-
公开(公告)号：CN118862950B
公开(公告)日：2025-03-07
申请号：CN202411364712.1
申请日：2024-09-29
Applicant: 烟台大学
IPC: G06N3/042 , G06N3/0464 , G06N3/045 , G06F18/20
Abstract: 本发明涉及故障诊断技术领域，尤其是涉及一种基于图结构联合优化的工业设备故障诊断方法及系统。方法包括获取原始设备数据集；根据原始设备数据集构建原始图结构；基于原始图结构提取两个基本视图，利用GCN计算基本视图的图节点嵌入，基于图节点嵌入重新计算图结构中边的概率；基于图结构中边的概率进行视图融合，得到初步优化后的视图；通过GAT网络处理融合视图，得到增强视图；本发明优化了传统故障诊断中遇到的预测精准度低和鲁棒性差等问题，从而显著提升了工业互联网设备的稳定性。
-
公开(公告)号：CN118953346B
公开(公告)日：2025-02-28
申请号：CN202411449427.X
申请日：2024-10-17
Applicant: 烟台大学
IPC: B60W30/095 , B60W50/00 , B62D6/00 , G06N3/126 , G06N3/04 , G06N3/08 , G06V20/58 , B62D137/00
Abstract: 本发明涉及车辆自动驾驶技术领域，具体为一种基于差分进化神经网络的汽车碰撞规避方法、系统及设备，分别获取车辆周围环境中障碍物的各车辆传感器的单角度图像；对获取的若干单角度图像进行图像分割，得到单角度图像中障碍物的标签信息；基于障碍物的标签信息计算车辆距离障碍物的欧式距离；建立差分进化神经网络模型，采用差分进化算法对所述模型的车辆染色体编码进行迭代优化；将新获取的不同角度的车辆距离障碍物的欧式距离输入差分进化神经网络模型，输出得到车辆的转向角度；基于输出的转向角度控制车辆进行碰撞规避。解决复杂交通场景下汽车碰撞规避算法的高避碰需求问题，适应动态变化的环境，提高车辆的避障能力和行车安全。
-
公开(公告)号：CN118760913B
公开(公告)日：2025-02-14
申请号：CN202411237176.9
申请日：2024-09-05
Applicant: 烟台大学
IPC: G06F18/23 , G06F18/25 , G06N3/0895 , G06N3/0455
Abstract: 本发明涉及深度学习技术领域，尤其是涉及一种基于特征融合和标签对齐的多模态聚类方法及系统。方法，包括获取多视图样本数据和真实聚类标签；构建多视图对比学习神经网络模型；利用多视图样本数据对多视图对比学习神经网络模型进行训练，得到训练好的多视图对比学习神经网络模型；利用训练好的多视图对比学习神经网络模型对多视图样本数据进行特征提取，通过计算损失来优化模型输出的标签质量，得到多视图聚类模型；通过自我监督的方法有效地嵌入特征学习和标签学习任务到一个单一的框架。这种方法比两阶段深度多视图聚类方法更简单、更快，而且它还有效地利用了视图特定的信息来协助视图共识语义的生成。
-
公开(公告)号：CN119228853A
公开(公告)日：2024-12-31
申请号：CN202411764387.8
申请日：2024-12-04
Applicant: 烟台大学
IPC: G06T7/246
Abstract: 本发明属于图像处理技术领域，具体涉及基于选择性状态空间的目标跟踪方法、系统、装置、介质，该方法先引入代理令牌，对待处理特征进行交互，来捕捉上下文信息，更好地聚焦于当前帧目标相关的特征，提升目标辨识能力；然后构建选择性状态空间，对当前帧的状态进行动态更新，有效地将历史信息与当前帧特征相结合，并动态调整当前状态的表达；最后当前帧的状态通过自注意力机制和线性变换，预测边界框，进行目标跟踪，提高了对视频序列中特定目标的跟踪精度和连续性，增强了在复杂场景中的适应能力。
-
公开(公告)号：CN118953346A
公开(公告)日：2024-11-15
申请号：CN202411449427.X
申请日：2024-10-17
Applicant: 烟台大学
IPC: B60W30/095 , B60W50/00 , B62D6/00 , G06N3/126 , G06N3/04 , G06N3/08 , G06V20/58 , B62D137/00
Abstract: 本发明涉及车辆自动驾驶技术领域，具体为一种基于差分进化神经网络的汽车碰撞规避方法、系统及设备，分别获取车辆周围环境中障碍物的各车辆传感器的单角度图像；对获取的若干单角度图像进行图像分割，得到单角度图像中障碍物的标签信息；基于障碍物的标签信息计算车辆距离障碍物的欧式距离；建立差分进化神经网络模型，采用差分进化算法对所述模型的车辆染色体编码进行迭代优化；将新获取的不同角度的车辆距离障碍物的欧式距离输入差分进化神经网络模型，输出得到车辆的转向角度；基于输出的转向角度控制车辆进行碰撞规避。解决复杂交通场景下汽车碰撞规避算法的高避碰需求问题，适应动态变化的环境，提高车辆的避障能力和行车安全。
-
Patent Agency Ranking
公开(公告)号：CN118841979A
公开(公告)日：2024-10-25
申请号：CN202411311278.0
申请日：2024-09-20
