-
公开(公告)号：CN117474928B
公开(公告)日：2024-03-19
申请号：CN202311829427.8
申请日：2023-12-28
Applicant: 东北大学
IPC: G06T7/00 , G06V10/20 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于元学习模型的陶瓷封装基板表面缺陷检测方法，涉及陶瓷芯片表面缺陷技术领域，本发明采集陶瓷封装基板图像，对陶瓷封装基板图像进行预处理，并将预处理之后的图像数据划分为支持集和查询集元组；针对支持集和查询集元组，采用骨干网络进行陶瓷封装基板图像的特征提取；对获取到的陶瓷封装基板图像特征，进行支持集和查询集的低秩矩阵重建：经过矩阵分解得到的支持集和查询集的低秩矩阵，然后通过全局平均池化以获取空间分辨率下的特征统计信息：采用元学习范式进行训练，实现芯片陶瓷封装基板表面缺陷检测。
-
公开(公告)号：CN117516485A
公开(公告)日：2024-02-06
申请号：CN202410011595.4
申请日：2024-01-04
Applicant: 东北大学
Abstract: 本发明设计一种飞机发动机自动引导安装的位姿视觉测量方法，属于发动机安装视觉测量技术领域；首先基于CCD摄像机建立飞机发动机视觉坐标系，并进行转换，得到飞机发动机在各个坐标系之间的转换关系；然后基于此，对发动机标靶视图进行对正变换，在经过旋转对称和径向对称后，得到标靶各点像素信息的对应矩阵；最后标定摄像机参数，得到摄像机相对于发动机世界坐标系的方位，结合坐标转换关系从而得到飞机发动机位姿；本发明通过视觉测量精确地测量发动机在安装过程中的位置和姿态，能够实时判断安装过程中飞机发动机是否偏离了安装轨迹，减少了人工测量带来的误差；实现了对飞机发动机位置和姿态的精确测量，提高了安装定位精度。
-
公开(公告)号：CN117390568A
公开(公告)日：2024-01-12
申请号：CN202311684815.1
申请日：2023-12-11
Applicant: 东北大学
IPC: G06F18/2433 , G01L5/00 , G06F18/214 , G06N3/045 , G06N3/088
Abstract: 本发明公开一种基于增强Transformer模型的芯片封装丝网印刷机的异常检测方法，涉及基于时序深度学习的工业数据异常检测领域。获取印刷机传感器数据集；对印刷机传感器数据集进行预处理及数据集划分；构建频域注意力机制模块；构建双阶段Transformer异常检测模型；使用训练集对双阶段Transformer异常检测模型进行训练，得到训练完成的双阶段Transformer异常检测模型；利用双阶段Transformer异常检测模型对验证集进行检测，得到压力异常检测结果。本发明利用二阶段Transformer和频域注意力机制能够准确而全面地检测异常，提高了检测性能；通过二阶段检测和频域信息的综合利用，能够更准确地识别轻微异常，降低了误报率；无需大量标记数据，可以无监督地进行异常检测，节省了人力和时间成本。
-
公开(公告)号：CN110118560B
公开(公告)日：2023-03-10
申请号：CN201910450526.2
申请日：2019-05-28
Applicant: 东北大学
IPC: G01C21/20
Abstract: 本发明涉及室内定位技术领域，提供一种基于LSTM和多传感器融合的室内定位方法。首先通过手机的加速度计、地磁传感器、陀螺仪分别采集行人的三轴加速度、三轴磁力值、三轴角速度，及位置坐标数据，并对数据集进行预处理；然后利用WiFi信息对行人进行粗定位，计算行人的初始位置；再利用三轴加速度数据对行人进行计步并进行步长估计，利用三轴磁力值数据和三轴角速度数据对行人进行方向估计，形成行人运动模型，对行人位置进行估算；接着构建并训练行人定位的LSTM模型，利用训练后的LSTM模型对行人位置进行预测；最后对上两步中计算出的行人位置进行卡尔曼滤波融合，完成对行人的定位。本发明能够提高室内定位的精度，且成本低、容易部署。
-
公开(公告)号：CN110084670B
公开(公告)日：2022-03-25
申请号：CN201910297823.8
申请日：2019-04-15
Applicant: 东北大学
IPC: G06Q30/06
Abstract: 本发明涉及货架商品组合推荐技术领域，提供一种基于LDA‑MLP的货架商品组合推荐方法，首先从订单数据中提取测试集和训练集；然后根据训练集构建LDA模型，并利用Gibbs采样求解该模型，得到用户和商品的潜在特征向量；接着构建用户商品交互矩阵；再构建MLP模型，构建并最小化目标函数以训练MLP模型；对测试集按货架分组，通过LDA模型和MLP模型得到每个货架中用户对商品的偏好，进行偏好融合，得到用户群组对商品的偏好；最后基于Top‑N算法，对偏好排序，选择偏好程度最高的前s个商品组成该货架的商品组合推荐列表。本发明能够不依赖显式评分信息、解决数据稀疏性问题，为群组用户进行商品组合推荐且推荐准确性高。
