仿齿线圈感应热响应的齿轮裂纹内外深度检测方法及系统

    公开(公告)号:CN119146912B

    公开(公告)日:2025-03-25

    申请号:CN202411428049.7

    申请日:2024-10-14

    Applicant: 无锡学院

    Abstract: 本发明提供仿齿线圈感应热响应的齿轮裂纹内外深度检测方法及系统,涉及图像检测领域。本方法采用设计的仿齿形线圈对齿轮槽实施电磁激励,在齿轮表面和近表面形成具有曲面形状特征的相对均匀感应电流。涡电流在齿轮内产生运动,当缺陷深度变化时,电流的运动发生相应改变,使得缺陷周围的温度与其他区域形成温差。热云图随缺陷深度增加而越加明显,缺陷中部云图温度特征点与深度有较高的正比匹配。对于齿轮内裂纹,在埋藏深度较浅时可以获取缺陷位置及形态,且在一定范围内埋藏深度与缺陷处齿面温度呈定量关系。本发明揭示感应涡电流热响应与齿轮内外裂纹的内在联系,构建裂纹深度的特征表征方法和参数,在工业零部件缺陷检测领域有着重要作用。

    一种基于自编码器的非负表示分类方法及系统

    公开(公告)号:CN119251551A

    公开(公告)日:2025-01-03

    申请号:CN202411250365.X

    申请日:2024-09-06

    Applicant: 无锡学院

    Abstract: 本发明公开了一种基于自编码器的非负表示分类方法及系统,涉及图像模式分类的技术领域。所述方法包括以下步骤:获取用于图像分类的测试样本与训练样本集,并对所述训练样本集进行预处理;根据预处理后的训练样本集,提取测试样本在训练样本集上的表示系数与映射矩阵;基于所述表示系数与映射矩阵对测试样本进行分类,得到测试样本被识别为最小残差对应的类别。通过本申请所提供的方法与系统,能够同时约束子空间竞争表示项和类别表示向量,增加各类别表示向量的贡献,并且能够有效将低维非线性数据映射到高维空间,确保样本在高维特征空间中具有线性结构,有效完成对各种图像分类任务并提高图像分类的准确率。

    一种基于竞争和非负表示的分类方法及分类器

    公开(公告)号:CN119810563A

    公开(公告)日:2025-04-11

    申请号:CN202510043757.7

    申请日:2025-01-10

    Applicant: 无锡学院

    Abstract: 本发明提供一种基于竞争和非负表示的分类方法及分类器,方法包括:获取训练样本集和测试样本;对训练样本集中的训练样本进行归一化处理;利用预设的Co‑NRC目标函数求解测试样本在归一化后的训练样本集上的表示系数;计算测试样本在归一化后的训练样本集中每个类别上的残差;根据残差进行分类,将测试样本识别为最小残差对应的类别;本发明在NRC的基础上引入了一个类竞争约束正则项,竞争约束可以创造一个激烈的竞争环境,让所有类都竞争的表示测试样本,在非负约束的基础上进一步地惩罚异质样本,使同质样本的表示贡献更大,有效地提升了分类准确率;本发明可以广泛运用于人脸识别、对象分类、视觉跟踪等任务,具有良好的应用前景。

    一种用于半导体电池片加工的串焊机

    公开(公告)号:CN118492723B

    公开(公告)日:2024-11-01

    申请号:CN202410781528.0

    申请日:2024-06-18

    Abstract: 本发明涉及串焊机技术领域,具体公开了一种用于半导体电池片加工的串焊机,包括串焊机主体以及焊接平台;还包括焊接头;收集盒,收集盒位于焊接头外侧,收集盒底部开设有多个连通孔,连通孔位于焊接头外侧;收集机构,收集机构与收集盒连接,此用于半导体电池片加工的串焊机,通过设置的收集机构能够抽取收集盒内的空气,使得收集盒内产生负压,从而利用焊接头外侧的连通孔吸取焊接头周围的空气,同时收集机构还会在串焊机主体每次带动焊接头上升复位时,都对焊接头表面进行吹气,以配合将焊接头表面新沾附的氧化物进行清理,通过每次焊接头焊接一次后,都对焊接头表面进行吹气清理,减轻工作人员工作量,提高串焊机主体的焊接效率。

    基于MCA注意力机制高效网络的遥感图像场景分类方法

    公开(公告)号:CN118918372A

    公开(公告)日:2024-11-08

    申请号:CN202410971507.5

    申请日:2024-07-19

    Applicant: 无锡学院

    Abstract: 本发明公开了一种基于MCA注意力机制高效网络的遥感图像场景分类方法,该方法包括:获取遥感图像数据集并按比例划分为训练样本和测试样本;对遥感图像数据集进行预处理;构建MCA注意力模块;构建MCA‑EfficientNet B0网络模型;在MCA‑EfficientNet B0中加载ImageNet1K数据集上的预训练权重,然后将训练样本输入到网络模型中,通过反向传播算法不断优化带权重的交叉熵损失函数,调整网络参数,最后得到训练好的网络模型;将测试样本输入到训练好的网络模型中,得到遥感图像场景分类结果;与传统方法相比,本发明保持了较低的参数量和计算量,同时有着较好的遥感图像场景分类准确率。

