-
公开(公告)号:CN117132581A
公开(公告)日:2023-11-28
申请号:CN202311187532.6
申请日:2023-09-14
Applicant: 湖北工业大学 , 西宁市大数据服务管理局 , 西宁卓尔信息科技有限公司
IPC: G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供基于YOLO网络的印刷电路板微小缺陷检测方法,该方法先对YOLOv7目标检测模型做出改进,并使用一种新的训练方法对模型进行训练并最终测试,具体包括:数据预处理,对原始印刷电路板缺陷数据集进行压缩处理,使用双三次插值压缩方法对原图像数据压缩得到不同级别的压缩图像数据集;针对微小缺陷建立改进的目标检测模型;改进的模型采取一种新的图像压缩训练方法并测试,模型利用压缩图像数据集的训练集进行训练,用原始图像数据集的测试集对训练好的模型进行测试;建立评判方法,得到最佳的检测结果。本发明可以在有效降低训练成本的同时提高印刷电路板微小缺陷的检测精度和检测效率。
-
公开(公告)号:CN117093844A
公开(公告)日:2023-11-21
申请号:CN202311009220.6
申请日:2023-08-11
Applicant: 湖北工业大学 , 西宁市大数据服务管理局
IPC: G06F18/2111 , G06F18/214 , G06F18/22 , G06N3/126
Abstract: 本发明公开了工业大数据多模态特征选择方法、装置、设备及介质,涉及工业大数据机器学习技术领域,方法包括步骤1,数据准备,获取工业生产过程中的大数据,进行初步预处理,将处理后的数据集划分为训练集和测试集;步骤2,设置算法相关参数和外部存档,并初始化种群;该工业大数据多模态特征选择方法、装置、设备及介质,通过设置数据处理模块、小生境划分模块、小生境处理模块,设计海明相似度用于区分离散空间中不同特征子集,避免传统欧氏距离难以区分离散解的问题。动态小生境策略通过集群池动态调整小生境规模,避免传统小生境技术参数敏感性、难以维持稳定小生境等问题。
-
公开(公告)号:CN116859903A
公开(公告)日:2023-10-10
申请号:CN202211324281.7
申请日:2022-10-27
Applicant: 湖北工业大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于改进哈里斯鹰优化算法的机器人平滑路径规划方法,采用改进的哈里斯鹰优化算法对Bezier曲线控制点的位置进行寻优,从而找到一条最短且平滑的路径。在改进的哈里斯鹰优化算法中,引入螺旋搜索的概念,对算法的早期更新策略进行改进,增加种群多样性,提高算法的全局搜索能力;采用Sine混沌映射改进逃逸能量E,更好的平衡全局搜索和局部开发;使用精英差分变异策略对搜索空间内的部分解进行突变重组选择,提高算法跳出局部最优的能力。在两种不同的栅格地图中进行仿真实验,仿真数据说明本发明可更准确地寻找到无碰撞最短路径,且路径曲率及曲率导数足够小,满足高阶连续性的平滑要求。
-
公开(公告)号:CN116385593A
公开(公告)日:2023-07-04
申请号:CN202310309520.X
申请日:2023-03-24
Applicant: 湖北工业大学
IPC: G06T11/40 , G06V10/778 , G06V10/774 , G06V20/60
Abstract: 本发明涉及融合地面‑像元光谱在矿物填图领域中的应用,尤其是一种基于定量半监督学习的高光谱遥感矿物填图方法。通过提取主要蚀变矿物的丰度和端元,对地面矿物样品进行识别;基于半监督学习模型对影像中的每一个像元进行判断,覆盖研究区坐标范围,综合光谱角值作为定量指标判断当前像元是否为蚀变矿物,完成矿物填图。本发明提供了识别相似矿物光谱特征曲线的可行性,提升了矿物填图的可靠性与相关技术的可移植性。
-
公开(公告)号:CN110334682B
公开(公告)日:2023-06-27
申请号:CN201910629380.8
申请日:2019-07-12
Applicant: 武汉中交交通工程有限责任公司 , 湖北工业大学
Abstract: 本发明属于自动驾驶技术领域,公开了一种基于迭代搜索优化哈希算法的自动驾驶系统域自适应方法,获取目标图像,对获取的图像提取特征,利用深度学习目标函数创建哈希码;将数据集进行n次迭代以得到最终的哈希码标签;将所生成的哈希码标签带入ILS迭代局部搜索来强化精度,进而得到最终的检测结果。本发明采用深度学习更注重行人细节的检测,准确率更高,提高了可行性;采取预局部迭代搜索的方法提高了容错率,更好的完成了鲁棒性及容错率与可行性两方面的需求。
-
公开(公告)号:CN112883850B
公开(公告)日:2023-06-09
申请号:CN202110149003.1
