公开(公告)号：CN119206248A

公开(公告)日：2024-12-27

申请号：CN202411232278.1

申请日：2024-09-04

Applicant: 中南大学

Inventor： 段吉安 ,  仲顺顺 ,  刘晓东 ,  罗定辉 ,  邓楚轩 ,  张帆 ,  马著

IPC: G06V10/44 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供了一种芯片胶点区域的识别方法、终端设备及计算机可读存储介质，属于芯片胶点检测技术领域；包括：建立了基于激光器芯片胶点的LGDT数据集；基于LGDT数据集设计SFEDNet网络，并应用SFEDNet网络对图像的胶点区域进行逐像素分割和标记；所述SFEDNet网络包括基于U‑net模块的空间通道融合模块、两个微弱边缘检测模块以及跳跃连接。本发明中所采用的SFEDNet网络对胶点区域进行精确分割，SFEDNet网络包括基于U‑net模块的空间通道融合模块、两个微弱边缘检测模块以及跳跃连接；首先在U‑net模块的骨干网络中采用空间融合模块实现了网络计算速度的提高和对胶点区域位置的鲁棒识别；然后基于微弱边缘检测模块，实现了胶点区域边缘细节的提取和语义交互。

公开(公告)号：CN118194990B

公开(公告)日：2024-08-06

申请号：CN202410611960.5

申请日：2024-05-17

Applicant: 中南大学

Inventor： 黄金彩 ,  刘晓东 ,  杨柳 ,  龙军

IPC: G06N5/022 ,  G06F40/16 ,  G06F40/30 ,  G06N3/042 ,  G06N3/0464 ,  G06N5/025

Abstract: 本发明涉及自然语言处理技术领域，具体公开了一种论文推荐方法、设备及介质，所述方法包括如下步骤：S1：训练学术预训练模型，得到映射网络，将外部知识库中文本数据传递到映射网络中，获取外部知识库的语义信息；S2：融合外部知识库的语义信息和时序知识图谱的动态演进信息，得到最终实体向量矩阵；S3：将最新时间戳知识图谱输入卷积网络中，得到实体的卷积向量，将卷积向量拼接成最终卷积输出，调用得分函数计算实体和关系之间的得分，基于最终实体向量矩阵和得分计算可能性向量，基于所述可能性向量完成论文推荐。优点是，本发明方法通过注入外部知识库的语义信息用来帮助模型完成推理，减少迭代次数，提高了论文推荐的准确率。

公开(公告)号：CN118194990A

公开(公告)日：2024-06-14

申请号：CN202410611960.5

申请日：2024-05-17

Applicant: 中南大学

Inventor： 黄金彩 ,  刘晓东 ,  杨柳 ,  龙军

IPC: G06N5/022 ,  G06F40/16 ,  G06F40/30 ,  G06N3/042 ,  G06N3/0464 ,  G06N5/025

Abstract: 本发明涉及自然语言处理技术领域，具体公开了一种论文推荐方法、设备及介质，所述方法包括如下步骤：S1：训练学术预训练模型，得到映射网络，将外部知识库中文本数据传递到映射网络中，获取外部知识库的语义信息；S2：融合外部知识库的语义信息和时序知识图谱的动态演进信息，得到最终实体向量矩阵；S3：将最新时间戳知识图谱输入卷积网络中，得到实体的卷积向量，将卷积向量拼接成最终卷积输出，调用得分函数计算实体和关系之间的得分，基于最终实体向量矩阵和得分计算可能性向量，基于所述可能性向量完成论文推荐。优点是，本发明方法通过注入外部知识库的语义信息用来帮助模型完成推理，减少迭代次数，提高了论文推荐的准确率。

公开(公告)号：CN119206248B

公开(公告)日：2025-04-11

申请号：CN202411232278.1

申请日：2024-09-04

Applicant: 中南大学

Inventor： 段吉安 ,  仲顺顺 ,  刘晓东 ,  罗定辉 ,  邓楚轩 ,  张帆 ,  马著

IPC: G06V10/44 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供了一种芯片胶点区域的识别方法、终端设备及计算机可读存储介质，属于芯片胶点检测技术领域；包括：建立了基于激光器芯片胶点的LGDT数据集；基于LGDT数据集设计SFEDNet网络，并应用SFEDNet网络对图像的胶点区域进行逐像素分割和标记；所述SFEDNet网络包括基于U‑net模块的空间通道融合模块、两个微弱边缘检测模块以及跳跃连接。本发明中所采用的SFEDNet网络对胶点区域进行精确分割，SFEDNet网络包括基于U‑net模块的空间通道融合模块、两个微弱边缘检测模块以及跳跃连接；首先在U‑net模块的骨干网络中采用空间融合模块实现了网络计算速度的提高和对胶点区域位置的鲁棒识别；然后基于微弱边缘检测模块，实现了胶点区域边缘细节的提取和语义交互。

公开(公告)号：CN115896652B

公开(公告)日：2024-05-03

申请号：CN202211530648.0

申请日：2022-12-01

Applicant: 中南大学

Inventor： 叶凌英 ,  沈志昕 ,  刘晓东 ,  李俊 ,  邹国童 ,  徐亚琪

IPC: C22F1/04 ,  C21D9/00

Abstract: 本发明属于有色金属加工技术领域，具体涉及一种高应变速率超塑性铝锂合金细晶板材的制备方法，步骤为，将预变形且过时效处理后的铝锂合金板材在270‑330℃℃下保温后，进行轧制，然后冷却；重复上述保温、轧制、冷却操作至少一次，然后对冷却后铝锂合金板材进行冷轧，得到铝锂合金细晶板材；本发明的铝锂合金晶粒较小，板材完好无开裂，具有高应变速率超塑性。

公开(公告)号：CN115896652A

公开(公告)日：2023-04-04

申请号：CN202211530648.0

申请日：2022-12-01

Applicant: 中南大学

Inventor： 叶凌英 ,  沈志昕 ,  刘晓东 ,  李俊 ,  邹国童 ,  徐亚琪

IPC: C22F1/04 ,  C21D9/00

Abstract: 本发明属于有色金属加工技术领域，具体涉及一种高应变速率超塑性铝锂合金细晶板材的制备方法，步骤为，将预变形且过时效处理后的铝锂合金板材在270‑330℃℃下保温后，进行轧制，然后冷却；重复上述保温、轧制、冷却操作至少一次，然后对冷却后铝锂合金板材进行冷轧，得到铝锂合金细晶板材；本发明的铝锂合金晶粒较小，板材完好无开裂，具有高应变速率超塑性。