-
公开(公告)号：CN117008995A
公开(公告)日：2023-11-07
申请号：CN202310861403.4
申请日：2023-07-13
Applicant: 广东工业大学 , 广东能哥知识科技有限公司
IPC: G06F9/445
Abstract: 本发明公开了一种工业软件组件服务功能链装配集成方法，方法包括：构建系统模型；根据系统模型构建成本模型，用于计算虚拟网络功能的部署成本和服务功能链的嵌入成本；确定优化目标，根据成本模型构建优化模型；根据系统状态、系统动作和奖励函数，结合成本模型构建马尔可夫决策模型，用于计算每个时隙的累积奖励；结合行动者‑批评家算法和双网络结构DQN算法，构建行动者‑批评家网络，进而确定优化的服务功能链装配集成策略。本发明实施例能够学习工业软件组件系统的状态和行为，自主决策、通过奖励机制优化和改进服务功能链的装配集成策略，具有更高的自主性和灵活性。本发明实施例可广泛应用于工业软件组件技术领域。
-
公开(公告)号：CN116738567A
公开(公告)日：2023-09-12
申请号：CN202310581988.4
申请日：2023-05-23
Applicant: 广东工业大学
IPC: G06F30/15 , G06F30/18 , G06F30/27 , G06F111/06
Abstract: 本发明公开了一种基于变分自动编码器的自动生成三维轮毂模型的方法，该方法包括：获取车轮图像数据集；以车轮图像数据集为基准，进行拓扑设计，得到二维轮廓图；基于预训练的变分自编码器对二维轮廓图进行降维处理；对二维轮廓图进行抗锯齿和居中处理，并加载为建模文件；根据建模文件生成三维轮毂模型。本发明采用了一种结合拓扑优化和深度学习的深度生成式设计流程，实现设计自动化。本发明作为一种基于变分自动编码器的自动生成三维轮毂模型的方法，可广泛应用于计算机辅助设计领域。
-
公开(公告)号：CN111881924B
公开(公告)日：2023-07-28
申请号：CN202010777285.5
申请日：2020-08-05
Applicant: 广东工业大学
IPC: G06V10/44 , G06V10/56 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种结合光照不变性与短曝光光照增强的暗光车照识别方法，对待识别黑暗车辆图像进行处理得到灰度光照不变性特征图和补光图像；将灰度光照不变性特征图和补光图像输入到预置车型识别模型，使得预置车型识别模型对灰度光照不变性特征图和补光图像进行特征提取后，再进行特征融合得到特征增强图像，并基于特征增强图像进行车型识别得到车型识别结果；将补光图像输入到预置颜色识别模型进行颜色识别得到颜色识别结果；结合颜色识别结果和车型识别结果，输出最终识别结果，解决了现有的车型识别方法在面对真实黑暗环境，例如夜晚监控摄像头获取的车辆图像，成像黑暗，且不清晰，存在噪点，无法提取车辆特征，使得识别结果不佳的技术问题。
-
公开(公告)号：CN107458864B
公开(公告)日：2023-07-25
申请号：CN201710855432.4
申请日：2017-09-20
Applicant: 广东工业大学
Abstract: 本发明公开了一种变压器硅钢片叠片设备的进料装置，包括双层平台和取料平台，取料平台设置于双层平台延伸方向的前端，双层平台上安装有上下设置且输送方向相反的上层输送带和下层输送带，取料平台上设置有取料输送带和用于调节取料输送带水平高度的取料升降机构，取料输送带与上层输送带对接时，使取料输送带与上层输送带的输送方向相同，且取料输送带与下层输送带对接时，使取料输送带与下层输送带的输送方向相同。通过进料装置实现自动化进料，代替传统的人工进料方式，降低工人劳动强度，提高工作效率，保证堆叠要求，提高送料准确率。本发明还公开了一种包括上述进料装置的变压器硅钢片叠片设备。
-
公开(公告)号：CN110111316B
公开(公告)日：2023-07-18
申请号：CN201910344151.1
申请日：2019-04-26
Applicant: 广东工业大学
IPC: G06T7/00 , G06N3/0464 , G06N3/084 , G16H50/20
Abstract: 本发明公开了一种基于眼部图像识别弱视的方法及系统，从获取的脸部图像中获取眼部区域图像；使用第一卷积神经网络对眼部区域图像提取特征，运算出眼部位置，使用第二卷积神经网络对眼部区域图像提取特征，得到特征图，并根据得到的眼部位置从特征图中获取眼部特征；对获得的眼部特征进行反卷积处理，使用第三卷积神经网络对反卷积处理得到的图像提取特征，运算出瞳孔位置，使用第四卷积神经网络对反卷积处理得到的图像提取特征，得到该图像的特征图，并根据得到的瞳孔位置从该图像中获取瞳孔特征；根据获得的瞳孔特征运算出眼部是否有弱视问题的结果。本发明方法及系统从脸部图像中提取出眼部瞳孔特征，根据眼部瞳孔特征判断眼部是否有弱视问题。
-
Patent Agency Ranking
公开(公告)号：CN116227458A
公开(公告)日：2023-06-06
申请号：CN202310244455.7
申请日：2023-03-13
Applicant: 广东工业大学
IPC: G06F40/194 , G06F40/30 , G06F40/216 , G06N3/0442
