-
公开(公告)号：CN103252214B
公开(公告)日：2015-02-25
申请号：CN201310194162.9
申请日：2013-05-21
Applicant: 济南大学
Abstract: 本发明公开了一种活性炭纤维、分级多孔Ni-Ni3P/活性炭纤维复合材料以及它们的制备和应用，该活性炭纤维含有C、O、P三种元素，具有无定形态且乱层石墨结构，形貌与桑蚕丝纤维类似，活性炭纤维主要由介孔组成，表面存在大量的含氧官能团。通过浸渍烧结法在活性炭纤维上负载Ni和Ni3P即可得到复合材料。本发明以桑蚕丝为模板，制得的活性炭纤维和复合材料性能优异、制备简单，在光照和微波下具有很好的降解有机染料的作用，在实际生产中对有机废水处理很有意义。
-
公开(公告)号：CN119068341A
公开(公告)日：2024-12-03
申请号：CN202411269884.0
申请日：2024-09-11
Applicant: 济南大学
Abstract: 本申请公开了一种基于边缘增强网络的SAR图像目标检测优化方法。其实现方法的实现步骤为：构造边缘增强网络模块；将边缘增强网络模块引入到一般的基于卷积神经网络的物体检测模型中；划分物体检测数据集；对数据集中的图像进行预测处理；使用训练数据用物体检测模型和边缘增强网络模块进行协同训练；将验证数据送入到检测模型进行检测；得到检测结果；本发明利用构建的边缘增强网络模块和一般的基于深度卷积神经网络的物体检测模型进行协同训练，用来增强检测模型的特征提取网络来用于SAR图像物体检测，在计算代价相当的同时提高了物体检测精度。
-
公开(公告)号：CN111665941B
公开(公告)日：2023-12-22
申请号：CN202010509144.5
申请日：2020-06-07
Applicant: 济南大学
Abstract: 本发明涉及一种面向虚拟实验的多模态语义融合人机交互系统和方法，包括交互信息集成模块，还包括交互信息获取模块、交互意图推理模块和交互任务直行模块，其中，所述交互信息模块采用多模态融合模型来准确识别操作者的真实意图，并将获取到的信息提供给交互意图推理模块；所述交互意图推理模块根据手势语义和语言语义结合场景当前的交互情景来识别用户的交互意图，预测潜在的交互行为；所述交互任务执行模块根据交互意图推理模块预测的交互动作，生成用户期望的实验动作，生成响应的实验效果，返回对应的操作反馈，最后，实验效果和反馈通过不同的通道输出给用户。本发明解决了当下虚拟实验中面临的交互困难的问题。
-
公开(公告)号：CN115880149A
公开(公告)日：2023-03-31
申请号：CN202211489722.9
申请日：2022-11-25
Applicant: 济南大学
IPC: G06T3/40 , G06T7/246 , G06V10/80 , G06V10/82 , G06N3/044 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于轻量化驱动和三尺度编码的视频帧插值方法及系统，获取待插值视频的第i帧原始图像和第i+1帧原始图像；分别对第i帧原始图像和第i+1帧原始图像进行尺度缩放，得到第i帧缩小尺度的图像、第i+1帧缩小尺度的图像、第i帧放大尺度的图像、第i+1帧放大尺度的图像；将原始图像和尺度缩放后的图像均输入到训练后的视频帧插值模型中，输出插值图像；其中，训练后的视频帧插值模型，对原始图像和尺度缩放后的图像，分别进行三个尺度的特征提取，采用通道注意力机制模块对三个尺度的特征进行融合，采用双重注意力机制模块对融合后的特征进行增强；再对增强后的特征进行帧扭曲操作，得到插值图像。
-
公开(公告)号：CN114093028A
公开(公告)日：2022-02-25
申请号：CN202111382546.4
申请日：2021-11-19
Applicant: 济南大学
Abstract: 本发明提供了一种基于意图分析的人机协同方法、系统及机器人，方法包括获取用户的多种输入模态；提取模态各自的意图特征，形成模态对应的子意图集，计算对应的概率值；提取子意图中每一模态的意图，并将多个模态进行组合，基于概率值计算用户意图概率；将用户意图概率排序靠前的N个组合与意图数据库进行匹配，得到用户意图；机器人基于得到的用户意图，与用户互动，进行人机协同操作。本发明通过对用户的多种输入模态，提取出各模态的意图特征，通过意图数据库的意图匹配进行柔性映射，计算出各个行为与各个意图间的映射概率，并最终通过意图间的互补来确定真实意图，基于所述真实意图，调用机器人，准确的进行人机协同操作。
-
Patent Agency Ranking
公开(公告)号：CN110348415A
公开(公告)日：2019-10-18
申请号：CN201910645316.9
申请日：2019-07-17
