-
公开(公告)号：CN114443954B
公开(公告)日：2024-09-17
申请号：CN202210018292.6
申请日：2022-01-07
Applicant: 中国海洋大学
IPC: G06F16/9535 , G06F16/901 , G06N3/0455 , G06N3/096
Abstract: 本发明公开了基于高阶图结构的一对多跨域推荐方法及系统，该跨域推荐方法在用户和项目嵌入表征过程中，利用高阶图结构建立多个嵌入迁移模块，将密集源域的用户和项目多层次结构化信息用于指导稀疏目标域的用户和项目表征，该方法首先获取源域的带有上下文不变量的用户和项目表征，然后用源域数据训练嵌入迁移模块的嵌入部分，最后，用训练好的嵌入迁移模块的迁移部分拟合目标域的残差层，达到迁移的目标。
-
公开(公告)号：CN118133033A
公开(公告)日：2024-06-04
申请号：CN202311376344.8
申请日：2024-05-09
Applicant: 中国海洋大学
IPC: G06F18/22 , G06F18/23 , G06F18/213 , G06N3/0464 , G06N3/08 , G06F17/16 , G06F17/18
Abstract: 本发明属于故障诊断技术领域，公开了基于相似度量及稀疏聚焦的未知故障检测方法，包括预训练和新类发现两个阶段，预训练阶段用于在滚动轴承的标记数据上成对训练相似性预测网络，其中相似性预测网络即类别差异性特征提取模块Ⅰ包括判别性特征稀疏聚焦模块和孪生网络，类别差异性特征提取模块Ⅰ的输入是成对标记数据，所述成对标记数据是成对相似样本或者成对不相似样本；新类发现阶段用于识别和发现新类：输入数据为不同类别的无标签数据，通过本发明实现无标签故障样本的精准分类。
-
公开(公告)号：CN117113105A
公开(公告)日：2023-11-24
申请号：CN202311327505.4
申请日：2023-10-13
Applicant: 中国海洋大学
IPC: G06F18/22 , G01M13/04 , G06F18/213 , G06N3/0464
Abstract: 本发明属于故障检测技术领域，公开了基于稳态非稳态特征相似性挖掘的轴承未知故障检测方法，包括阶段一、预训练阶段，用于在标记集上训练成对样本数据的相似标签或不相似标签，完成相似性预测网络的训练；阶段二、新类发现阶段，用于识别和发现新类；本发明提出基于差异化诊断的相似性特征提取框架，提供了一种基于相似度度量和差异化的故障诊断方法，并且加入时频注意力机制，将时间和频率两个维度的信息进行整合，提升特征表示的准确性、减弱噪声的影响；使用显著性特征深层融合模块，最大化利用信息，深度挖掘特征间信息关联，提高检测结果准确性。
-
公开(公告)号：CN113505792B
公开(公告)日：2023-10-27
申请号：CN202110739174.X
申请日：2021-06-30
Applicant: 中国海洋大学
IPC: G06V20/70 , G06V20/10 , G06V10/34 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/84 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了面向非均衡遥感图像的多尺度语义分割方法及模型，所述面向非均衡遥感图像的多尺度语义分割模型采用既能学习细粒度局部特征、保留小类别信息、又能学习整个全局上下文语义特征、保留大尺度信息的多层级语义分割网络；整个网络架构分为三层，每层采用不同的网络结构提取不同尺度的特征，输出不同分辨率的分割图像，将这些特征在同一层级采用贝叶斯融合方法进行图像后融合，实现多尺度分割图像信息的融合，实现缺失信息的互补；所述面向非均衡遥感图像的多尺度语义分割方法采用既能使不同类别像素更加分离、又能使相同类别像素更加聚合的优化算法，使得语义分割网络模型在类别不平衡数据上也能实现均匀的分割。
-
公开(公告)号：CN116150635B
公开(公告)日：2023-07-25
申请号：CN202310410207.5
申请日：2023-04-18
Applicant: 中国海洋大学
IPC: G06F18/22 , G01M13/04 , G01M13/045 , G06F18/23 , G06F18/214 , G06F18/2431 , G06N3/0464 , G06N3/09 , G06N3/088 , G06N5/04
Abstract: 本发明属于故障诊断技术领域，公开了基于跨域关联性表示的滚动轴承未知故障检测方法，包括模型初始化阶段和模型聚类阶段，具体的：构建滚动轴承未知故障检测模型，包括因果推理编码器、伪标签生成模块；将滚动轴承数据集划分为类别已知的故障数据集和类别未知的故障数据集及混合数据集；将类别已知的故障数据集送入因果推理编码器进行有监督的训练；将类别已知的故障数据集、类别未知的故障数据集输入到训练好的因果推理编码器，获得预测输出，并将混合数据输入伪标签生成模块生成伪标签；将模型的预测输出和伪标签通过对比损失进行训练；本发明将有监督的特征提取过程应用于无监督的聚类过程，实现故障诊断与新类发现同时考虑。
