一种基于流模型的水泥强度条件概率分布估计方法及系统

    公开(公告)号:CN117174218B

    公开(公告)日:2024-01-26

    申请号:CN202311442781.5

    申请日:2023-11-02

    Applicant: 济南大学

    Abstract: 本发明涉及水泥强度评估领域,提供了一种基于流模型的水泥强度条件概率分布估计方法及系统。该方法包括,获取水泥的检测相关数据;基于水泥的检测相关数据,采用流模型,得到水泥抗压强度的条件概率分布函数;其中,所述流模型采用包括但不限于平面流层、径向流层、加性耦合层和仿射耦合层的至少其中之一;所述流模型的每一层映射均采用双射函数进行非线性可逆变换,以生成条件概率分布函数。本发明通过获取水泥的各项历史指标预测水泥其强度,来预测待检测水泥的条件概率分布,无需对结构进

    一种基于协同训练的深度多视图聚类方法及系统

    公开(公告)号:CN116644327A

    公开(公告)日:2023-08-25

    申请号:CN202310638508.3

    申请日:2023-05-30

    Applicant: 济南大学

    Abstract: 本发明提出了一种基于协同训练的深度多视图聚类方法及系统,涉及数据挖掘和机器学习领域,具体方案包括:获取待聚类的多视图,用每个视图预训练自己的深度自编码模型;计算每个视图的亲和矩阵,设置每个视图的初始权重和视图间的初始动态学习因子;对每个视图的深度自编码模型进行迭代的正式训练,更新每个视图的权重和视图间的动态学习因子,直到满足预设的迭代停止条件,输出最终的隐层特征和聚类中心;基于最终的隐层特征和聚类中心,得到聚类结果;本发明设计了基于动态协同训练的深度多视图加权图嵌入聚类算法,针对多视图数据,采用动态协同训练思想,深入挖掘多视图间的互补信息,提高面向于多视图数据集的聚类效果。

    一种基于多视图的无人驾驶场景聚类方法及系统

    公开(公告)号:CN113723540A

    公开(公告)日:2021-11-30

    申请号:CN202111027470.3

    申请日:2021-09-02

    Applicant: 济南大学

    Abstract: 本发明公开了一种基于多视图的无人驾驶场景聚类方法及系统,包括以下步骤:获取无人驾驶车辆当前多视图数据,并进行标准化处理;基于迁移学习对每个视图进行聚类分析:(1)根据设定的类别数分别进行聚类分析,得到当前隶属度矩阵;(2)根据该视图与其他视图的当前隶属度矩阵,以及设定的迁移学习因子,对隶属度矩阵进行更新,得到新的聚类中心,并更新视图的权重;根据迁移学习前后的聚类结果,判断是否需要继续进行迁移学习,若是,更新迁移学习因子,对每个视图再次进行聚类分析,若否,聚类结束,得到无人驾驶场景的道路识别结果。本发明通过基于激光雷达数据和图像数据两个视图进行场景中道路的识别,数据的利用更为充分,识别精度高。

    一种安卓环境内采集实时信息与网络流量的方法与系统

    公开(公告)号:CN112783777A

    公开(公告)日:2021-05-11

    申请号:CN202110111586.9

    申请日:2021-01-27

    Applicant: 济南大学

    Abstract: 本发明公开了一种安卓环境内采集实时信息与网络流量的方法及系统,在待测试应用程序运行的Android环境内,初始化数据采集的环境;在Android环境内安装待测试的应用程序;获取Android环境的基本信息;运行待测试的应用程序,开始采集日志,捕获日志信息;结束采集,上传日志信息,存储到测试结果数据库中。在获取应用程序网络连接行为的测试过程中,本发明极大地提高了其实时性,并且可以在不接触原始流量、不依赖静态分析结果的情况下捕获这些信息,使得在测试规程中,系统可以更加准确地追踪Android环境内部的网络连接与待测应用程序或系统组件的从属关系,使捕获这些信息更加简便可行。

    一种基于多重空间信息加权的模糊聚类的图像分割方法

    公开(公告)号:CN110910392A

    公开(公告)日:2020-03-24

    申请号:CN201911131121.9

    申请日:2019-11-18

    Applicant: 济南大学

    Abstract: 一种基于多重空间信息加权的模糊聚类的图像分割方法,在模糊聚类的目标函数中同时考虑了图像的多种像素信息,这种方法对于具有多种未知噪声的图像具有较好的鲁棒性,在此过程中,该方法提供了两种不同的算法,首先为了确保对聚类贡献较大的空间信息能够更好地促进聚类,采用熵加权技术对参与聚类的多种空间信息进行自动加权,像素之间的距离度量采用欧几里得距离;其次考虑到噪声图像中的像素点错综复杂且往往具有线性不可分的特点,使用核方法将特征空间中的像素点映射到高维的核空间,像素之间的距离度量使用高斯核函数进行计算,并对映射后的不同图像之间的像素点进行加权。

    基于GPU和双尺度图像特征比对的中药识别方法及系统

    公开(公告)号:CN109615574A

    公开(公告)日:2019-04-12

    申请号:CN201811527910.X

    申请日:2018-12-13

    Applicant: 济南大学

    Abstract: 本申请公开了基于GPU和双尺度图像特征比对的中药识别方法及系统,首先通过专门设计的图像采集装置进行双尺度图像的采集,将训练图像送入卷积神经网络进行训练,经过多层卷积池化的特征提取与选择,训练得到识别精度较高的卷积神经网络模型。将待测图像送入训练好的卷积神经网络模型中进行特征提取,基于提取的特征对中药材进行分类,输出分类识别结果。本发明有利于提高普通人对药材的识别能力,辅助药材领域专家更准确快速的辨别药材。

    基于微观图象特征的水泥水化仿真及宏观属性预测的方法

    公开(公告)号:CN103345560B

    公开(公告)日:2015-10-28

    申请号:CN201310291886.5

    申请日:2013-07-11

    Applicant: 济南大学

    Inventor: 王琳 杨波

    Abstract: 本发明公开了基于微观图象特征的水泥水化仿真及宏观属性预测的方法,首先采用三维显微计算机断层扫描仪来获取水泥微观结构的演化同时测量其宏观属性。然后采用三维图象特征来描述水泥在每一龄期的微观结构,并利用遗传编程类算法直接建立图象特征与宏观属性间的以动力系统方式描述的动态关系。利用得到的动力系统来模拟水泥水化并预测宏观属性。本发明避免了对水泥的微观图象进行复杂的图象分割与物相分类,也不需要考虑物理及化学知识,从图象本身出发计算三维图象特征,并进一步得到图象特征与宏观属性之间的动态关系,避免了不正确的物相分析与图象分割带来的影响,从而提高对宏观属性的发展变化趋势的预测精度。

Patent Agency Ranking