Applicant: 烟台大学
IPC: H02J3/00 , G06F18/2415 , G06F18/10 , G06N3/094 , G06F17/16
Abstract: 本发明涉及模型运算技术领域，尤其是涉及一种基于多尺度异常检测的电力系统负荷预测方法及系统。方法，包括构建Transformer‑XL与生成对抗网络相结合的负荷预测模型；基于负荷预测模型对电力系统多源数据进行预测，得到负荷预测数据；基于多尺度卷积变分自编码器对电力系统多源数据进行异常检测，得到异常检测结果；将异常检测结果和负荷预测结果相融合，生成综合评分；根据生成的综合评分，利用贝叶斯优化自动调整关键超参数。本发明能够更好地处理电力负荷数据中的非线性和多维度变化，从而显著提升了负荷预测的精度。
-
公开(公告)号：CN118432948B
公开(公告)日：2024-09-27
申请号：CN202410888223.X
申请日：2024-07-04
Applicant: 烟台大学
IPC: H04L9/40 , G06F18/2415 , G06F18/214 , G06F18/15 , G06F18/2131 , G06F18/25 , G06N3/0499
Abstract: 本发明涉及工业互联网数据安全技术领域，尤其是涉及一种基于弱信息的工业互联网异常节点的检测方法及系统，包括S1.利用工业互联网中的传感器和设备获取相关节点运行的数据；S2.利用统计方法和机器学习算法对数据进行清洗，消除噪声和异常值，并对数据进行归一化处理；S3.根据数据的来源、类型和应用场景对数据进行初步分类；S4.利用频域特征提取方法对数据进行傅立叶变换；S5.构建基于弱信息的异常节点检测模型；S6.利用测试集对模型进行测试。实现了在应对数据信息缺失、数据结构缺失以及数据类别不完整的情况下可以提高检测异常节点的准确度，降低了标签标注的成本和时间，提高了模型的整体效率。
-
公开(公告)号：CN118470333A
公开(公告)日：2024-08-09
申请号：CN202410939567.9
申请日：2024-07-15
Applicant: 烟台大学 , 山东(烟台)中日产业技术研究院(烟台市产业技术研究院)
IPC: G06V10/26 , G06V20/70 , G06V10/44 , G06V10/52 , G06V10/42 , G06V10/80 , G06V10/764 , G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/048
Abstract: 本发明涉及深度学习应用领域，尤其是涉及一种基于遥感图像的地理环境语义分割方法及系统。所述方法，包括获取遥感图像数据集，并对获取的遥感图像数据集进行预处理；基于获取的遥感图像数据集进行编码器构建，并利用编码器进行图像数据集的特征提取和编码；根据编码器的特征提取进行解码器构建，将构建完成的编码器和解码器组合为语义分割模型；利用遥感图像数据集对语义分割模型进行训练和优化，包括利用交叉熵损失函数计算输出值与预测值之间的误差，利用训练完成的语义分割模型进行预测结果输出。通过本发明的技术方案，能够提高遥感图像语义分割的精度、鲁棒性和泛化能力，为环境检测和城市规划提供更加高效和准确的技术。
-
公开(公告)号：CN118432948A
公开(公告)日：2024-08-02
申请号：CN202410888223.X
申请日：2024-07-04
Applicant: 烟台大学
IPC: H04L9/40 , G06F18/2415 , G06F18/214 , G06F18/15 , G06F18/2131 , G06F18/25 , G06N3/0499
Abstract: 本发明涉及工业互联网数据安全技术领域，尤其是涉及一种基于弱信息的工业互联网异常节点的检测方法及系统，包括S1.利用工业互联网中的传感器和设备获取相关节点运行的数据；S2.利用统计方法和机器学习算法对数据进行清洗，消除噪声和异常值，并对数据进行归一化处理；S3.根据数据的来源、类型和应用场景对数据进行初步分类；S4.利用频域特征提取方法对数据进行傅立叶变换；S5.构建基于弱信息的异常节点检测模型；S6.利用测试集对模型进行测试。实现了在应对数据信息缺失、数据结构缺失以及数据类别不完整的情况下可以提高检测异常节点的准确度，降低了标签标注的成本和时间，提高了模型的整体效率。
-
公开(公告)号：CN118333861A
公开(公告)日：2024-07-12
申请号：CN202410756700.7
申请日：2024-06-13
Applicant: 烟台大学
IPC: G06T3/4053 , G06T5/60 , G06T5/50 , G06N3/0475 , G06N3/084 , G06N3/0464 , G06T3/4007
Abstract: 本发明属于图像处理技术领域，具体涉及一种遥感图像重建方法、系统、装置、介质，首先通过模拟实际遥感图像的退化情况来增强数据的真实性、复杂性，然后对遥感图像分别进行两次重建，并根据对比度进行自适应融合以整合不同分辨率的图像信息，从而提高了图像重建的准确性、清晰度和高质量。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.058 seconds)
