-
公开(公告)号：CN113723325A
公开(公告)日：2021-11-30
申请号：CN202111030075.0
申请日：2021-09-03
Applicant: 安徽大学绿色产业创新研究院
Abstract: 本发明涉及建筑工业领域，特别是涉及一种装配式预制构件的工装缺陷检测系统。该工装缺陷检测系统包括：视频获取组件，光电感应器，类型信息识别组件，以及处理模块。视频获取组件用于获取缺陷检测区内的实时视频流数据。光电感应器用于获取模台中各个模具的位置。类型信息识别组件用于获取生产的预制构件的类型信息。处理模块包括位置获取单元、标准参数获取单元、视频处理单元，特征提取单元，以及特征对比单元。处理模块可以获取工装的数量、位置信息的检测值和标准值，并判断二者是否完全相符，确定预制构件是否存在缺陷。本发明解决了现有技术中预制构件人工检测效率低，自动化检测的效果不足，检测精度和实时性较差，难以满足要求的问题。
-
公开(公告)号：CN113269718A
公开(公告)日：2021-08-17
申请号：CN202110406927.5
申请日：2021-04-15
Applicant: 安徽大学
Abstract: 本发明涉及计算机视觉、深度学习技术领域，具体涉及一种基于深度学习的混凝土预制构件裂缝检测方法，该方法包括：采集裂缝图像数据，将采集的裂缝图像样本进行预处理，并对其进行人工标注；将标注后的数据样本进行数据增广，并划分为训练集、验证集和测试集；搭建卷积神经网络模型；对卷积神经网络模型进行训练、验证和测试，以得到最终的算法模型；利用所述的算法模型对待检测的裂缝图像进行检测，得到检测结果。本发明相较于传统的人工检测方法，大大降低了人工成本并且提高了检测的精度。此外，相对于现有的图像处理检测方法，本发明可对高分辨率图像进行检测，具有可操作性强和检测精度较高的优点。
-
公开(公告)号：CN111782814A
公开(公告)日：2020-10-16
申请号：CN202010699613.4
申请日：2020-07-17
Applicant: 安徽大学
IPC: G06F16/35 , G06F16/33 , G06F16/335 , G06F40/289
Abstract: 本发明属于自然语言处理领域，具体涉及一种专利技术主题内容和热度演化的分析方法，包括以下步骤：按照专利和专利申请的申请时间，以年为单位划分专利文档集；对每个时间片的专利摘要文本分别进行分词、去停用词等预处理；设置待分析的IPC分类号层级和PLDA模型参数；使用PLDA模型进行主题挖掘，获取IPC分类下不同层级的专利技术主题信息；在不同时间片中对IPC分类号下不同层级的专利技术主题信息进行内容和研究热度的演化分析。本发明利用了IPC分类号蕴含不同层级的专利技术信息这一特点，帮助技术研究人员从更细粒度了解某领域技术的发展状况，为技术进一步的创新发展提供了坚实的基础。
-
公开(公告)号：CN110781207A
公开(公告)日：2020-02-11
申请号：CN201911059719.1
申请日：2019-11-01
Applicant: 安徽大学
IPC: G06F16/2452 , G06F16/2457 , G06F16/215
Abstract: 本发明属于自然语言处理和推荐领域，具体涉及一种基于用户画像的专利推荐方法。该专利推荐方法包括以下步骤：在推荐方法中输入原始参数；利用分词技术和关键词提取技术为系统中每一个专利构建专利的画像；利用用户收藏的专利列表和搜索关键词列表来构建用户画像；利用神经网络模型分别把所有专利的画像和用户的用户画像转化成向量表示；按照相似度排序输出推荐列表给用户。本发明可以解决推荐系统的专利冷启动和词频向量表示专利特征过于单一、片面的问题，能够更准确的表示出用户对专利的兴趣爱好点，能够更高效、更精准的给用户推荐感兴趣的专利。
-
公开(公告)号：CN110161997A
公开(公告)日：2019-08-23
申请号：CN201910505977.1
申请日：2019-06-12
Applicant: 安徽大学
IPC: G05B19/418 , G06N3/00
Abstract: 本发明公开了基于蚁群和模拟退火算法的流水车间调度方法及装置，方法包括：1)、根据当前全局信息素矩阵，利用蚁群算法对当前次迭代中的每一只蚂蚁进行待加工工件的批调度，得到蚂蚁对应的解；2)、针对当前次迭代中的每一只蚂蚁，利用模拟退火算法获取蚂蚁对应的最优解，并根据最优解更新当前全局非劣解集；3)、判断当前次迭代对应的迭代次数是否不小于最大迭代次数；4)、若是，将当前次迭代的非劣解集作为目标调度方案；5)、若否，更新频次矩阵，根据频次矩阵更新全局信息素矩阵，将当前次迭代的下一次迭代作为当前次迭代，并返回执行步骤1)，直至获取目标调度方案。应用本发明实施例，可以提高解的质量。
