-
公开(公告)号：CN113959979B
公开(公告)日：2022-07-29
申请号：CN202111268716.6
申请日：2021-10-29
Applicant: 燕山大学
IPC: G01N21/359 , G06N3/04
Abstract: 本发明涉及基于深度Bi‑LSTM网络的近红外光谱模型迁移方法，属于近红外模型转移技术领域，包括获取源域和目标域光谱数据；对源域光谱数据进行数据增强；对源域和目标域光谱数据预处理；将源域和目标域光谱数据划分；设计Bi‑LSTM网络结构；使用源域光谱数据训练Bi‑LSTM网络结构；提取所有Bi‑LSTM层，并加入全连接层构成神经网络；使用目标域校正集和验证集近红外光谱数据训练全连接层并更新神经网络各层间的权重与偏差；使用目标域预测集近红外光谱数据测试迁移模型，评估模型迁移效果和抗噪能力。本发明实现从目标域定量模型向源域定量模型的迁移，节约了大量重建模型的时间且保持了较高精度的预测。
-
公开(公告)号：CN113467238A
公开(公告)日：2021-10-01
申请号：CN202110721620.4
申请日：2021-06-28
Applicant: 燕山大学
IPC: G05B13/04
Abstract: 本发明提供了一种智慧旱雪场的浇水控制方法，该智慧旱雪场的滑雪跑道上分布有湿度传感器阵列；该方法包括：基于湿度传感器阵列，采用插值方法建立旱雪场的三维数学模型；针对三维数学模型，在有约束的条件下，采用粒子群算法确定需浇水区域的全局最优解；基于需浇水区域，确定干燥梯度图；将干燥梯度图的中心作为浇水中心，以中心为圆心画最小圆，使其包含所有的干燥部分，将最小圆的半径作为浇水半径；按照浇水中心和浇水半径控制喷头对旱雪场洒水。本发明中，基于传感器阵列建模、利用人工智能算法求解洒水区域以及洒水量，从而达到时刻保持旱雪场滑道的湿度，提高滑道的使用寿命并且使滑道的湿度可控，使滑道难度调节更灵活。
-
公开(公告)号：CN115861679A
公开(公告)日：2023-03-28
申请号：CN202211417085.4
申请日：2022-11-11
Applicant: 燕山大学
IPC: G06V10/764 , G06V10/82 , G06N20/00 , G06N3/08 , G06V10/40 , G06V10/84 , G06V10/774 , G06V10/24 , G06V10/74 , G06N3/0464
Abstract: 本发明公开了一种结合马尔科夫转移场（Markov transfer field，MTF）和迁移学习的近红外定量建模方法，包括近红外光谱基线漂移校正；对近红外光谱数据增强；对数据集进行划分；结合马尔科夫转移场将一维光谱转换为二维光谱图像；将深度神经网络从图像分类任务修改为定量回归；对回归任务下的深度神经网络模型进行迁移学习来获得近红外定量网络模型。本发明首次将一维近红外光谱转换为MTF图像后，结合迁移学习训练获得特定任务下的预测精度高的近红外定量预测模型。
-
公开(公告)号：CN115524306A
公开(公告)日：2022-12-27
申请号：CN202211071574.9
申请日：2022-09-02
Applicant: 燕山大学
IPC: G01N21/359 , G01N21/01 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种仪器间的近红外深度神经网络模型转移方法，包括用多台不同型号便携式可见近红外光谱仪测定待测物质的近红外光谱；将多台不同型号便携式可见近红外光谱仪的近红外光谱的波长范围和分辨率统一；对多台不同型号便携式可见近红外光谱仪的近红外光谱做预处理；对多台不同型号便携式可见近红外光谱仪的近红外光谱划分数据集；开发主型号光谱仪的1D‑Inception‑Resnet定量网络；用不同从型号光谱仪数据调整主型号光谱仪的网络参数；使用不同从型号光谱仪数据验证校正模型；本发明可将主仪器的1D‑Inception‑Resnet网络模型校正转移到从光谱仪上，修复对从光谱仪采集光谱的预测。
-
Patent Agency Ranking
公开(公告)号：CN114943683B
公开(公告)日：2024-08-02
申请号：CN202210290195.2
申请日：2022-03-23
Applicant: 燕山大学
