-
公开(公告)号：CN111931805B
公开(公告)日：2022-10-28
申请号：CN202010584092.8
申请日：2020-06-23
Applicant: 西安交通大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 一种基于知识引导CNN的小样本相似磨粒辨识方法，根据磨粒生成机理，以二值图形式标记磨粒高度图的关键特征；以此为基础，构建VGG16模型的U‑net网络来自动提取磨粒的典型特征；通过加权方式，将U‑Net网络输出与全卷积CNN网络的卷积层融合，引导全卷积CNN网络训练，使其能够快速定位相似磨粒的区别性特征；所构建网络模型采用Focal loss损失和二分类交叉熵损失的加权和作为整体损失函数，以SGD优化算法进行参数训练，获得最终的相似磨粒分类模型，实现典型相似磨粒的辨识；本发明有效地将磨粒知识经验与CNN网络相结合，解决了目前磨粒分析领域相似磨粒样本数量少、识别准确率低的问题。
-
公开(公告)号：CN115099828A
公开(公告)日：2022-09-23
申请号：CN202210662547.2
申请日：2022-06-13
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于多指标监测的油液失效诊断溯源方法及系统，构建多指标失效诊断树状结构；对底事件指标层的油液监测数据进行量纲统一，并划分状态等级，采用模糊隶属函数对量纲统一后的指标层数据进行模糊化，得到油液监测数据对应每个状态等级的隶属度概率；建立基于IF‑THEN规则的专家系统，对树状结构的与门和或门制定不同的推理规则，将隶属度概率输入基于IF‑THEN规则的专家系统，得到油液综合状态隶属于每个状态等级的联合概率值；根据联合概率值对油液不同状态等级赋予不同的效用区间，解模糊化得到油液综合状态值，根据阈值对油液状态进行诊断；对诊断为失效的数据进行溯源。本发明提高了油液失效状态判定的科学性和准确性。
-
公开(公告)号：CN114972882A
公开(公告)日：2022-08-30
申请号：CN202210689847.X
申请日：2022-06-17
Applicant: 西安交通大学
IPC: G06V10/764 , G06V10/26 , G06V10/44 , G06V10/77 , G06V10/774 , G06V10/80 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多注意力机制的磨损表面损伤深度估计方法及系统，以ResNet‑50编码层中的四层卷积块为主干，结合两层Conv‑ReLU的卷积块构建磨损表面基础特征提取层；将损伤区域分割分支网络及深度信息估计分支网络融合作为磨损表面深度估计模型；通过加权方式得到磨损表面深度估计模型的损失函数；选择具有典型损伤区域的磨损表面图像作为训练样本，以损失函数作为优化目标，采用适应性矩估计法训练磨损表面深度估计模型，将单张磨损表面图像输入磨损表面深度估计模型，得到磨损表面的损伤区域分割结果图及深度信息结果图。本发明有效实现从单张磨损表面图像估计三维深度信息，解决磨损表面分析技术领域中深度信息获取难度大，效率低，复杂度高的问题。
-
Patent Agency Ranking
公开(公告)号：CN114420250B
公开(公告)日：2022-06-21
申请号：CN202210314904.6
申请日：2022-03-29
Applicant: 西安交通大学城市学院
Inventor： 樊琛 , 张晓琪 , 王梅芳 , 马瑞 , 鲁江涛 , 王丹阳 , 李睿勋 , 梁芷琪 , 殷千晴 , 夏雪 , 袁梓涵 , 罗亚茹 , 吴锦霞 , 马淼 , 王硕 , 张国钰 , 刘轶超 , 梅本鑫 , 常文博 , 薛瑞豪 , 王旭东 , 张琛 , 刘云韬 , 张珍珍 , 李屿璠
IPC: G16H20/30 , A63F13/80 , G06V10/44 , G06V10/764 , G06K9/62
Abstract: 本发明涉及舌肌康复训练技术领域，具体是一种基于OpenCV舌肌运动识别的康复训练自适应方法，包括步骤：A、训练Open CV舌头分类器；B、采集及处理舌头的运动图像；C、提取舌头的运动数据；D、根据Open CV舌头分类器提取的舌头运动数据驱动康复游戏中的物体进行相应运动；E、根据目标完成情况进行即时评估与反馈；F、在游戏结束后向上位机程序上传目标数据；G、依据预设的权重对目标数据进行计算获得综合表现参数；H、计算和调整下一任务阶段的游戏难度参数。本发明还提供了一种基于OpenCV舌肌运动识别的康复训练自适应系统。本发明能够精确地调整游戏难度参数，避免游戏难度过大或过小影响康复游戏的康复效果。
