-
公开(公告)号：CN101567093B
公开(公告)日：2012-05-16
申请号：CN200910015471.9
申请日：2009-05-25
Applicant: 济南大学
Abstract: 本发明公开了一种三维手势模型的初始化方法，包括如下步骤：(1)建立三维手势数据库；(2)利用摄像机采集手势图像，并从视频流中获取一个帧图像，计算观测特征值；(3)在三维手势数据库中搜寻与当前手势图像最相近的三维手势模型；(4)从视频流获取新的观测特征值，并进行可视化显示；(5)操作者调整手势状态；(6)如果操作者不认可当前手势状态，转向步骤(4)；(7)如果操作者认可当前手势状态，则停止调整，对当前的手势状态及三维手势模型进行评价，得出评价结果，如果评价结果达到精度要求，则绘制、输出三维手势模型，初始化成功，如果评价结果没有达到精度要求，转向步骤(4)。
-
公开(公告)号：CN119274719B
公开(公告)日：2025-04-22
申请号：CN202411793258.1
申请日：2024-12-09
IPC: G16C60/00 , G06F30/27 , G06F119/02
Abstract: 本发明涉及图像生成技术领域，具体为基于全卷积混合密度网络的水泥微结构演化方法及系统，该方法包括：获取水泥试样的扫描图像并预处理，利用编码器提取多层次的特征，利用解码器将特征还原为输入图像的原始分辨率，得到预测的概率分布参数，基于先验假设设计的采样规则在概率分布上进行有效采样，得到演化结果；编码器利用设定的深度卷积神经模型的卷积层和池化层进行图像下采样，解码器中的上采样模块与编码器的下采样阶段相对应，最末一组上采样模块的输出利用分布输出模块，得到水化演化过程中，水泥微结构下一时刻可能变化的所有状态概率大小，形成概率分布参数。可以拟合不确定情况下演化多种不同可能结果的完整水化过程复杂分布。
-
公开(公告)号：CN119274724B
公开(公告)日：2025-03-04
申请号：CN202411823163.X
申请日：2024-12-12
IPC: G16C60/00 , G06F30/27 , G06N3/0464 , G06N3/045 , G06N3/044 , G06N3/0985 , G06V20/69 , G06V10/44 , G06V10/52 , G06V10/82 , G06F111/04 , G06F111/10
Abstract: 本发明公开了一种基于神经网络与多尺度特征约束的水泥微结构设计方法，包括获取水泥微结构二维图像，建立水泥微结构数据集；根据预定约束尺度数目，得到随机步数的超参数组，根据约束规则和超参数组训练神经网络模型，得到微结构特征重构算子；根据约束规则建立重构算法，对神经网络模型进行测试，选择符合预设模型的神经网络模型并保存；使用重构算法和微结构特征重构算子，经过预定约束尺度数目重构后得到水泥微结构。本发明使用重构算法和微结构特征重构算子，重构水泥微结构，并支持水泥微结构中物相分布的灵活定制，打破了水泥水化模型初状态合成中神经网络方法的技术壁垒，显著节省水泥制造行业的时间与人力成本、降低碳排放。
-
公开(公告)号：CN119274720A
公开(公告)日：2025-01-07
申请号：CN202411793262.8
申请日：2024-12-09
Applicant: 济南大学 , 中国建筑材料科学研究总院有限公司
IPC: G16C60/00 , G06F30/27 , G06F119/02
Abstract: 本公开提供了用以最小化孔隙率的水泥颗粒级配优化方法及系统，涉及水泥材料科学和工程技术领域，包括获取不同粒径分布的水泥颗粒；将水泥颗粒视为球体，根据不同粒径分布的水泥颗粒，生成球体集合；在每个粒径分布的球体集合中，按照比例采样，利用采样的球体构建三维模拟微观结构模型；利用三维模拟微观结构模型在三维盒子中模拟球体堆积过程，在模拟过程中，计算三维盒子内的孔隙率，根据球体之间的重叠体积和球体与边界的碰撞体积建立损失函数，通过梯度下降方法获取不同粒径分布的水泥配比的孔隙率；采用优化算法对各粒径分布的采样比例进行调整，以最小化损失函数，实现最小孔隙率的不同分布水泥粉末的颗粒级配，以优化水泥的强度。
-
公开(公告)号：CN119027471B
公开(公告)日：2024-12-31
申请号：CN202411513894.4
申请日：2024-10-29
Applicant: 济南大学
Abstract: 本发明属于图像处理技术领域，尤其涉及一种面向水泥水化微结构分析的跨模态图像配准方法及系统；方法包括：获取水泥水化微结构图像，包括CT图像和BSE图像，对图像进行显著物相提取；将处理后的BSE图像作为固定图像，对处理后的CT图像进行仿射变换，使用递进竞争金字塔粒子群优化算法对变换参数进行迭代优化；本发明通过提取显著水泥颗粒物相信息来配准BSE图像和CT图像，能够有效解决水泥图像同质性和多模态的显著挑战；所提供的配准框架能够有效解决水泥微结构图像的跨模态配准问题，从而实现水泥水化微结构多源异构图像分析。
