-
公开(公告)号:CN115661805A
公开(公告)日:2023-01-31
申请号:CN202211368439.0
申请日:2022-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V20/62 , G06N3/0464 , G06N3/08 , G06V10/25 , G06V10/44 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种基于改进的Faster RCNN的车牌识别方法,包括以下步骤:步骤1:选择VGG16作为提取车牌字符特征的主干网络,将获取的图片输入特征网络,进行卷积和池化,得到共享特征特征图;步骤2:采用RPN网络检测车牌位置的候选框;步骤3:通过以Fast RCNN检测器为基础的车牌检测网络获得车牌图片,车牌检测网络的目标在于精修ROI(Region of Interests)候选框的坐标,获得车牌的最终边框;步骤4:将提取的车牌边框内的信息输入LPRNet网络模型,提取车牌信息。本发明利用Faster RCNN网络模型识别出图片中的车牌边框的位置,再通过LPRNet网络模型对车牌边框内的图像进行整体卷积形成识别序列,提取车牌信息,识别的精准度更高。
-
公开(公告)号:CN115591382A
公开(公告)日:2023-01-13
申请号:CN202211381883.6
申请日:2022-11-02
Applicant: 电子科技大学长三角研究院(湖州)(CN)
Abstract: 本发明涉及降低H2S含量技术领域,且公开了一种快速降低工业园区H2S含量的红外光处理方法,包括以下步骤:a、燃烧阶段:利用催化燃烧,先将废气通过热交换器预热到200~400℃,再进入燃烧室,通过催化剂床时,碳氢化合物的分子和混合气体中的氧分子分别被吸附在催化剂的表面而活化。由于表面吸附降低了反应的活化能,碳氢化合物与氧分子在较低的温度下迅速氧化,产生二氧化碳和水。该种快速降低工业园区H2S含量的红外光处理方法,设置红外光检测仪、控制器、连接管、阀门以及报警器,通过报警器,报警,可提醒工作人员及时进行维修工作,同时会将为处理干净的气体回流至喷淋吸收塔的进气口处,重新进行处理。
-
公开(公告)号:CN115565699A
公开(公告)日:2023-01-03
申请号:CN202211387474.7
申请日:2022-11-07
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G16H80/00 , G06F40/289 , G06N3/04 , G06N3/08 , G06Q10/06
Abstract: 本发明公开了一种基于BERT的临床医学对话的意图识别办法,本发明涉及自然语言处理和问答系统领域,结合BERT模型与BiLSTM模型,形成新的IEBERT‑BiLSTM算法来进行问答系统意图的分类。本发明对传统的BERT模型进行了优化。引入记忆模块,将上一轮或者多轮的意图结果存储到记忆单元,在当前语句进行词向量之前,嵌入记忆单元的历史意图状态,再进行词向量化,增强了对邻次的输入数据进行综合考虑,保留了上下文的依赖关系;对传统的BiLSTM模型引入注意力机制,通过计算词与词之间的相似度去挖掘信息,在一定程度上降低噪点影响并提升用户意图的特征信息权值,提高模型的分类和预测效果。
-
公开(公告)号:CN115225625A
公开(公告)日:2022-10-21
申请号:CN202210892034.0
申请日:2022-07-27
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州) , 电子科技大学天府协同创新中心
IPC: H04L67/025 , H04L67/10 , H04L67/12
Abstract: 本发明公开一种基于远程控制的云化学分析系统,包括用户终端、云实验平台和本地分析系统;所述用户终端作为云实验平台的入口,用于提交用户的需求参数并获取和查看实验的进度和结果;所述云实验平台包括服务层、业务层、智慧层、控制层和持久层,服务层负责用户终端和本地分析系统的服务接入,业务层用于处理云实验平台内部的业务流程,智慧层用于生成实验策略,持久层负责业务数据的存储和状态维护,控制层负责对本地分析系统的远程调度;所述本地分析系统包括实验室客户端和实验设备,实验室客户端用于接收云实验平台下发的指令并驱动对应的实验设备完成指令,并向云实验平台反馈实验结果。本发明提供一种不受时间、空间限制的远程分析系统。
-
公开(公告)号:CN114581363A
公开(公告)日:2022-06-03
申请号:CN202111478910.7
申请日:2021-12-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于多尺度级联残差卷积神经网络的海岸线变化检测方法。目前对于海岸线的变化检测的传统方法具有效率低下且费时费力的缺点,所以该发明是基于深度学习的一种海岸线变化检测方法。该方法分为背景卷积神经网络模块,残差处理模块以及分割卷积神经网络模块。本文为了更好的获取到海岸线的变化检测结果,添加了残差处理模块,并将残差处理模块处理后的结果深度连接到分割卷积神经网络模块中,实现特征融合,提取到更多的特征信息,来达到更好变化检测的效果。
-
公开(公告)号:CN113984698A
公开(公告)日:2022-01-28
申请号:CN202111237971.4
申请日:2021-10-25
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01N21/3504
Abstract: 本发明涉及工业排放技术领域,具体地说,涉及一种快速检测工业排放甲苯的红外光检测方法。其包括如下步骤:用微量注射器准确抽取甲苯气体,注入至注射器中;在工业废气处,通过注射器抽取现场空气,标记为废气样品;再使用注射器采集清洁空气,标记为对比样品;用清洁空气稀释标准样品成多个标准样品系列,分别取样,用气相色谱仪测量保留时间及峰面积;用测定标准样品系列的操作条件测定废气样品和对照样品;该快速检测工业排放甲苯的红外光检测方法中,用微量注射器采集空气中甲苯,直接进样气相色谱,氢火焰离子化检测器测定,效果良好,方法的重现性较好,同时空气中的其他物质在本方法条件下不干扰测定。
-
-
-
-
-