    一种基于局部约束鉴别性非负表示的分类方法及分类器

    公开(公告)号:CN117611921A

    公开(公告)日:2024-02-27

    申请号:CN202311795989.5

    申请日:2023-12-22

    Applicant: 无锡学院

    Abstract: 本发明公开了一种基于局部约束鉴别性非负表示的分类方法及分类器,包括以下步骤:S1、获取测试样本和训练样本集,所述训练样本集的样本总类别数为K,所述训练样本集的训练样本总数为n;S2、对所述训练样本集中的样本进行归一化处理;S3、使用交替方向乘子法求解所述测试样本在所述训练样本集上的表示系数;S4、计算所述测试样本在所述训练样本集的每个类别上的残差;S5、根据残差进行分类,将所述测试样本识别为最小残差对应的类别。本发明通过充分考虑标签信息,直接约束表示分量而不是表示系数,架起了表示和识别阶段的桥梁;本发明可以有效处理人脸图像中的结构噪声,在识别口罩、围巾、太阳镜遮挡等人脸图像时仍能够保持较高的准确率。

    仿齿线圈感应热响应的齿轮裂纹内外深度检测方法及系统

    公开(公告)号:CN119146912A

    公开(公告)日:2024-12-17

    申请号:CN202411428049.7

    申请日:2024-10-14

    Applicant: 无锡学院

    Abstract: 本发明提供仿齿线圈感应热响应的齿轮裂纹内外深度检测方法及系统,涉及图像检测领域。本方法采用设计的仿齿形线圈对齿轮槽实施电磁激励,在齿轮表面和近表面形成具有曲面形状特征的相对均匀感应电流。涡电流在齿轮内产生运动,当缺陷深度变化时,电流的运动发生相应改变,使得缺陷周围的温度与其他区域形成温差。热云图随缺陷深度增加而越加明显,缺陷中部云图温度特征点与深度有较高的正比匹配。对于齿轮内裂纹,在埋藏深度较浅时可以获取缺陷位置及形态,且在一定范围内埋藏深度与缺陷处齿面温度呈定量关系。本发明揭示感应涡电流热响应与齿轮内外裂纹的内在联系,构建裂纹深度的特征表征方法和参数,在工业零部件缺陷检测领域有着重要作用。

    一种用于半导体电池片加工的串焊机

    公开(公告)号:CN118492723A

    公开(公告)日:2024-08-16

    申请号:CN202410781528.0

    申请日:2024-06-18

    Abstract: 本发明涉及串焊机技术领域,具体公开了一种用于半导体电池片加工的串焊机,包括串焊机主体以及焊接平台;还包括焊接头;收集盒,收集盒位于焊接头外侧,收集盒底部开设有多个连通孔,连通孔位于焊接头外侧;收集机构,收集机构与收集盒连接,此用于半导体电池片加工的串焊机,通过设置的收集机构能够抽取收集盒内的空气,使得收集盒内产生负压,从而利用焊接头外侧的连通孔吸取焊接头周围的空气,同时收集机构还会在串焊机主体每次带动焊接头上升复位时,都对焊接头表面进行吹气,以配合将焊接头表面新沾附的氧化物进行清理,通过每次焊接头焊接一次后,都对焊接头表面进行吹气清理,减轻工作人员工作量,提高串焊机主体的焊接效率。

    一种基于仿射局部敏感的非负表示分类方法及装置

    公开(公告)号:CN119807932A

    公开(公告)日:2025-04-11

    申请号:CN202510163163.X

    申请日:2025-02-14

    Applicant: 无锡学院

    Abstract: 本发明公开一种基于仿射局部敏感的非负表示分类方法及装置,所述方法包括以下步骤:获取对照样本集,并对所述对照样本集进行预处理,得到对照集;其中,所述对照集中的对照样本分别属于若干个不同的样本类别;通过求解预设目标函数,得到待分类样本在所述对照集上的编码向量;其中,所述预设目标函数中包括局部约束矩阵;根据所述编码向量,计算所述待分类样本与各所述样本类别之间的残差,并根据所述残差,确定所述待分类样本对应的所述样本类别。本发明能够提高非负表示分类器的分类效率。

    一种基于柔性因子的竞争非负表示分类方法及系统

    公开(公告)号:CN119152257A

    公开(公告)日:2024-12-17

    申请号:CN202411180098.3

    申请日:2024-08-27

    Applicant: 无锡学院

    Abstract: 本发明公开了一种基于柔性因子的竞争非负表示分类方法及系统,涉及图像模式分类的技术领域。所述方法包括以下步骤:获取用于图像模式分类的测试样本与训练样本集,并对所述训练样本集中的样本进行预处理;基于预处理后的训练样本集,计算测试样本在训练样本集上的表示系数;基于所述表示系数对测试样本进行分类,得到测试样本被识别为最小残差对应的类别。通过本发明所提供的方法与系统,能够同时约束子空间竞争表示项和类别表示向量,增加各类别表示向量的贡献,基于所述表示系数对测试样本进行分类,得到测试样本被识别为最小残差对应的类别,有效完成对各种图像分类任务并提高图像分类的准确率。

Patent Agency Ranking