-
公开(公告)号：CN116881762A
公开(公告)日：2023-10-13
申请号：CN202211583971.4
申请日：2022-12-09
Applicant: 江西索普信实业有限公司 , 上海工程技术大学
IPC: G06F18/24 , G06F18/10 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及情绪识别的技术邻域，公开了一种基于动态脑网络特征的情绪识别方法，其特征在于：对采集的脑电波信号进行预处理；对预处理后的脑电波信号，使用dyPLM动态相位线性测量方法提取动态脑功能网络特征；将提取的动态脑功能网络特征输入训练好的神经模型中进行情绪识别。其构建的脑网络特征不易受到噪声影响，更加能够准确捕捉情绪的动态特征，能够有效提高情绪识别的准确性，应用范围更广。
-
公开(公告)号：CN116775935A
公开(公告)日：2023-09-19
申请号：CN202310753283.6
申请日：2023-06-25
Applicant: 上海工程技术大学
IPC: G06F16/71 , G06F16/75 , G06F16/783 , G06F16/9535 , G16H50/20 , G16H10/20 , G06N5/022 , G06F16/36 , G06F18/25 , G06N3/0464
Abstract: 本发明提供一种智能眩晕诊断的数据知识库构建方法和系统，所述方法包括以下步骤：获取患者的目标信息和三维眼震检查视频；基于三维眼震检查视频获取眩晕眼震视频诊断结果；基于目标信息和三维眼震检查视频获取各种类型眩晕症实体之间的关系；融合目标信息、眩晕眼震视频诊断结果及各种类型眩晕症实体之间的关系，构建智能眩晕诊断模型；根据智能眩晕诊断模型诊断得到的目标结果形成智能眩晕诊断的数据知识库；本发明结合三维眼震检查视频识别和眩晕诊断的数据知识库构建，实现了利用多模态知识诊断的方式解决眩晕诊断智能评估问题。
-
公开(公告)号：CN107172793B
公开(公告)日：2023-08-08
申请号：CN201710557857.7
申请日：2017-07-10
Applicant: 上海工程技术大学
IPC: H05B47/11 , H05B47/19 , H05B45/12 , H05B45/325
Abstract: 本发明公开了一种基于复合控制的农业大棚智能补光设备及其调光方法，该设备包括：传感器模块，用于采集外界的自然光照信号或外界自然光照信号与光驱动模块发出的光信号的叠加信号，并将其转变成电信号；模数转换模块，用于对该传感器模块采集的电信号进行模数转换后传送至控制模块；控制模块，用于对接收到的数字信号进行处理，产生用于控制光驱动模块的驱动信号；光驱动模块，用于在该控制模块的驱动信号的控制下，实现各步进电机的动作以控制该补光灯源模块；补光灯源模块，受控于该光驱动模块；电源模块，用于为其他各模块提供电源，通过本发明，实现了灯源自动调光、智能移动以及信息远程监控等目的。
-
公开(公告)号：CN110246212B
公开(公告)日：2023-02-07
申请号：CN201910367420.6
申请日：2019-05-05
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种基于自监督学习的目标三维重建方法，包括：S1、训练点云自编码网络；S2、训练二值图自编码网络；S3、输入RGB图像，获取真实二值图；S4、采用Pose net提取图像位姿；S5、训练图像编码器，并生成初步点云模型；S6、生成变换点云模型；S7、训练点云编码器，并生成恢复二值图；S8、计算恢复二值图与真实二值图的均方差值，若均方差值小于预设阈值，则输出结果，否则执行步骤S9；S9、反馈均方差值给图像编码器，并重新返回步骤S5。与现有技术相比，本发明采用Pose net提取图像位姿和增加二维监督信息，解决了输入图像视角模糊、缺乏监督项信息等问题，提高了目标三维重建的精确性。
-
公开(公告)号：CN115524699A
公开(公告)日：2022-12-27
申请号：CN202211300719.8
申请日：2022-10-24
Applicant: 上海工程技术大学
Abstract: 本发明提供一种基于多传感器融合的机场跑道异物检测方法及系统，该方法包括以下步骤：步骤1、获取FOD的雷达信息，计算出FOD的方位与距离；步骤2、根据步骤1计算出的FOD方位与距离信息获取图像信息；步骤3、应用步骤1的雷达信息与步骤2图像信息进行特征融合，获取检测结果。这种多传感器融合的方法使得雷达设备与光学设备优缺点互补，既具有雷达设备的定位能力与抗干扰能力强、不受光照影响的优点，也具有光学设备能采集丰富的语义信息的优点，有效的防止了漏检与误检，提高了FOD检测的准确率。
-
Patent Agency Ranking
公开(公告)号：CN115482408A
公开(公告)日：2022-12-16
申请号：CN202210914347.1