-
公开(公告)号：CN108446706B
公开(公告)日：2021-01-19
申请号：CN201810162476.3
申请日：2018-02-27
Applicant: 西安交通大学
Abstract: 一种基于颜色主分量提取的磨粒材质自动识别方法，其特征在于，步骤一：根据各种材质本身的颜色及其各级回火温度下的回火颜色，构建材质标准颜色样本库；步骤二：利用区域标记联通算法求出RGB图像灰度化后的图像、S分量磨粒图像、V分量磨粒图像所对应的三幅分割后的磨粒图像的磨粒面积，保留各自图像中最大的磨粒，对比三幅图像选出其中磨粒面积最大的磨粒图像；步骤三：利用K‑Mean聚类提取所分割出的磨粒图像主颜色；步骤四：利用基于欧式距离的最小距离分类法求取所提取的磨粒图片主颜色与标准颜色样本的距离，实现磨粒材质的自动识别。本发明将磨粒加热分析法与图像处理技术相结合，基于K‑Mean聚类和欧式距离的最小距离分类法，实现了常见磨粒材质的自动识别。
-
公开(公告)号：CN111581967A
公开(公告)日：2020-08-25
申请号：CN202010374303.5
申请日：2020-05-06
Applicant: 西安交通大学
IPC: G06F40/289 , G06F40/30 , G06F40/211 , G06F40/216 , G06F40/126 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种联合LW2V与Triplet网络的新闻主题事件检测方法，本发明利用Triplet网络在样本有限的条件下无监督的实现新闻聚类，在网络中提取新闻标题添加主题信息，通过新闻标题和新闻正文的信息交互联合学习对主题信息进一步强化，克服了传统聚类技术在实现新闻主题聚类的缺点与不足。本发明使用Triplet网络作为新闻主题聚类的基础架构，可以在样本数量有限的条件下直接对样本进行比较实现模型的训练。该网络打破深度学习无法实现无监督过程的瓶颈。同时克服了深度学习在大量样本条件下对模型进行训练的先决条件。
-
公开(公告)号：CN108389216B
公开(公告)日：2020-06-26
申请号：CN201810119775.9
申请日：2018-02-06
Applicant: 西安交通大学
Abstract: 面向在线铁谱图像磨粒识别的局部自适应阈值分割方法，首先将在线铁谱的透射光图像经过预处理转换为灰度图像和拉普拉斯图像，分别对灰度图像和拉普拉斯图像求其积分图像，以降低后续处理的时间复杂度。其次结合两者的分布信息，建立比例因子t的自适应模型，从而得到局部阈值Threshold的自适应模型。最后，逐像素点将灰度图像的各像素值与其对应阈值比较，判别为目标或背景，完成在线铁谱图像的分割。本发明基于局部阈值分割的思想，结合磨粒图像的特点，建立了完整的自动分割机制，该方法能适应变工况下获取的不同情况的磨粒图像，解决了在线铁谱图像磨粒与背景的自动分割问题。
-
公开(公告)号：CN107677216A
公开(公告)日：2018-02-09
申请号：CN201710794153.1
申请日：2017-09-06
Applicant: 西安交通大学
Abstract: 一种基于光度立体视觉的多个磨粒三维形貌同步获取方法，通过将铁谱技术与三维重构技术相结合，首先利用铁谱技术制作包含多个磨粒的谱片，然后针对铁谱显微镜拍摄图片存在畸变的状况，利用张正友标定法对其进行矫正。基于此方法结合所建立的光源系统，通过显微镜摄像机获取了不同光源磨粒图像，结合自适应阈值法与差分法实现了磨粒与背景的分离，之后，基于光度立体视觉，通过选择合适的反射模型计算磨粒表面法向量，进而构造深度值，重构了磨粒的三维形貌。这样，利用铁谱显微镜获取具有多个磨粒的谱片图像，不需要变换显微镜焦距，通过切换不同角度的光源就可以同步重构出多个磨粒的三维形貌,本专利有效地将铁谱技术与光度立体视觉相结合，解决了目前磨粒分析领域磨粒三维形貌特征缺乏的问题。
-
-
-
-
-
-
-
Search Results
68
records
(took 0.027 seconds)
