-
公开(公告)号：CN118277767A
公开(公告)日：2024-07-02
申请号：CN202410614990.1
申请日：2024-05-17
Applicant: 南京信息工程大学 , 南京气象科技创新研究院 , 无锡学院
IPC: G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/08 , G01W1/10
Abstract: 本发明公开了一种基于LA‑UNET‑LSTM的次季节降水预报方法，包括：采集数值模式输出的降水和多气象要素预报数据、实际降水观测数据，并将数据划分成训练集、验证集和测试集；基于训练集数据提取降水可预报模态的特征序列，诊断分析其在数值模式中的可预报性来源，并提取特征掩膜场；搭建LA‑UNET‑LSTM神经网络，构建基于结构相似性和加权均方差的损失函数；对数据进行标准化处理，配合特征掩膜场构建预报因子特征图，基于训练集数据对模型展开训练，并根据模型验证集中表现调整模型参数；将测试集中的预报因子特征图带入训练好的模型，同时得到未来1‑4周的降水预报数据。本发明有效提高了计算效率和极端降水的预报技巧。
-
公开(公告)号：CN116619050A
公开(公告)日：2023-08-22
申请号：CN202310848832.8
申请日：2023-07-12
Applicant: 无锡学院
Abstract: 本发明公开了一种高稳定性的集电构件用热切割装置，具体涉及热切割技术领域，包括工作台和旋转台，所述工作台上连接有纵向滑动支架，所述纵向滑动支架内设有横向滑动支架，所述横向滑动支架内设有热切割组件。本发明通过设置旋转台、工作台、热切割组件、驱动组件、支撑座、挤压球、滑杆、限位板、承载加热板、转盘、转动架、圆柱、挤压槽，原料的间歇式高效的送料，并在送料的同时自动完成夹持定位，与热切割过程配合，整体更为高效，且预热的方式避免集电构件出现短时间温差过大的情况，避免集电构件由于快速温度变化出现的变形，且降低集电构件切割过程出现明显的应力情况，在一定程度上保证集电构件的高效安全切割。
-
公开(公告)号：CN116603911A
公开(公告)日：2023-08-18
申请号：CN202310848830.9
申请日：2023-07-12
Applicant: 无锡学院
Abstract: 本发明公开了一种多工位切换的钣金件加工用冲压设备，属于金属板冲压技术领域，通过冲压板对钣金件进行冲压，连接轴则带动限位盘旋转，限位盘带动立板、挡块和拨杆进行旋转，当限位盘脱离限位槽的时，拨杆则滑入滑轨内，随着拨杆持续旋转则能够顶动半球体固定座和固定柱偏转90度，固定柱则带动冲压台上的钣金件同步旋转90度，完成冲压工位的切换，拨杆脱离滑轨时，限位盘则重新滑入限位槽内，实现对半球体固定座定位的目的，使冲压台以及钣金件不会自由发生偏转，提高冲压精度，通过多工位间歇式切换的方式来完成冲压工作，缩短冲压工作中的时间空档，同样给上下料的工作带来便利，进而提高冲压工作的执行效率。
-
公开(公告)号：CN115946014A
公开(公告)日：2023-04-11
申请号：CN202310061546.7
申请日：2023-01-16
Applicant: 无锡学院
Abstract: 本发明涉及一种磨削打磨抛光设备及方法，包括设备主机架、夹持翻滚切换装置、磨削打磨抛光装置，所述夹持翻滚切换装置连接在设备主机架顶端前侧，所述磨削打磨抛光装置连接在设备主机架的内顶侧，所述磨削打磨抛光装置设置在夹持翻滚切换装置底侧。本发明优化了磨削打磨抛光设备的设置，改变传统的磨削、打磨、抛光设备的工作原理和工作方式，改进为一种可以具备磨削、打磨、抛光功能的设备，结构具有全角度的夹持装置，并且可以根据打磨材料进行自适应调整，磨削辊采用可以更换的结构，更换不同的磨削辊具有更宽泛的适应条件，宜推广使用。
-
公开(公告)号：CN115922217A
公开(公告)日：2023-04-07
申请号：CN202211592183.1
申请日：2022-12-13
Applicant: 无锡学院
IPC: B23K37/047 , B23K101/06
Abstract: 本发明涉及一种周向焊接机构及重型管状金属件辅助对其焊接设备，包括工作台及固定安装在所述工作台上的支撑件，所述支撑件上转动安装有齿环，所述齿环内部设置有安装部，所述安装部上安装有焊接件，所述齿环通过传动结构与安装在所述工作台底部的驱动结构连接，两个承接板，两个所述承接板均通过相对运动结构安装在所述工作台上，所述相对运动结构与所述传动结构连接，所述承接板上安装有定位结构，通过将管件插放至材料插放口内后通过定位结构对管件进行夹持固定，然后通过传动结构驱使相对运动结构工作，在相对运动结构工作时待定两个承接板先对运动对管件进行对接。
-
Patent Agency Ranking
公开(公告)号：CN119942367A
公开(公告)日：2025-05-06
申请号：CN202510414342.6
申请日：2025-04-03
Applicant: 无锡学院
IPC: G06V20/13 , G01W1/14 , G06V10/82 , G06V10/80 , G06V10/44 , G06V10/77 , G06N3/0455 , G06N3/084 , G06N3/0985 , G06V10/72