申请日：2022-08-01
Applicant: 上海工程技术大学
IPC: G06V10/764 , G06V10/80 , G06T7/00 , G06N3/04
Abstract: 本发明公开了一种时空特征融合的眼震视频分类方法及系统，属于医学图像处理的视频分类技术领域。包括对眼震视频进行编码映射，通过Spatial Transformer模块和Temporal Transformer模块得到空间维度特征和时间维度特征；将其通过时空特征融合模块，得到融合的时空特征；然后输入所述Temporal‑Spatial Transformer继续进行特征提取，获得特征图；最后通过全连接层和分类函数得到分类结果。本发明采用了一种新颖的时空特征融合Transformer框架，无需进行手工特征提取，能够很好地对眼震视频进行特征提取，提高了分类的精度。
-
公开(公告)号：CN115346042A
公开(公告)日：2022-11-15
申请号：CN202210754957.X
申请日：2022-06-29
Applicant: 上海工程技术大学
IPC: G06V10/24 , G06V10/764 , G06V10/774
Abstract: 本发明提出了一种基于自监督学习的显著性目标检测对抗净化方法，属于计算机视觉领域。具体方案为：获取训练集输入图像，将其在四个不同的角度逆时针旋转；针对旋转后的图像，得到旋转预测损失和显著性目标检测损失，最小化两者结合的联合训练损失得到训练模型；获取测试集输入图像，将其随机旋转一个角度；针对旋转后的输入图像，求解最小化旋转预测损失，得到净化图像；并将其旋转复原，输入训练模型的显著性目标检测主任务中，得到显著性目标检测的预测图。本发明通过在SOD网络的中添加一个自监督任务，然后最小化自监督损失来净化对抗样本，与对抗性训练相比，该策略极大地降低了计算成本，并且净化方法对各种测试数据集具有适应性。
-
公开(公告)号：CN115311205A
公开(公告)日：2022-11-08
申请号：CN202210803801.6
申请日：2022-07-07
Applicant: 上海工程技术大学
Abstract: 本发明公开了一种基于图神经网络联邦学习的工业设备故障检测方法，属于工业设备故障检测领域。该方法包括：客户端采集工业设备故障数据，构建带有标签的工业设备图数据集；建立并初始化客户端图神经网络模型；根据工业设备图数据集和公共数据集训练图神经网络模型；并将训练好的模型参数上传中央服务器，中央服务器将得到的所有客户端模型参数进行聚合，得到更新的模型参数，并下发给所有客户端；客户端更新本地模型，迭代训练直至网络模型的损失值小于阈值或达到指定训练次数。本发明依据图结构数据，基于图神经网络在联邦学习架构下进行训练，并在联邦学习架构下进行GNN聚合。使得在本地数据的私密性得以保证的前提下，本地模型间互相受益。
-
公开(公告)号：CN114594814A
公开(公告)日：2022-06-07
申请号：CN202210214679.9
申请日：2022-03-07
Applicant: 上海工程技术大学
IPC: G05D27/02
Abstract: 本发明涉及一种基于人工智能的数字化控制装置，属于智能控制技术领域。本发明采用的基于人工智能的数字化控制装置，通过设置控制系统、环境监测系统和作动系统，可以对包括有温度、湿度、烟雾浓度、含氧量和红外温度信号等的环境数据进行全面、实时监测，并通过监测的环境数据生成控制指令以便作动系统对应作出相应动作，进而能够解决现有技术中存在的，监控全面性较低、容易出现误判或漏判，传感器无法分时进行外部环境信息采集，实用性和寿命较低等问题。
-
公开(公告)号：CN114564596A
公开(公告)日：2022-05-31
申请号：CN202210201390.3
申请日：2022-03-03
Applicant: 上海工程技术大学
IPC: G06F16/36 , G06F40/189 , G06F40/30 , G06N5/02 , G06N5/04 , G06Q10/04 , G06N20/20 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 一种基于图注意力机制的跨语言知识图谱链接预测方法，包括以下步骤：设置图注意力机制模块、知识模块、对齐模块、集成推理模块和链接预测模块；将跨语言知识图谱中各种类型实体和关系统一映射到向量空间中，通过局部级邻居节点注意力学到每个实体连接到邻居相关实体的权重；通过全局的注意力联合学习每个关系上的权重，根据权重融合不同邻居信息进行实体嵌入表示；计算损失同时进行端到端的优化。精确度高：对多图谱获取的数据信息进行融合，根据融合后的结果来进行对齐和预测，相较于采用单一图谱的预测，其精确度更高。有助于将世界范围内多国多民族具有个性化知识的知识图谱联系并融合起来，实现世界范围内的知识共享。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.032 seconds)
