-
公开(公告)号:CN116630623A
公开(公告)日:2023-08-22
申请号:CN202310581737.6
申请日:2023-05-19
Applicant: 上海交通大学宁波人工智能研究院
IPC: G06V10/26 , G06V10/764 , G06V10/762 , G06V10/77 , G06V10/80 , G06V10/28 , G06V10/40 , G06T7/00 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种面向工业场景的工件点云实例分割方法,涉及3D机器视觉和深度学习技术领域,包括:步骤1、进行图像采集与数据转换,获得工件的点云数据;步骤2、点云预处理,滤除点云数据中的无效点和工作台平面;步骤3、点云标注,对预处理后的点云数据进行实例标注得到标注文件;标注文件和点云数据构成模型训练所需的点云实例分割数据集;步骤4、数据增强;步骤5、点云实例分割模型构建;步骤6、点云实例分割模型训练;步骤7、点云实例分割模型预测,使用训练好的点云实例分割模型进行推理,输入验证集中的数据,输出并显示预测得到的实例类别及点云组成。
-
公开(公告)号:CN112561434A
公开(公告)日:2021-03-26
申请号:CN202011507966.6
申请日:2020-12-18
Applicant: 上海交通大学宁波人工智能研究院
Abstract: 本发明公开了一种基于传统集装箱码头联合调度方法,涉及传统集装箱码头资源分配技术领域,包括如下步骤:S100、建立数学模型,根据生产系统实际情况将调度问题抽象为HFSP,然后进行数学建模;S200、商业求解器求解,当不能满足收敛条件时,执行S300,否则执行S400;S300、启发式算法求解,直到满足迭代次数,执行S400;S400、输出。本发明提高了设备的利用率,减少了对船舶的服务时间,从而提高了港口服务质量。
-
公开(公告)号:CN119359082A
公开(公告)日:2025-01-24
申请号:CN202411433927.4
申请日:2024-10-14
Applicant: 上海交通大学宁波人工智能研究院
IPC: G06Q10/0637 , G06Q40/06 , G06N3/045 , G06N3/092
Abstract: 本发明公开了一种利用强化学习生成非线性协同金融产品alpha因子的方法,涉及金融量化和强化学习领域,所述方法包括:步骤1、输出BEG的token,并将当前环境状态作为特征输入给策略梯度网络,输出下一个token;步骤2、更新当前环境状态,再输入给策略梯度网络,输出下一个token;步骤3、重复步骤2,直至生成一个完整的alpha因子式;步骤4、将完整的alpha因子表达式放入alpha因子池中,分配随机权重;再将alpha因子池中的所有因子输入到非线性神经网络中进行回归训练,确定每个alpha因子的权重;步骤5、组成一个具有协同作用的总的alpha因子,并将互信息系数作为奖励函数;步骤6、根据奖励函数,用蒙特卡洛方法更新策略梯度网络;重复步骤1~5,直到得到一个有效的预测结果。
-
公开(公告)号:CN116604151A
公开(公告)日:2023-08-18
申请号:CN202310575668.8
申请日:2023-05-19
Applicant: 上海交通大学宁波人工智能研究院
Abstract: 本发明公开了一种基于视听双模态的MIG焊焊缝状态监测系统与方法,涉及智能焊接技术领域,包括视听数据采集模块、视听数据处理模块和焊缝熔透状态识别模块。所述方法包括:步骤1、安装同步视听数据采集系统,进行数据采集,得到视听数据;步骤2、数据预处理,对采集的视听数据进行降噪、统一模态和数据标准化的处理;步骤3、搭建基于视听双模态的焊缝熔透状态识别模型;步骤4、训练焊缝熔透状态识别模型,调整和优化网络结构;步骤5、将焊缝熔透状态识别模型部署到工业现场实现实时检测。本发明提供的技术方案做到对焊接过程多源信息的整合和对模态特征的高质量提取,实现更好的焊缝熔透状态识别,大大提高焊接质量监测的效率和准确率。
-
公开(公告)号:CN118485514A
公开(公告)日:2024-08-13
申请号:CN202410599106.1
申请日:2024-05-15
Applicant: 上海交通大学宁波人工智能研究院
IPC: G06Q40/04 , G06N3/0455 , G06N3/0895
Abstract: 本发明公开了一种基于深度学习的期货价格预测系统,涉及深度学习领域以及期货长期价格趋势预测技术领域,包括:行情监控模块,数据处理模块,趋势预测模块和价格信息重建模块,所述行情监控模块、所述数据处理模块、所述趋势预测模块和所述价格信息重建模块依次通信连接。本发明还公开了一种基于深度学习的期货价格预测方法,包括:S100、期货价格信息获取;S200、数据处理;S300、分布映射;S400、训练学习;S500、期货价格预测。本发明提高了期货价格预测模型的性能以及鲁棒性,适用场景广泛灵活,实现了更准确、更有效的期货价格预测。
-
公开(公告)号:CN115238785A
公开(公告)日:2022-10-25
申请号:CN202210848010.5
申请日:2022-07-19
Applicant: 上海交通大学宁波人工智能研究院 , 宁波工业互联网研究院有限公司
Abstract: 本发明公开了一种基于图像融合和集成网络的旋转机械故障诊断方法和系统,涉及故障诊断技术领域,所述故障诊断系统包括:系统启动模块、数据采集模块、数据预处理模块、卷积神经网络训练模块和集成神经网络输出模块。所述故障诊断方法包括:步骤1、安装传感器,在所述旋转机械的旋转轴位置安装若干振动传感器,在所述旋转机械的驱动设备的供电电缆处安装电流传感器;步骤2、采集训练数据;步骤3、数据预处理;步骤4、构建和训练神经网络模型,获得若干所述神经网络模型;步骤5、构建集成网络模型;步骤6、运行所述集成网络模型,将实时数据经过数据预处理得到不同类型的所述融合时频图像输入到相应的所述神经网络模型,输出故障诊断结果。
-
公开(公告)号:CN114359245A
公开(公告)日:2022-04-15
申请号:CN202210021615.7
申请日:2022-01-10
Applicant: 上海交通大学宁波人工智能研究院
Abstract: 本发明公开了一种工业场景下产品表面缺陷检测方法,涉及工业场景下产品表面缺陷检测与机器视觉的技术领域,所述方法包括以下步骤:步骤1、图像采集,获取工业流水线上产品的表面图像;步骤2、图像标注,对所述表面图像进行缺陷标注,得到表面缺陷数据集;步骤3、数据增强,对所述表面缺陷数据集进行数据增强,为以下一种或者若干种数据增强方式的组合,所述数据增强方式包括随机裁剪、随机水平翻转、随机垂直翻转、尺度抖动、颜色抖动、Mosaic或Mixup;步骤4、表面缺陷检测模型构建;步骤5、表面缺陷检测模型训练;步骤6、表面缺陷检测模型预测。
-
-
-
-
-
-