-
公开(公告)号：CN118379597A
公开(公告)日：2024-07-23
申请号：CN202410507732.3
申请日：2024-04-25
Applicant: 山东大学
IPC: G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/0895
Abstract: 本发明公开了基于混合标签筛选的弱监督显著性目标检测方法及系统，在第一轮训练中，将训练后的优化网络的输出端与第一判别器的输入端进行连接，得到第一生成对抗网络，将第一数据集输入到第一生成对抗网络中，对其进行训练，得到训练后的第一生成对抗网络；将第二数据集中未参与训练的N幅图像与第一数据集合并后，输入到训练后的第一生成对抗网络中，优化网络输出图像的伪标签；第一判别器对伪标签进行打分，选取排序前T个图像作为第三数据集；将第三数据集作为预测网络的输入值，完成预测网络与第二判别器的训练；重复若干轮训练；获取待显著性目标检测的图像，将图像输入到最后一轮训练后的预测网络中，得到显著性目标检测结果。
-
公开(公告)号：CN118376259A
公开(公告)日：2024-07-23
申请号：CN202410830963.8
申请日：2024-06-26
Applicant: 山东大学
Abstract: 本发明属于无人车导航技术领域，提供了一种无人车及基于多模态融合的无人车导航方法、装置，为了保证无人车导航模型多模态融合性能的同时提高融合的效率，本发明使用了一种高效的多模态特征融合网络，该模型可以使各模态的数据首先提取出模态内最关键的信息再进行跨模态数据融合，融合过程中只传递该部分少量关键信息，提升无人车感知环境的能力，同时避免了模态间数据的完全访问，可以有效去除数据冗余，减少模型运算量，对模型运算速度有明显提升，有效增强了无人车导航的实时性和安全性。
-
公开(公告)号：CN118291635A
公开(公告)日：2024-07-05
申请号：CN202410323590.5
申请日：2024-03-19
Applicant: 山东大学
IPC: C12Q1/6888 , C12Q1/6844 , C12N15/11
Abstract: 本发明公开了一种猪肉检材的LAMP检测引物组、试剂盒和及检测方法，属于生物技术领域。本发明以12S rRNA的保守区针对6个特异序列区设计了4条引物，即正向外引物F3，反向外引物B3，正向内引物FIP，反向内引物BIP。验证试验证明，本发明的检测方法可特异识别猪肉成分，并可区分其他常见牲畜肉制品，具有比常规检测方法更特异、更敏感的特点。检测过程不需要昂贵的仪器设备，操作简便，结果可肉眼判定，适合在现场快速检测，易于推广应用。
-
公开(公告)号：CN118211123A
公开(公告)日：2024-06-18
申请号：CN202410634320.6
申请日：2024-05-22
Applicant: 山东大学
IPC: G06F18/241 , G06F18/213 , G06F18/25
Abstract: 本发明属于风力发电状态监测技术领域，具体涉及一种基于多模态特征融合的风机状态监测方法及系统，包括：获取风机实时运行的振动信号；对所获取的振动信号进行时间序列的分类，得到风机时间序列运行数据；提取所得到的风机时间序列运行数据的时频特征，得到风机时频图图片；根据所得到的风机时间序列运行数据和风机时频图图片进行多模态特征融合，得到风机序列‑时频图网络数据；计算所得到的风机序列‑时频图网络数据的宏观曲线面积，完成风机的状态监测。
-
公开(公告)号：CN118061186A
公开(公告)日：2024-05-24
申请号：CN202410367785.X
申请日：2024-03-28
Applicant: 山东大学
IPC: B25J9/16
Abstract: 本发明提出了一种基于多模态大模型预测控制的机器人规划方法及系统，利用多模态大模型强大视觉推理和视觉定位能力，通过机器人运动的目标图像或文本指令，以及机器人当前观测图像来采样候选动作序列，然后对采样候选动作序列预测未来状态视频，来指导机器人操作，旋转和与场景物体互动的复杂路径规划，避免了手动设计基础动作和技能的需要，并突破了之前基于多模态大模型的方法只能组成没有预见性的粗略轨迹的限制，实现基于未来状态预测的机器人控制规划。
-
Patent Agency Ranking
公开(公告)号：CN117830991B
公开(公告)日：2024-05-24
申请号：CN202410238784.5
申请日：2024-03-04