Abstract: 本发明涉及遥感图像处理与气象监测技术领域，具体为一种基于RepFNet网络的积雪覆盖度监测方法，包括：获取FY‑4A影像数据、Landsat卫星影像数据和地理辅助数据；构建适用于深度学习训练的数据集；生成高分辨率的积雪覆盖度图像；构建编码器‑解码器架构的RepFNet网络模型，集成改进的特征提取模块、动态上采样模块及自适应图通道注意力模块；确定最佳模块组合和参数配置；使用ADAM优化器结合动态学习率策略进行模型训练；通过调整超参数和对比实验，优化模型性能；利用训练完成的RepFNet模型对研究区域进行积雪覆盖度的精准反演，并结合时空滤波方法进行去云处理，确保积雪监测的准确性和稳定性。
-
公开(公告)号：CN119360325A
公开(公告)日：2025-01-24
申请号：CN202411896708.X
申请日：2024-12-23
Applicant: 无锡学院
IPC: G06V20/54 , G06V10/82 , G06V10/40 , G06V10/80 , G06V20/17 , G06V20/40 , G06V10/62 , G06N3/082 , G06N3/0464
Abstract: 基于YOLO‑Light对交通图像目标检测方法，属于图像识别技术领域，解决了现有技术对于无人机视角下的尺寸小、场景复杂且遮挡频繁的目标，容易出现漏检和误检，从而影响检测精度和目标跟踪的稳定性的问题。在YOLO‑Light的骨干，交通图像经过特征提取后，经过改进快速空间池化层再次进行特征提取，输出交通特征图；调整YOLO‑Light的骨干的最后三层通道数；在YOLO‑Light的颈部，交通特征图经过多联级的上采样、连接层和特征分解，再进行多尺度特征融合，输出多尺度的交通特征图；在YOLO‑Light的头部，多尺度的交通特征图依次输入空间注意力机制和检测头对交通目标进行检测。
-
公开(公告)号：CN119251551A
公开(公告)日：2025-01-03
申请号：CN202411250365.X
申请日：2024-09-06
Applicant: 无锡学院
IPC: G06V10/764 , G06V10/72 , G06V10/77 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0455
Abstract: 本发明公开了一种基于自编码器的非负表示分类方法及系统，涉及图像模式分类的技术领域。所述方法包括以下步骤：获取用于图像分类的测试样本与训练样本集，并对所述训练样本集进行预处理；根据预处理后的训练样本集，提取测试样本在训练样本集上的表示系数与映射矩阵；基于所述表示系数与映射矩阵对测试样本进行分类，得到测试样本被识别为最小残差对应的类别。通过本申请所提供的方法与系统，能够同时约束子空间竞争表示项和类别表示向量，增加各类别表示向量的贡献，并且能够有效将低维非线性数据映射到高维空间，确保样本在高维特征空间中具有线性结构，有效完成对各种图像分类任务并提高图像分类的准确率。
-
公开(公告)号：CN119130925A
公开(公告)日：2024-12-13
申请号：CN202411135169.8
申请日：2024-08-19
Applicant: 无锡学院
IPC: G06T7/00 , G06T7/90 , G06T5/70 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/52 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于PeleeNet与CNN的双路径缺陷检测方法，属于半导体制造领域，尤其涉及晶圆缺陷检测技术。该发明针对现有晶圆缺陷检测方法在处理复杂几何形态及多尺度缺陷信息时存在的精度不足、特征提取能力有限等问题，提出了一种结合PeleeNet分类网络、卷积神经网络(CNN)以及SE注意力层(SE Attention Mechanism)的双路径检测模型，称为DPSE‑WDDN网络。该方法通过双路径结构分别提取多尺度特征，并自适应调整特征通道权重，从而显著提高了晶圆缺陷检测的准确性和效率。本发明适用于半导体制造中的质量控制、生产线自动化检测以及晶圆供应链中的质量评估等场景。
-
公开(公告)号：CN118886801A
公开(公告)日：2024-11-01
申请号：CN202411382722.8
申请日：2024-09-30
Applicant: 无锡学院
IPC: G06Q10/067 , G06N3/0464 , G06N3/08 , G06Q10/04 , G06Q10/0637 , G06Q50/26 , G08G1/01
Abstract: 本发明公开一种交通流预测模型的构建方法及交通流预测方法，包括如下步骤：S100、以图结构来描述网络中实体之间的关系，同时构建节点之间的特征矩阵；S200、根据图结构和特征矩阵，采用结合时空注意力机制的卷积神经网络框架，构建交通流预测模型。本发明建立一个由图网络生成层、图卷积模块和多尺度时间卷积模块三个核心组件构成的框架，由自适应动态图生成器和异构邻接关系注意力机制来生成动态邻接矩阵，并对多类邻接矩阵聚合，进而更好地利用交通节点中的交通特性，以及捕捉提取交通特征里隐含的空间特征，克服了传统方法的局限性，有效地解决了传统交通流量预测方法在智能交通系统中预测准确度度、无法反映交通网络影响等问题。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.046 seconds)