-
Patent Agency Ranking
公开(公告)号：CN107823874A
公开(公告)日：2018-03-23
申请号：CN201711164518.9
申请日：2017-11-21
Applicant: 安徽大学
CPC classification number: A63F3/00643 , G06F17/30967 , G06N3/08
Abstract: 本发明公开了一种爱恩斯坦棋中基于RBF神经网络的自学习估值方法，将RBF神经网络运用到估值方法中，借助RBF神经网络的MRAN学习规则，对棋盘的特征进行聚类并逐渐调整参数，获得棋盘的盘面估值。本发明将RBF神经网络作为爱恩斯坦棋的估值函数，使爱恩斯坦棋系统具有在线学习能力，会自主学习爱恩斯坦棋中的模式和权值参数，解决了目前爱恩斯坦棋估值函数的知识表示不全面的问题和人工调参的繁琐，提高了估值函数的精确度。
-
公开(公告)号：CN107684714A
公开(公告)日：2018-02-13
申请号：CN201710735661.2
申请日：2017-08-24
Applicant: 安徽大学
IPC: A63F3/00
CPC classification number: A63F3/00643
Abstract: 本发明公开了一种爱恩斯坦棋博弈系统，包括输入装置、外部显示装置和内部处理单元。采用了信心上限树算法UCT作为爱恩斯坦棋博弈系统的核心技术，基于UCT算法是对所有可能的下棋进行全部模拟，然后根据所有的搜索结果采用UCT算法中的公式进行节点选择，从而使选择的落子向着好的方向发展。同时本发明采用了多线程进行更多次的模拟，在一定的时间内充分的利用了电脑的资源并且选择出最佳的落子方式，解决了原有算法的估值难问题。
-
公开(公告)号：CN107330005A
公开(公告)日：2017-11-07
申请号：CN201710440739.8
申请日：2017-06-13
Applicant: 安徽大学
CPC classification number: G06F17/30283 , G06N3/006 , G06Q50/01
Abstract: 本发明公开了一种面向用户极致体验的社交网络数据放置方法，主要解决了因地理上分散的社交网络用户之间信息交流延迟过高的问题。采用两个阶段：初始化阶段：采用自适应方法将采集的用户社会关系数据集根据社交关系进行位置初始化；数据布局阶段：采用上一阶段的输出作为初始输入，并采用粒子群优化算法为核心的数据放置方法来进行数据布局。本发明采用了粒子群算法来优化社交网络中用户数据的存储位置，在保证网络用户延迟要求的基础上同时最大化减少数据的存储费用，为社交网络服务供应商提供了一个高效的数据管理方法。
-
公开(公告)号：CN105817029A
公开(公告)日：2016-08-03
申请号：CN201610145217.0
申请日：2016-03-14
Applicant: 安徽大学
Abstract: 本发明公开了一种六子棋博弈系统中基于路和棋型的混合搜索方法，本发明是在使用Alpha?Beta剪枝算法对博弈树进行搜索时扩展中间节点阶段对候选节点的估值使用了基于“路”的估值方式，在对叶子节点进行估值时使用了基于“棋型”的估值方式。将这两种估值方式混合使用，应用于Alpha?Beta剪枝搜索中，结合两者的优点。混合搜索模式与单一的基于“路”的搜索模式相比，在搜索效率相同的情况下提高了博弈水平，与单一的基于“棋型”的搜索模式相比，在相同的博弈水平下提高了搜索效率。
-
公开(公告)号：CN119672029B
公开(公告)日：2025-05-06
申请号：CN202510195359.7
申请日：2025-02-21
Applicant: 安徽大学
IPC: G06T7/00 , G06N3/0464 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本发明提供一种基于目标检测的预制构件外表缺陷检测分类方法，对YOLOV8深度学习网络模型进行改进，在Backbone网络中将RepGhost瓶颈结构集成到C2f模块中，记为C2f_RepGhost模块；在Neck网络中添加EMA注意力机制模块，并将PAFPN网络结构替换为BiFPN_Concat网络结构；在Head网络中对边界框回归损失函数进行优化。本发明利用上述改进有效提高了对预制构件中外表缺陷的检测效率和精度。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.024 seconds)