-
Patent Agency Ranking
公开(公告)号：CN112652167A
公开(公告)日：2021-04-13
申请号：CN202011472425.4
申请日：2020-12-15
Applicant: 东北大学
Abstract: 一种基于多图卷积神经网络的交通速度预测方法，按以下步骤依次进行：1、获取传感器在交通路网中的部署位置，并匹配到真实的交通路网当中；2、将每个传感器位置视为一个节点，计算任意两个节点之间的距离，与设定的阈值做比较，构建交通结构图，用邻接矩阵表示；3、获取传感器对应的路段的交通速度时间序列数据；4、根据速度时间序列数据计算不同路段的交通速度相似性，得到相应的相似性分数，与设定的阈值做比较，构建交通相似性图，用邻接矩阵表示；5、将交通速度时间序列数据、及上述两个邻接矩阵输入到多图卷积神经网络中进行训练，得到未来每个传感器上交通速度的预测结果。
-
公开(公告)号：CN112541131A
公开(公告)日：2021-03-23
申请号：CN202011416979.2
申请日：2020-12-07
Applicant: 东北大学
IPC: G06F16/9536 , G06Q50/00 , G06N3/04
Abstract: 本发明公开一种基于邻居用户的多个兴趣影响的推荐方法，属于基于用户兴趣的推荐方法技术领域。根据社交关系图对每个用户的邻居进行随机采样得到K个兴趣感知图；在每个兴趣感知图上分别进行图卷积操作，聚合单个兴趣在用户之间的相互影响；在用户项目交互图上通过图卷积操作，聚合用户交互过的项目信息以及项目被交互过的用户信息；将上面两个聚合步骤得到的结果进行元素拼接，得到第一个卷积层的结果；迭代多次前述图卷积操作；将多个卷积层的结果进行注意力融合，得到用户和项目的最终嵌入向量，并通过向量內积得到用户可能与项目产生交互的概率，进而得到推荐列表。该方法可使推荐系统能够充分利用社交网络带来的影响，提升推荐效果。
-
公开(公告)号：CN112419317A
公开(公告)日：2021-02-26
申请号：CN202011472443.2
申请日：2020-12-15
Applicant: 东北大学
Abstract: 一种基于自编码网络的视觉回环检测方法，包括：1、获取一张图像；2、计算该图像的记忆性得分，与设定的记忆性得分阈值进行比较，确定是否保留该图像，确定关键帧；3、将筛选出的关键帧输入到已经训练好的卷积自编码网络中，获取降噪后的GIST全局特征f；4、从特征数据库中取出一个特征fpre，计算fpre与f这俩特征向量的余弦相似度，与设定相似度的阈值为进行比较，确定该帧是否为候选帧，进行回环验证；5、在回环验证阶段，在完成空间一致性验证前提下，进行时间一致性验证，连续运动过程中一张图像满足回环条件，成为回环候选帧，则在某个时间范围内，获取的关键帧必须都成为候选帧，满足上述条件才可最终确定回环的出现。
-
公开(公告)号：CN112325897A
公开(公告)日：2021-02-05
申请号：CN202011304737.4
申请日：2020-11-19
Applicant: 东北大学
IPC: G01C21/34
Abstract: 本发明公开一种基于启发式深度强化学习的路径规划方法，属于路径规划技术领域。该方法包括：使用栅格化方法对地图环境进行建模；对环境进行特征提取，建立价值地图；利用Actor Critic强化学习算法进行训练；采用经典启发式算法A*作为强化学习的启发式函数，建立启发式信息；设计注意力机制平衡特征提取模块和启发式模块的权重；使用分层强化学习进行任务划分。本发明的优点为：收敛速度快、稳定性强；路径规划效果更为准确；适应复杂的未知环境；将模块封装成强化学习系统便于算法调用与改进。
-
公开(公告)号：CN108717712A
公开(公告)日：2018-10-30
申请号：CN201810532344.5
申请日：2018-05-29
Applicant: 东北大学
Abstract: 本发明涉及一种基于地平面假设的视觉惯导SLAM方法，从图像中提取特征点进行IMU预积分，建立相机投影模型，并进行相机内参标定、IMU和相机之间的外参标定；系统初始化，将视觉观测到的点云和相机位姿对齐到IMU预积分上，恢复地面方程和相机位姿；对地面初始化得到地面方程，确定当前相机位姿下的地面方程，并反投影到图像坐标系上，获取更加准确的地面区域；基于状态估计，推导出各传感器观测模型，将相机观测、IMU观测和地面特征观测融合在一起做状态估计，使用图优化模型来做状态估计，使用稀疏图优化和梯度下降法来实现整个优化。本发明相较之前的算法有较大的精度上的提升，可在全局限制相机位姿的估计，使得准确度大大提升。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.024 seconds)
