基于图像细分类的火焰检测方法

    公开(公告)号:CN113469050A

    公开(公告)日:2021-10-01

    申请号:CN202110746048.7

    申请日:2021-07-01

    Applicant: 安徽大学

    Abstract: 本发明涉及图像处理、深度学习技术领域,涉及一种基于图像细分类的火焰检测方法,包括以下步骤:步骤1、收集火焰图像,对数据预处理,制作成火焰数据集;步骤2、根据火焰数据集,训练CenterNet检测器,保存最佳的模型;步骤3、准备火焰与非火焰的二分类数据集;步骤4、在MobileNetV2分类模型的倒置残差模块间引入注意力模块BAM,训练二分类模型;步骤5、CenterNet检测出图像的前景目标K,然后将前景目标K裁剪成图像块送入分类模型中,进行细分类,以滤除与火焰相似的误检物体。本发明不仅可以实现远距离的火灾监测,而且检测效果更好。

    一种基于视频监控中的异常行为检测方法

    公开(公告)号:CN111680614A

    公开(公告)日:2020-09-18

    申请号:CN202010495091.6

    申请日:2020-06-03

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于视频监控中的异常行为检测方法,包括通过YOLOv3目标检测算法即快速又精确的检测出视频帧图像中的前景目标对象,可以去除背景噪声的影响,并且可以满足异常检测实时性的要求;将视频帧图像中的目标对象提取特征后,先对特征进行聚类,再输入到SVM分类器中,取得分最高的作为该目标对象的异常得分,最后取该视频帧图像中所有目标对象的异常得分中的最高值作为该帧图像的异常得分,利用SVM分类器可以快速准确的分类,并且满足实时性要求。本发明采用深度学习和机器学习的方法,能够有效地检测出异常事件的发生,并且可以达到实时检测的要求,提高了对异常事件检测的准确率。

    一种基于历史信息指导的多目标工件批调度方法及装置

    公开(公告)号:CN111210125A

    公开(公告)日:2020-05-29

    申请号:CN201911376115.X

    申请日:2019-12-27

    Applicant: 安徽大学

    Abstract: 本发明实施例提供了一种基于历史信息指导的多目标工件批调度方法及装置,方法包括:1)、在满足批调度的约束条件下将各个待调度工件随机调度至各个机器的各个批中,得到若干个当前个体;2)、以最小化早到延迟惩罚为目标对各个当前种群中的各个个体对应的调度方案进行优化,得到优化后的当前种群;3)、运用基于分解的思想淘汰掉其中第一预设数量个个体,更新各个子种群的历史信息矩阵;获取新个体的生成参数,并根据新个体的生成参数生成第二预设数量个补充个体;4)、将精英个体与补充个体的组合作为当前种群,获取当前种群中的帕累托非支配个体,并将前种群中的帕累托非支配个体加入到非支配解集中,更新非支配解集;返回执行步骤2),直至达到最大迭代次数,并将最后一次迭代后得到的更新后的非支配集中的调度方案作为目标调度方案。本发明实施例可以使订单的实际完成时间更加接近于合同上的订单交付时间。

    基于聚类的进化算法进行多目标批调度优化的方法和系统

    公开(公告)号:CN110909787A

    公开(公告)日:2020-03-24

    申请号:CN201911133581.5

    申请日:2019-11-18

    Applicant: 安徽大学

    Abstract: 本发明提供了基于聚类的进化算法进行多目标批调度优化的方法,S1:初始化种群规模N、最大迭代次数MaxIteration和重组配对概率S,以及种群P、帕累托解集A,迭代次数t=1;S2:利用解码规则和局部优化计算种群目标值;S3:对目标值进行聚类;S4:基于聚类结果对种群P执行交叉变异生成子代种群Q,计算子代种群Q的目标值;S5:更新集合A,执行选择操作更新种群P,基于更新后的种群P更新重组配对概率S;S6:如果t<MaxIteration,t=t+1,跳转至S2,否则输出集合A。本发明还提供了用于多目标批调度的系统,本发明提供的基于聚类的进化算法进行多目标批调度优化的方法和系统的优点在于:为生产过程中的批调度问题提供了可靠的解决方案。