Applicant: 济南大学
Abstract: 本申请公开了一种高分辨率遥感目标大数据集的高效标注方法及系统，在获取的每景高分辨率遥感图像上按照预设条件截取影像图片；创建影像图片创建工程矢量文件；在工程矢量文件上给矢量图层标注属性；根据标注属性判断标注位置的目标物类型；将选好的目标物根据目标物类型的不同进行标注；将标注好的工程矢量文件进行保存；判断是否存在其他类型影像的标注信息，如果存在，则将带有标注框的工程矢量文件对应到多光谱图像和融合图像上；或者，如果不存在，则将最终标注结果进行保存。形成一个标注目标物的完整体系，可以在分辨率最高的全色图像上进行标注，最终对应到多光谱图像和融合图像，标注更为贴合目标物，使得标注更加快速精确。
-
公开(公告)号：CN110175607A
公开(公告)日：2019-08-27
申请号：CN201910362144.4
申请日：2019-04-30
Applicant: 济南大学
IPC: G06K9/22 , G06K9/24 , G06F3/0354 , G09B17/02
Abstract: 本发明提供了一种激光笔套件及其画图跟踪实现方法，本发明利用Kinect设备与AR交互算法以及激光笔按钮相结合，只需要在Kinect设备前做动作即可实现远程任意画直线或曲线的操作，另外还可进行选择、旋转以及平移操作，当选择物体时，激光笔会发出激光，从而获知选择哪个物体，实现以简单的方式来进行数学图形的绘制，方便远程教学。在画图追踪算法上，将基于颜色特征的检测、五帧差分算法与混合高斯模型进行结合。将三个检测出的结果进行逻辑“与”运算，再通过连通性检测得到完整的运动目标。从而有效地克服光照变化噪声干扰、空洞的现象，具有鲁棒性和准确性。
-
公开(公告)号：CN105933714A
公开(公告)日：2016-09-07
申请号：CN201610247833.7
申请日：2016-04-20
Applicant: 济南大学
IPC: H04N19/597 , H04N19/577
CPC classification number: H04N19/597 , H04N19/577
Abstract: 本发明公开了一种基于深度引导扩展块匹配的三维视频帧率提升方法，包括：对视频帧进行基于图像块的双向运动估计，利用估计得到的运动向量进行补偿得到初始深度插入帧根据初始深度插入帧，计算插入帧中每个深度图像块的二维结构张量，根据二维结构张量将图像块分成边缘图像块和非边缘图像块；将边缘图像块分成子块，利用基于深度信息引导的扩展块匹配方法估计每个子块的运动向量；以图像块为单位，对非边缘图像块和边缘图像子块进行适应性运动补偿，实现插入帧的重建。本发明有效的解决了三维视频帧率提升中插入帧前景物体边缘模糊的问题。
-
公开(公告)号：CN105138975B
公开(公告)日：2016-06-01
申请号：CN201510497519.X
申请日：2015-08-13
Applicant: 济南大学
IPC: G06K9/00
Abstract: 本发明提供了一种基于深度信念网络的人体肤色区域分割方法，属于计算机视觉和图像处理领域。该方法包括：(1).建立肤色块数据集和非肤色块数据集；(2).产生不同的颜色空间及其组合上的深度信念网络输入特征集；(3).训练不同尺度的深度信念网络，并优化确定各项参数；(4).输入测试图像，在不同尺度约束下，使用滑动窗口策略获取当前待检测图像块范围；(5).在当前滑动窗口确定的图像块上抽取需要的颜色空间分量或其组合，获取输入特征向量；(6).将输入特征向量输入训练好的深度信念网络，得到图像块的分类结果，如果分类结果为肤色块，则块内像素点置1；如果分类结果为非肤色块，则块内像素点置0。
-
公开(公告)号：CN120053372A
公开(公告)日：2025-05-30
申请号：CN202510535492.2
申请日：2025-04-27
Applicant: 山东泰合医药科技有限公司 , 济南大学
Abstract: 本发明涉及医药技术领域，具体涉及一种丁酸氯维地平胶束注射液及其制备方法，所述丁酸氯维地平胶束注射液包含丁酸氯维地平、磷脂、胆酸或其盐、pH调节剂和注射用水，还含有纳米胶束稳定剂和纳米胶束增溶剂，处方中摒弃注射用油，如大豆油、甘油三酯等，满足脂质代谢缺陷者的用药需求，不仅极大提高了丁酸氯维地平的溶解度，而且创造性地加入纳米胶束稳定剂、纳米胶束增溶剂，可进一步提高胶束注射液的稳定性及载药量，采用空白胶束法制备可摒弃有机溶剂的使用，不需要使用二氯甲烷、氯仿、丙二醇等毒副作用大的有机溶剂，降低了药物的毒性，对血管刺激小，减少了药物的不良反应；选用普通水针剂的生产工艺，利于生产放大。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.023 seconds)