-
Patent Agency Ranking
公开(公告)号：CN113704473B
公开(公告)日：2024-08-23
申请号：CN202111005192.1
申请日：2021-08-30
Applicant: 济南大学
IPC: G06F16/35 , G06F40/216 , G06F40/237 , G06F40/284 , G06F40/289 , G06F40/30 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06N20/00
Abstract: 本发明提供了一种基于长文本特征提取优化的媒体假新闻检测方法及系统，对获取的媒体数据进行预处理；对预处理后的媒体数据根据数据对齐的统一长度分为长文本与短文本，并采用不同方式提取相应类别的新闻文本特征，输出文本特征的向量化表示；根据所述媒体数据的应用场景，利用不同的预训练后的深度学习分类模型对文本特征的向量化表示进行真假性预测，得到检测结果。本发明能够减少数据噪声问题，解决自编码模型存在的预训练‑微调阶段的学习偏差，降低特征维度，解决长文本信息丢失问题，提高特征学习能力。
-
公开(公告)号：CN116795988A
公开(公告)日：2023-09-22
申请号：CN202310763638.X
申请日：2023-06-26
Applicant: 济南大学
IPC: G06F16/35 , G06F16/36 , G06F40/205 , G06F40/211 , G06F40/30 , G06F18/241 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于层次特征图网络的文本宣传意图识别方法及系统，该方法包括：基于预处理后的待识别文本，提取文本的序列、句法和语义特征，并根据提取的特征分别构建对应的文本特征图，获取特征图向量；基于每一文本特征的特征图向量，采用残差连接的双层粗细化操作传播图内同构节点信息，更新节点的上下文特征表示，得到节点向量；基于节点向量，采用基于注意力的三通道集成操作聚合多图最相关的序列、句法和语义信息，增强图间异构节点信息，得到节点增强向量；对三张文本特征图的节点增强向量进行池化融合，得到文本向量，通过分类器进行最终的分类判定，得到待识别文本鼓动宣传意图识别精度更高的识别结果。
-
公开(公告)号：CN115189905B
公开(公告)日：2023-05-23
申请号：CN202210499337.6
申请日：2022-05-09
Abstract: 本发明公开了网络通信与安全管控一体机及其工作方法，本地校验组件，接收流入和流出一体机的数据，并将数据转发给安全组件，安全组件对数据进行处理，随后路由组件将数据进行转发；蜜罐沙箱联动组件的蜜罐监听通信接口并捕获恶意代码；将恶意代码与蜜罐沙箱联动组件进行交互；蜜罐沙箱联动组件将流量交由沙箱分析后发送至物联网关组件进行处理，并将物联网关组件的返回信息处理后返回给攻击方；蜜罐沙箱联动组件对捕获的恶意代码进行分析，提取软件行为以及网络行为后，将软件行为以及网络行为作为恶意代码的标签对卷积神经网络进行训练；安全组件对训练后网络进行检查和验收，并通过训练后的卷积神经网络对经过一体机的通信进行检查和监控。
-
公开(公告)号：CN112164076B
公开(公告)日：2022-10-25
申请号：CN202011017990.1
申请日：2020-09-24
Applicant: 济南大学
Abstract: 本发明公开了基于水泥微观结构图像的硬化水泥水灰比预测方法及系统，包括：获取待预测水泥图像；对待预测水泥图像进行预处理；将预处理后的待预测水泥图像，输入到预先训练好的卷积神经网络中；输出待预测水泥图像的水灰比预测值。本申请直接利用水泥内部的微观结构图像进行硬化水泥水灰比的估测，避免了分析统计毛细孔率等数值指标等步骤，使估测过程更加简洁，更有利于操作。
-
公开(公告)号：CN112784289B
公开(公告)日：2022-10-18
申请号：CN202110103856.1
申请日：2021-01-26
Applicant: 济南大学
Abstract: 本发明公开了Android应用程序加密网络流量的提取系统及方法，包括：部署在服务器上的Android模拟器；所述Android模拟器上部署有Android应用程序、Android系统级TLS类库和Java虚拟机，所述Android应用程序内设有业务逻辑代码和应用内置的TLS类库，所述Java虚拟机内部署钩子框架，所述钩子框架内设有系统调用代理模块；所述系统调用代理模块分别与业务逻辑代码、应用内置的TLS类库、Android系统级TLS类库和流量收集模块连接；应用内置的TLS类库和Android系统级TLS类库均与Internet网络连接；流量收集模块与测试结果数据库连接。
-
-
-
-
-
-
-
-
-
Search Results
210
records
(took 0.089 seconds)