    一种基于果蝇算法的模糊批调度方法及系统

    公开(公告)号:CN112364526B

    公开(公告)日:2024-07-02

    申请号:CN202011376058.8

    申请日:2020-11-30

    Applicant: 安徽大学

    Inventor: 贾兆红 王锐 唐俊

    Abstract: 本发明提供一种基于果蝇算法的模糊批调度方法及系统,将工件的加工时间定义为模糊数,同时批的加工时间受到学习效应和恶化效应的影响,使得算法的结果更加接近实际结果,为企业的决策提供更加准确的理论支持。本发明使用同时考虑尺寸和时间的启发式算法来生成初始解。同时考虑尺寸和时间去选择工件加入批中,既减少了浪费空间,又减小整个工程的完工时间。本发明使用的搜索策略考虑了批在机器上处理位置的差异,可以很好搜索优秀的解空间。为了避免果蝇算法在搜索过程中陷入局部最优,满足一定条件的果蝇种群将会被重新初始化。同时一个精英种群策略被设计,可以更好的探索优秀解空间,大大的提高了算法的运行效率。

    一种基于压力信息的足迹跨模态检索方法

    公开(公告)号:CN116863316A

    公开(公告)日:2023-10-10

    申请号:CN202310770788.3

    申请日:2023-06-28

    Applicant: 安徽大学

    Abstract: 本发明涉及足迹分析领域,尤其涉及一种基于压力信息的足迹跨模态检索方法,包括:现场采集成趟油墨捺印足迹图像,并根据足迹压力将成趟油墨捺印足迹图像转换为足迹数据集;根据足迹数据集中的每个像素点的灰度级进行彩色转换,得到彩色图像;采用深度卷积神经网络提取彩色图像的全局特征和局部特征,并对全局特征和局部特征进行动态调整;将调整后的全局特征和局部特征融合,实现多层次的特征检索。本发明采用全局特征和局部特征相结合的方式,并且使用注意力机制进行动态调整,针对含有大量细节信息的足迹图像进行识别和搜索时,能够更加准确地识别和检索足迹的真实身份信息。

    现场足迹智能提取方法
    27.
    发明公开

    公开(公告)号:CN116416427A

    公开(公告)日:2023-07-11

    申请号:CN202211626266.8

    申请日:2022-12-15

    Abstract: 本发明涉及足迹提取领域,尤其涉及现场足迹智能提取方法,包括以下步骤:利用YoloV5模型对包围在足迹区域外侧的直角足迹标尺进行三点标记构成等效直角三角形,根据所述等效直角三角形的直角位置的角度变化提供拍摄角度的修正提示,并以修正后的拍摄角度拍摄足迹区域图像,将足迹区域图像导入深度网络中分离足迹区域图像的前景以获取足迹分割图。本发明利用三点标记的方法形成等效直角三角形,以三角形的直角部分作为畸变检测,当拍摄时的拍摄图像中的直角位置的实际角度不等于90°时,进行角度修正提示,直至操作人员的拍摄角度能够达到垂直水平,保证拍摄照片的准确性。

    一种基于多层次特征融合网络的图像异常检测方法

    公开(公告)号:CN115661480A

    公开(公告)日:2023-01-31

    申请号:CN202211387134.4

    申请日:2022-11-07

    Applicant: 安徽大学

    Abstract: 本发明涉及图像异常检测技术领域,解决了针对异常检测任务异常先验较少以及现有方法提取的特征质量不高的技术问题,尤其涉及一种基于多层次特征融合网络的图像异常检测方法,包括以下步骤:S1、获取待检测的图像数据;S2、将待检测的图像数据输入至多层次特征融合网络模型中生成单一图像所对应的异常分数图;S3、采用双线性插值方法将异常分数图上采样为原图大小,得到用于图像异常定位的像素级异常分数。本发明利用伪异常生成算法,将异常检测任务转化为监督学习任务,并构建多层次特征融合网络模型获得多层次语义信息,提高了异常检测的准确率。

    一种基于稳定匹配博弈理论的工作流调度方法

    公开(公告)号:CN112306642B

    公开(公告)日:2022-10-14

    申请号:CN202011329163.6

    申请日:2020-11-24

    Applicant: 安徽大学

    Inventor: 贾兆红 潘磊 唐俊

    Abstract: 本发明提供了一种基于稳定匹配博弈理论的工作流调度方法,包括以下步骤:步骤A:输入工作流的DAG图,虚拟机池V={VM0,VM1,…,VMm‑1},以及CCR数值;步骤B:计算每个任务的rank值,选择每一层中具有最大rank值的任务加入关键路径任务集合CP;步骤C:基于稳定匹配博弈理论将任务分配到虚拟机上,得到调度方案;步骤D:优化调度方案,遍历所有任务,将使当前任务开始时间提前的前驱节点复制到当前任务所在的虚拟机上。本发明的优点在于:基于关键路径和任务复制的两种局部优化策略有效地减少了工作流的最大完工时间,综合考虑了任务的公平性问题,能够提高客户满意度。

Patent Agency Ranking