-
Patent Agency Ranking
公开(公告)号：CN112725347B
公开(公告)日：2022-08-19
申请号：CN202110142976.2
申请日：2021-02-02
Applicant: 中国海洋大学
IPC: C12N15/12 , C12N15/11 , C12Q1/6888 , C12Q1/6879 , C12Q1/686
Abstract: 本发明涉及一段许氏平鲉雄性特异基因序列和伪雌、伪雄鉴定引物及方法；属于分子生物领域，所述雄性特异基因序列如SEQ IP NO.1所示，片段为17307bp，显示出雄性和伪雌特异性扩增。本发明还运用特异基因序列中任何一段序列设计特异性引物、运用PCR扩增技术在雌性个体、雄性个体、伪雄个体和伪雌个体的基因组DNA中进行特异性扩增，从而达到区分许氏平鲉雌、雄、伪雌和伪雄的目的。为降低制种成本、提高许氏平鲉养殖的经济效益、促进许氏平鲉养殖业的可持续发展具有重要意义。
-
公开(公告)号：CN114443954A
公开(公告)日：2022-05-06
申请号：CN202210018292.6
申请日：2022-01-07
Applicant: 中国海洋大学
IPC: G06F16/9535 , G06F16/901 , G06N3/08
Abstract: 本发明公开了基于高阶图结构的一对多跨域推荐方法及系统，该跨域推荐方法在用户和项目嵌入表征过程中，利用高阶图结构建立多个嵌入迁移模块，将密集源域的用户和项目多层次结构化信息用于指导稀疏目标域的用户和项目表征，该方法首先获取源域的带有上下文不变量的用户和项目表征，然后用源域数据训练嵌入迁移模块的嵌入部分，最后，用训练好的嵌入迁移模块的迁移部分拟合目标域的残差层，达到迁移的目标。
-
公开(公告)号：CN113505792A
公开(公告)日：2021-10-15
申请号：CN202110739174.X
申请日：2021-06-30
Applicant: 中国海洋大学
Abstract: 本发明公开了面向非均衡遥感图像的多尺度语义分割方法及模型，所述面向非均衡遥感图像的多尺度语义分割模型采用既能学习细粒度局部特征、保留小类别信息、又能学习整个全局上下文语义特征、保留大尺度信息的多层级语义分割网络；整个网络架构分为三层，每层采用不同的网络结构提取不同尺度的特征，输出不同分辨率的分割图像，将这些特征在同一层级采用贝叶斯融合方法进行图像后融合，实现多尺度分割图像信息的融合，实现缺失信息的互补；所述面向非均衡遥感图像的多尺度语义分割方法采用既能使不同类别像素更加分离、又能使相同类别像素更加聚合的优化算法，使得语义分割网络模型在类别不平衡数据上也能实现均匀的分割。
-
公开(公告)号：CN112725347A
公开(公告)日：2021-04-30
申请号：CN202110142976.2
申请日：2021-02-02
Applicant: 中国海洋大学
IPC: C12N15/12 , C12N15/11 , C12Q1/6888 , C12Q1/6879 , C12Q1/686
Abstract: 本发明涉及一段许氏平鲉雄性特异基因序列和伪雌、伪雄鉴定引物及方法；属于分子生物领域，所述雄性特异基因序列如SEQ IP NO.1所示，片段为17307bp，显示出雄性和伪雌特异性扩增。本发明还运用特异基因序列中任何一段序列设计特异性引物、运用PCR扩增技术在雌性个体、雄性个体、伪雄个体和伪雌个体的基因组DNA中进行特异性扩增，从而达到区分许氏平鲉雌、雄、伪雌和伪雄的目的。为降低制种成本、提高许氏平鲉养殖的经济效益、促进许氏平鲉养殖业的可持续发展具有重要意义。
-
公开(公告)号：CN114429079B
公开(公告)日：2024-09-24
申请号：CN202111660445.9
申请日：2021-12-30
Applicant: 中国海洋大学
IPC: G06F30/27 , G06F30/28 , G06F30/23 , G06N3/045 , G06N3/08 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于双流神经网络的流体动力学过程参数计算方法及应用，该方法先将Burgers方程的真实速度值输入流体动力学过程参数计算模型的双流神经网络，分别预测上风向和下风向的有限差分系数；然后利用多视角空间融合模块将上风向和下风向的有限差分系数融合，并结合每个点处的权重值生成中心点处的有限差分系数，然后计算空间导数和时间导数，进而可通过时间导数值预测速度值。通过本发明的方法提高了差分系数的准确性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.032 seconds)