Applicant: 山东大学
IPC: G06V20/56 , G06T17/05 , G06V10/762 , G06N3/0455 , G06N3/0464 , G06V10/44 , G06V10/80 , G06V10/766 , G06N3/0985
Abstract: 本发明提出了一种基于多模融合的四足机器人复杂场景感知方法及系统，包括：获取多模态传感器数据；基于获取的数据，通过深度神经网络编码‑解码对前方地形进行重构，去除3D传感器的环境噪声，得到更利于机器人运动规划的地形实际支撑面信息；通过对RGB图像聚类获取超像素图像，结合重构的实际支撑面信息经多层感知器网络处理生成图像坐标系下的可通行区域，进而生成代价地图。
-
公开(公告)号：CN117173103B
公开(公告)日：2024-04-12
申请号：CN202310978310.X
申请日：2023-08-04
Applicant: 山东大学 , 中国电子科技集团公司第五十四研究所
Abstract: 本发明提出了一种图像阴影检测方法及系统，包括：提取原始图像的多层次综合特征；分为低层组和高层组；针对低层组和高层组分别采用相同结构的两个分支进行处理；分支在处理的过程中，将每组特征进行上采样和卷积，使每组特征拥有统一的空间尺寸，然后将各组特征拼接，生成合并特征；针对合并特征进行特征分离与重组并输出阴影相关元素、背景相关元素以及重组特征；分别从阴影相关元素、背景相关元素以及重组特征中提取风格属性，并对特定风格属性对施加一致性或差异性约束，以指导上游特征的分离；使用并行解码器分别连接两个分支的阴影相关元素、背景相关元素和重组特征，并将他们分别融合，用于生成预测的阴影图、背景图像和重构图像。
-
公开(公告)号：CN117830991A
公开(公告)日：2024-04-05
申请号：CN202410238784.5
申请日：2024-03-04
Applicant: 山东大学
IPC: G06V20/56 , G06T17/05 , G06V10/762 , G06N3/0455 , G06N3/0464 , G06V10/44 , G06V10/80 , G06V10/766 , G06N3/0985
Abstract: 本发明提出了一种基于多模融合的四足机器人复杂场景感知方法及系统，包括：获取多模态传感器数据；基于获取的数据，通过深度神经网络编码‑解码对前方地形进行重构，去除3D传感器的环境噪声，得到更利于机器人运动规划的地形实际支撑面信息；通过对RGB图像聚类获取超像素图像，结合重构的实际支撑面信息经多层感知器网络处理生成图像坐标系下的可通行区域，进而生成代价地图。
-
公开(公告)号：CN117766052A
公开(公告)日：2024-03-26
申请号：CN202311866375.1
申请日：2023-12-29
Applicant: 陕西延长石油(集团)有限责任公司 , 山东大学
Abstract: 本发明公开了一种基于机器学习势的分子筛纳米颗粒表面形貌预测方法，属于材料模拟与设计技术领域。包括：获取分子筛纳米颗粒的晶体结构信息，根据晶体结构信息，建立分子筛纳米颗粒表面结构模型；基于分子筛纳米颗粒表面结构模型，通过机器学习势函数对分子筛纳米颗粒进行动力学模拟，提取分子筛纳米颗粒的运动轨迹；根据动力学平衡后的运动轨迹，通过统计平均值获取分子筛纳米颗粒的体系能量，并计算其表面能；基于晶体结构信息和表面能，根据Wulff构造定理，获取分子筛纳米颗粒的表面形貌。能够准确绘制表面形貌，高效预测外部环境影响因素对纳米颗粒形貌特征的影响规律；解决MFI型分子筛的表面能计算周期长的问题。
-
公开(公告)号：CN117555552A
公开(公告)日：2024-02-13
申请号：CN202311705297.7
申请日：2023-12-11
Applicant: 山东大学
Abstract: 本发明属于数据处理技术领域，提供了一种基于数据依赖的WAR变量分析方法及系统，针对现有的方法要么产生悲观的分析结果，要么运行时开销很大，从而对系统进度产生不利影响。为了精确有效地分析WAR依赖关系，本发明提出了一种数据依赖的WAR分析方法。该方法基于依赖于数据的地址表达式，在编译时计算WAR依赖关系，得到依赖于数据的WAR分析结果。在运行时，系统可以根据共享数据精确地定位可能陷入WAR依赖的WAR变量，而运行时开销很小。
-
-
-
-
-
-
-
-
-
Search Results
311
records
(took 0.107 seconds)
