分类中异常状态的数据所占比例；若该分类中异常状态的数据所占比例大于预设阈值，则将该分类的所有网络流量数据确定为异常值。本发明通过根据聚类中异常数据的比例判断该类别是否属于异常类。并将异常类的数据确认为异常值。通过聚类修正异常检测结果，减少了异常检测算法误判的概率，提升了网络流量数据异常检测的准确性。
-
公开(公告)号：CN117094975A
公开(公告)日：2023-11-21
申请号：CN202311068561.0
申请日：2023-08-23
Applicant: 河钢数字技术股份有限公司 , 河钢集团有限公司 , 衡水板业包装材料科技有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T7/00 , G06T7/136 , G06T7/194 , G06T5/40 , G06V10/774 , G06V10/764 , G06N3/0464
Abstract: 本发明提供一种钢铁表面缺陷检测方法、装置及电子设备。该方法包括：根据待测钢铁表面图像的前景灰度均值和背景灰度均值，生成待测钢铁表面图像的二值化分割阈值；对待测钢铁表面图像依次进行灰度均衡化处理、滤波处理以及边缘增强处理，得到第一图像；利用二值化分割阈值对第一图像进行二值化处理，得到第二图像；根据第二图像和预先训练的缺陷检测模型，生成待测钢铁表面图像的缺陷检测结果；其中，缺陷检测模型是基于预设训练集训练得到的，预设训练集包括多张钢铁表面缺陷图像和钢铁表面无缺陷图像，钢铁表面缺陷图像对应有缺陷类型。本发明能够解决现有的缺陷检测方法无法满足实际工业生产中对钢铁表面缺陷检测的高速度要求的问题。
-
公开(公告)号：CN116074351A
公开(公告)日：2023-05-05
申请号：CN202310061958.0
申请日：2023-01-14
Applicant: 河钢数字技术股份有限公司
IPC: H04L67/12 , H04L67/1001 , H04L41/02 , G06F9/50 , G06F9/455
Abstract: 本发明公开了一种基于边缘计算的边云协同管理系统，包括边云协同管理平台，且边云协同管理平台包括云端、边端、设备端；所述边云协同管理平台提供动态调配、负载均衡、数据采集和分析、监控运维、边缘自治和云边协同；动态调配：将任务动态分配的最佳节点；负载均衡：将请求均衡的分摊到各个服务器；本发明的有益效果是：利用边端有限计算能力进行数据预处理，缓解带宽压力，进一步打通数据采集和处理环节，便于接入，缓解配置困难问题，精细化监控系统状态，提供数据服务能力；采集到的数据进行处理时，先在物联网内部进行数据清洗，再在中央处理节点进行处理，减少了干扰数据的影响，保证数据的精准。
-
Patent Agency Ranking
公开(公告)号：CN115034326A
公开(公告)日：2022-09-09
申请号：CN202210710798.3
申请日：2022-06-22
Applicant: 河钢数字技术股份有限公司
Abstract: 本发明公开了一种基于多任务增益回归的废钢异物扣重学习方法，采用MTSN预测模型，并采用Embedding模块实现数据连续向量表示，采用层级条件下的多层感知网络实现数据学习，分别生成认知数据损失度量和离散废钢等级数据的损失度量，最后采用MTL多任务自动学习权重机制，关注相关性大的变量，弱化相关性小的变量，实现自动调节权重系数；本发明中的多层级回归网络，根据数据类型的不同，分别训练，对具有不确定性影响力的数据，单独计算特征影响因子，提高数据的表征能力，能够解决数据表征能力差的问题；本发明中的数据增益网络，初始化权重，计算数据预测参数，迭代训练，转化权重系数为增益系数。
-
公开(公告)号：CN114880343A
公开(公告)日：2022-08-09
申请号：CN202210483036.4
申请日：2022-05-05
Applicant: 河钢数字技术股份有限公司
IPC: G06F16/242 , G06F16/2455 , G06F16/27 , G06F9/54
Abstract: 本发明公开了一种优化维度组合的多维分析方法和系统，涉及多维数据分析技术领域。该优化维度组合的多维分析方法和系统，数据源模块支持导入Hive数据和Kafka消息队列，并对外提供Restful风格的接口方便调用；构建预处理cube模块时，提供可视化的客户端界面，用户可以自行选择维度、度量来构建符合自身需求；构建cube中提供了高级可选项，其中包含衍生维度的选择，聚合组的添加，必须维度的确定，层级制度及联合维度的设定；计算模块中提供MapReduce计算引擎和Spark计算引擎灵活处理不同情况。
-
公开(公告)号：CN114926483B
公开(公告)日：2025-05-23
申请号：CN202210628082.9
申请日：2022-06-06
Applicant: 河钢数字技术股份有限公司
IPC: G06T7/11 , G06T7/136 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于区域分割联合Yolov5的废钢判级方法，采用Mask R‑CNN分割模型，将车厢与背景进行分割，通过改进Yolov5的检测头，提取出每个分割区域特征即该区域料型类别和所属料型置信度，在训练时候，通过反传分割区域的分类loss和sigmoid置信度乘积，来训练网络，在推理时候，输入原图后，直接输出每个区域的类别和置信度，通过预设阈值，过滤掉无效区域即填充灰度区域，最后计算出整车车厢废钢类型以及其占比；吸取了分类网络和检测网络各自优点，在速度上和精度上都有良好的效果，本发明不仅不会漏区域，还会将模型训练侧重点加持到分类模型，网络模型更易收敛。
-
公开(公告)号：CN119359734A
公开(公告)日：2025-01-24
申请号：CN202411943080.4
申请日：2024-12-27
Applicant: 河钢数字技术股份有限公司 , 雄安威赛博智能科技有限公司 , 河北沃享信息技术有限公司
IPC: G06T7/00 , G06T7/62 , G06T17/00 , G06V10/764 , G06V10/70
Abstract: 本申请提供一种钢表面缺陷分析方法、装置、终端及存储介质，涉及钢材分析技术领域。该方法包括：获取目标钢试样各层表面的第一图像和第二图像，第一图像为目标钢试样每层表面的初始图像，第二图像为目标钢试样每层表面腐蚀后的图像；分别将各层的第一图像和第二图像输入缺陷边界点生成模型中，输出相应层的缺陷边界点；基于所有缺陷边界点，确定目标钢试样的缺陷三维边界点数据图像，并将目标钢试样的缺陷三维边界点数据图像输入缺陷类型判别模型中，确定目标钢试样的缺陷类型，缺陷类型判别模型基于机器学习算法构建得到。本申请能够更精确地捕捉和识别钢表面的缺陷，且提高检测效率。
-
公开(公告)号：CN119201076A
公开(公告)日：2024-12-27
申请号：CN202411131345.0
申请日：2024-08-17
Applicant: 河钢数字技术股份有限公司
Abstract: 本发明公开了一种基于低代码开发平台的支持自定义业务规则的方法，涉及应用程序开发技术领域，该基于低代码开发平台的支持自定义业务规则的方法，包括以下步骤：第一步，搭建低代码平台标准业务表单：低代码平台提供通用的表单组件支持业务表单搭建，设计表单页面，开发人员通过把左侧组件拖拽到中间表单设计框，完成表单设计；第二步，核心模块：标准业务表单的扩展点规则基类，丰富的标准业务表单内置组件，驱动扩展点规则链执行的规则引擎，扩展点规则链动态、静态加载机制，扩展点规则内操作业务数据的CustomDao数据访问对象；使低代码开发平台的java开发工程师用户，可根据具体业务场景及个性化业务需求，自定义业务规则去扩展标准业务表单的功能。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.116 seconds)
