-
公开(公告)号:CN119515789A
公开(公告)日:2025-02-25
申请号:CN202411509073.3
申请日:2024-10-28
Applicant: 南通大学
IPC: G06T7/00 , G06T5/50 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于改进型SSD算法的钢缆表面缺陷检测方法,包括步骤:S1、构建钢缆表面缺陷数据集,包括若干钢缆图像、以及钢缆图像对应的缺陷类别。S2、构建钢缆表面缺陷检测神经网络,利用数据集对钢缆表面缺陷检测神经网络训练,得到钢缆表面缺陷检测模型;钢缆表面缺陷检测神经网络基于SSD网络构建,引入RestNet18作为SSD网络的骨干、单向特征融合块和改进的CBAM注意力模块、同时将Focalloss作为损失函数。S3、实时采集钢缆图像,输入至钢缆表面缺陷检测模型,获得对应的缺陷类别。本发明的一种基于改进型SSD算法的钢缆表面缺陷检测方法能够有效提升钢缆生产效率,降低人工成本。
-
公开(公告)号:CN117094829A
公开(公告)日:2023-11-21
申请号:CN202311003885.6
申请日:2023-08-10
Applicant: 南通先进通信技术研究院有限公司 , 南通大学
IPC: G06Q40/06 , G06Q10/0635
Abstract: 本发明属于金融投资决策方法技术领域,具体涉及基于SVM算法的金融市场投资组合选择及风险预测方法。本发明结合SVM算法,并以股票数据集为样本,对基于SVM算法的投资组合策略的风险收益及风险预测效果进行了分析。本发明与传统的指数型基金投资策略相比,投资组合策略的抗风险能力得到了显著提升,其风险收益也稳定在较高的水平范围。且在SVM算法支持下,金融市场的风险预测误差水平也保持在较低的水平范围内。从现实应用来看,基于SVM算法的金融市场投资组合选择及风险预测具有较强的可行性。
-