Abstract: 本申请公开了基于交互式神经网络的文本匹配方法及相关装置，方法包括：采用预设Bert模型对两个待匹配文本进行预处理，得到第一文本向量和第二文本向量；通过预置双向LSTM网络分别对两个文本向量进行特征分析，得到对应的两个语义特征向量；基于交叉注意力机制分别计算两个语义特征向量中的子向量的交叉相关关系，得到两个权重分布向量；通过预设自注意力机制根据两个语义特征向量和两个权重分布向量进行全局特征分析，得到两个全局特征向量；将两个全局特征向量输入预设匹配器中进行匹配预测操作，得到匹配预测结果。本申请能解决现有技术对文本信息的关联性分析太少，还忽略全局信息的影响，导致匹配结果缺乏准确性和可靠性的技术问题。
-
公开(公告)号：CN116167378A
公开(公告)日：2023-05-26
申请号：CN202310133155.1
申请日：2023-02-16
Applicant: 广东工业大学 , 广东能哥知识科技有限公司
IPC: G06F40/295 , G06F40/30 , G06F16/35 , G06N3/0442 , G06N3/094 , G06N3/096
Abstract: 本发明公开了一种基于对抗迁移学习的命名实体识别方法及系统，其中，方法包括构建训练数据集；将训练数据集输入预处理模型进行编码处理，得到句子向量表示；将句子向量表示输入双向长短时记忆网络进行特征提取处理，得到特征集合；将私有特征集合输入自注意力层进行依赖关系分析处理，得到命名实体任务表示和中文分词任务表示；将命名实体任务表示和中文分词任务表示输入条件随机场层进行解码处理，得到命名实体序列标签和中文分词序列标签；根据命名实体序列标签和中文分词序列标签结合任务分类器对未训练的命名实体识别模型进行对抗学习训练处理。本发明实施例能够提高命名实体识别的准确率，可广泛应用于人工智能技术领域。
-
公开(公告)号：CN116167281A
公开(公告)日：2023-05-26
申请号：CN202310133357.6
申请日：2023-02-16
Applicant: 广东工业大学 , 广东能哥知识科技有限公司
IPC: G06F30/27 , G06F18/214 , G06F18/20 , G06N3/08 , G06N7/01 , G06F111/04 , G06F111/08 , G06F119/02
Abstract: 本发明公开了一种组件编排优化方法及系统，方法包括：获取目标对象的服务请求；基于服务请求，建立服务组合模型；其中，服务组合模型的定义包括任务集、服务组件集、服务组件动作集和服务组件属性值集；通过服务组合模型，基于服务组件组合可靠性进行优化，获得目标服务组件组合；其中，服务组件属性值集中的服务组件属性值与服务组件组合可靠性关联；服务组件组合可靠性包括服务组件发现可靠性、服务组件绑定可靠性和服务组件执行可靠性。本发明以增强服务组件组合可靠性为首要优化目标，能够有效解决大规模服务组合场景中寻优能力差的问题，进而实现云边协同的工业软件组件可靠灵活组合，高效高质满足用户需求，可广泛应用于组件编排技术领域。
-
公开(公告)号：CN116150605A
公开(公告)日：2023-05-23
申请号：CN202310128549.8
申请日：2023-02-15
Applicant: 广东工业大学 , 广东能哥知识科技有限公司
IPC: G06F18/213 , G06F18/24 , G06F18/214 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了谐波减速器剩余有效寿命的预测方法及系统，本申请的方法包括获取多元运行传感数据；利用损失边界到映射能力方法筛选与退化强相关的信号特征；搭建趋势注意网络并与扩张卷积神经网络结合形成趋势注意扩张卷积网络；使用训练数据训练所述趋势注意扩张卷积网络，通过测试数据进行分类，得到预测结果。本申请根据剩余使用寿命预测监测信号的特点专门设计的，将筛选出的信号，并结合扩张卷积网络从而实现精准预测减速器的剩余使用寿命，能够实现精准高效的剩余使用寿命预测，改善了收集数据质量过差的缺陷。
-
公开(公告)号：CN113035311B
公开(公告)日：2023-05-23
申请号：CN202110340777.2
申请日：2021-03-30
Applicant: 广东工业大学
IPC: G16H15/00 , G16H30/00 , G06F16/35 , G06F40/30 , G06N3/0442
Abstract: 本发明公开了一种基于多模态注意力机制的医学图像报告自动生成方法，使用关键词数据集训练图像特征提取模型，并用该模型提取与图像描述相关的视觉特征，并基于关键词注意力机制和空间注意力机制，利用多模态注意力机制生成联合的上下文向量；上下文向量被输入到了一个句子LSTM，展开几步，然后在每一步都会产生一个主题向量，主题向量表示了所需要生成的句子的语义；给定一个主题向量，单词LSTM以它作为输入，然后生成一个单词序列，用于形成一个句子，这个过程的终止由句子LSTM控制；最后将形成的所有句子组合到一起，列出标签列表，就完成了医学图像报告的自动生成。该方法能有效解决撰写医学图像报告耗时费力，容易出错的问题。
-
-
-
-
-
-
-
-
-
Search Results
687
records
(took 0.06 seconds)