IPC: G06T7/00 , G06V10/22 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进的YOLOv5s的塑料表面缺陷检测方法，属于塑料表面缺陷检测领域，包括以下步骤：采集塑料表面缺陷数据集；对塑料表面缺陷数据集进行预处理及标注后，将塑料表面缺陷数据集划分为用于训练的训练集、用于验证的验证集以及用于测试的测试集；搭建YOLOv5s网络结构模型，对YOLOv5s网络结构模型进行改进，得到改进的YOLOv5s网络结构模型；使用训练集对改进的YOLOv5s网络模型进行训练，得到塑料表面缺陷检测模型；利用塑料表面缺陷检测模型，对所述测试集进行测试。本发明通过在YOLOv5s网络结构的骨干网络中加入CA注意力机制，实现塑料表面缺陷检测的检测效率与精度的显著提高。
-
公开(公告)号：CN113467238B
公开(公告)日：2023-03-21
申请号：CN202110721620.4
申请日：2021-06-28
Applicant: 燕山大学
IPC: G05B13/04
Abstract: 本发明提供了一种智慧旱雪场的浇水控制方法，该智慧旱雪场的滑雪跑道上分布有湿度传感器阵列；该方法包括：基于湿度传感器阵列，采用插值方法建立旱雪场的三维数学模型；针对三维数学模型，在有约束的条件下，采用粒子群算法确定需浇水区域的全局最优解；基于需浇水区域，确定干燥梯度图；将干燥梯度图的中心作为浇水中心，以中心为圆心画最小圆，使其包含所有的干燥部分，将最小圆的半径作为浇水半径；按照浇水中心和浇水半径控制喷头对旱雪场洒水。本发明中，基于传感器阵列建模、利用人工智能算法求解洒水区域以及洒水量，从而达到时刻保持旱雪场滑道的湿度，提高滑道的使用寿命并且使滑道的湿度可控，使滑道难度调节更灵活。
-
公开(公告)号：CN115100734A
公开(公告)日：2022-09-23
申请号：CN202210519177.7
申请日：2022-05-12
Applicant: 燕山大学
Abstract: 本发明提供基于openpose的滑雪场危险动作识别方法及系统，属于运动分析技术领域，包括：获取在滑雪场上人的动作视频，对视频进行分帧处理，得到视频帧；通过openpose模型对视频帧进行分析，得到视频帧的关键信息；判断关键信息是否条件成立，若是，则为发生危险动作，否则未发生；减少受伤人员等待救助的时间，降低由于等待时间过长而造成的二次伤害。
-
公开(公告)号：CN114943683A
公开(公告)日：2022-08-26
申请号：CN202210290195.2
申请日：2022-03-23
Applicant: 燕山大学
Abstract: 本发明公开了一种基于改进的YOLOv5s的塑料表面缺陷检测方法，属于塑料表面缺陷检测领域，包括以下步骤：采集塑料表面缺陷数据集；对塑料表面缺陷数据集进行预处理及标注后，将塑料表面缺陷数据集划分为用于训练的训练集、用于验证的验证集以及用于测试的测试集；搭建YOLOv5s网络结构模型，对YOLOv5s网络结构模型进行改进，得到改进的YOLOv5s网络结构模型；使用训练集对改进的YOLOv5s网络模型进行训练，得到塑料表面缺陷检测模型；利用塑料表面缺陷检测模型，对所述测试集进行测试。本发明通过在YOLOv5s网络结构的骨干网络中加入CA注意力机制，实现塑料表面缺陷检测的检测效率与精度的显著提高。
-
公开(公告)号：CN113959979A
公开(公告)日：2022-01-21
申请号：CN202111268716.6
申请日：2021-10-29
Applicant: 燕山大学
IPC: G01N21/359 , G06N3/04
Abstract: 本发明涉及基于深度Bi‑LSTM网络的近红外光谱模型迁移方法，属于近红外模型转移技术领域，包括获取源域和目标域光谱数据；对源域光谱数据进行数据增强；对源域和目标域光谱数据预处理；将源域和目标域光谱数据划分；设计Bi‑LSTM网络结构；使用源域光谱数据训练Bi‑LSTM网络结构；提取所有Bi‑LSTM层，并加入全连接层构成神经网络；使用目标域校正集和验证集近红外光谱数据训练全连接层并更新神经网络各层间的权重与偏差；使用目标域预测集近红外光谱数据测试迁移模型，评估模型迁移效果和抗噪能力。本发明实现从目标域定量模型向源域定量模型的迁移，节约了大量重建模型的时间且保持了较高精度的预测。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