申请日:2021-02-03
Applicant: 湖北工业大学
IPC: G06V20/13 , G06V10/46 , G06V10/74 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种基于卷积神经网络的多视角空天遥感图像匹配方法,相较于传统匹配算法,不仅能够保证多视角遥感图像的匹配效率,而且能显著提高多视角遥感图像的匹配准确率,具体包括:归一化预处理待匹配的航天遥感图像和航空遥感图像;通过稠密多视角特征提取神经网络对输入图像进行稠密特征提取,得到多视角显著特征点集;结合显著特征点的梯度信息和视角差异信息构建特征描述符;设计用于神经网络训练的三元组损失函数,提升神经网络提取特征点和描述特征的准确度;根据特征点描述值使用Flann特征匹配,再通过RANSAC进行筛选,得到最终匹配结果。
-
公开(公告)号:CN113763300B
公开(公告)日:2023-06-06
申请号:CN202111047787.3
申请日:2021-09-08
Applicant: 湖北工业大学
IPC: G06T5/50 , G06T3/40 , G06V10/44 , G06V10/56 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明针对传统方法不能充分挖掘图像聚焦关联信息导致融合细节失真的问题,提出了一种联合深度上下文与卷积条件随机场的多聚焦图像融合方法。充分利用密集卷积神经网络特征复用的优势,将多聚焦源图像进行集成实现协同聚焦特征检测。采用多尺度金字塔池化策略聚合不同聚焦区域的全局上下文信息,增强聚焦与离焦的区分能力,得到粗略融合概率决策图。进一步采用卷积条件随机场对其进行优化,获得精细化概率决策图,最终得到细节保持的融合图像。利用公开数据集对融合方法进行主观与客观评价,实验结果表明本发明方法具有较好的融合效果,能够充分挖掘聚焦关联信息、保留足够的图像细节。
-
公开(公告)号:CN114166243B
公开(公告)日:2023-04-18
申请号:CN202111317290.9
申请日:2021-11-09
Applicant: 湖北工业大学
IPC: G01C25/00
Abstract: 本发明涉及一种带有片间约束的面阵成像卫星在轨几何定标方法,包括以下步骤:步骤1,通过影像匹配方法,分别获得每一片分片面阵影像上的控制点和相邻分片面阵影像之间的连接点;步骤2,构建分片面阵成像器件在轨几何定标模型;步骤3,构建相邻分片面阵器件之间的片间约束模型;步骤4,整体优化求解所有分片面阵器件的定标参数。本发明可以在分片影像边缘控制点缺乏或者分布不均匀的情况下,实现所有分片面阵器件定标参数的整体优化求解,进而提升相邻分片影像的几何拼接精度。
-
公开(公告)号:CN113469415B
公开(公告)日:2023-04-07
申请号:CN202110631952.3
申请日:2021-06-07
Applicant: 湖北工业大学
IPC: G06Q10/04 , G06F18/24 , G06F18/214 , H04L41/147 , H04L41/142
Abstract: 本发明提供了一种网络流量预测方法和计算机设备,网络流量预测方法应用于预测模型,预测模型包括:图卷积‑自注意力模块、全连接层和激活层,网络流量预测方法包括:获取网络流量,确定预处理流量组;将预处理流量组输入图卷积‑自注意力模块得到目标流量特征组;将目标流量特征组输入全连接层得到融合流量特征;基于激活层和融合流量特征确定预测结果。本发明中的图卷积‑自注意力模块,可以提取复杂多变的网络流量数据的空间特征,计算网络流量特征权重,解决网络流量不同数据之间的相互影响力不同的问题,较大地提升网络流量预测的准确率,也就是说,通过图卷积‑自注意力模块可以对非线性的复杂动态网络流量进行预测,并且准确率高。
-
公开(公告)号:CN109377447B
公开(公告)日:2022-11-15
申请号:CN201811086423.4
申请日:2018-09-18
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于杜鹃搜索算法的Contourlet变换图像融合方法,对配准后的源图像A、B,分别进行Contourlet变换,得到1个低频子带和不同尺度、不同方向的多个高频子带;按照定义的融合规则在所有尺度和方向上对两幅图像的变换系数进行融合,得到融合后的系数;融合图像为R,对于融合后的系数,按照其低频子带和高频子带的顺序,依次进行Contourlet逆变换;最后输出融合后的图像。本发明与传统的图像融合方法相比,对各尺寸各方向上的融合系数权重进行了加权处理,计算出最优权值,并以此提出一种优化的Contourlet变换图像融合方法。
-
-
-
-
-
-
-
-
-