公开(公告)号：CN114840141A

公开(公告)日：2022-08-02

申请号：CN202210385714.3

申请日：2022-04-13

Applicant: 燕山大学

Inventor： 赵新秋 ,  吕桐 ,  杨贵翔 ,  孙海涛

IPC: G06F3/06 ,  G06N3/00

Abstract: 本发明涉及一种基于平均认知策略的双档案存储的人工蜂群算法，属于人工智能技术领域，包括：初始化算法参数；随机生成初始种群，利用非支配排序选出外部档案与个体档案中的个体；计算平均认知位置；雇佣蜂对邻域进行搜索，对外部档案及个体档案更新；跟随蜂阶段通过轮盘对赌选择蜜源，对蜜源进行邻域搜索，对外部档案及个体档案更新；若一个食物源在经过最大限制次数迭代后，蜜源若未得到更新，雇佣蜂转为侦查蜂，搜索新蜜源代替原有蜜源；判断评估次数≥Maxfes，若是，则输出最优解；否则，转至步骤四。本发明增加了变量空间上的优势个体存储档案，对种群进化过程中产生的有益信息进行了充分利用，提高了算法的进化速度与寻优精度。

公开(公告)号：CN118172686A

公开(公告)日：2024-06-11

申请号：CN202410286922.7

申请日：2024-03-13

Applicant: 燕山大学

Inventor： 赵新秋 ,  杨文龙

IPC: G06V20/17 ,  G06V20/52 ,  G06V10/25 ,  G06V10/40 ,  G06V10/42 ,  G06V10/44 ,  G06V10/762 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于yolov5的森林火灾检测优化方法，属于图像处理领域的目标检测领域，该方法包括以下步骤：首先，本发明设计了一种联合级联金字塔特征提取和MobileNetv3的主干网络，用于提高对森林多尺度目标的检测效率，进而加快网络的训练速度。其次，本发明设计了一种卷积结构将可变形卷积插入到MobileNetv3中的bneck块使得整个检测网络精度有所提升，对于复杂背景下形态多样的火灾和烟雾的检测精度有效提升，同时检测速度也能达到实时检测的要求。

公开(公告)号：CN116071610A

公开(公告)日：2023-05-05

申请号：CN202310160753.8

申请日：2023-02-24

Applicant: 燕山大学

Inventor： 赵新秋 ,  孙海涛

IPC: G06V10/77 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了基于增强的Yolov4‑tiny算法的船舶检测方法，属于船舶信息检测技术领域，包括以Yolov4‑tiny网络为基本模型，构建改进的Yolov4‑tiny网络模型；具体包括：以Darknet53‑tiny为主干特征提取网络，将改进的三维BiFPN结构作为特征增强部分；增加一个目标检测头部网络；采用Soft‑NMS算法剔除冗余的检测框，使用Pytorch框架实现；将采集的SSDD数据集输入改进的网络模型中，进行迭代训练，直到分类网络收敛；使用测试集样本输入训练好的改进的网络模型中，输出结果，并查看检测到的船舶效果图。本发明能够提升船舶检测能力，有效减少错检、漏检情况的发生。

公开(公告)号：CN115797413A

公开(公告)日：2023-03-14

申请号：CN202211448150.X

申请日：2022-11-18

Applicant: 燕山大学

Inventor： 赵新秋 ,  杨贵翔

IPC: G06T7/292 ,  G06T7/277 ,  G06V10/42

Abstract: 本发明公开了一种基于通道注意力和三分化目标匹配的多目标跟踪方法，涉及图像处理领域的多目标跟踪领域，不同于大多数多目标跟踪模型中仅对高得分目标进行轨迹关联以及特征匹配，本发明以一种三分化目标得分的方法来对高得分目标、轻微遮挡的中得分目标以及中度和重度遮挡的低得分目标通过不同的阈值下的运动特征及表观特征的双重关联方式达到准确有效的特征关联，解决了ByteTrack方法中因未加入表观特征匹配而带来的身份切换问题，并且本发明在主干网络中加入了便于多尺度特征提取的PSA通道注意力模块，在维持目标连续性的前提下减少了训练时长。

公开(公告)号：CN104985003A

公开(公告)日：2015-10-21

申请号：CN201510299592.6

申请日：2015-06-03

Applicant: 燕山大学

Inventor： 赵新秋 ,  韩伟 ,  王茜 ,  孟庆刚 ,  贾林 ,  车海军

IPC: B21B37/00

CPC classification number: B21B37/00

Abstract: 一种基于数据驱动的轧制过程打滑诊断及预测的方法，利用正常轧制状态下的正常数据进行非线性分析，抽取核主元信息，建立核主元模型。将测试数据映射到核主元模型，检验测试数据的统计量T2和SPE是否超过控制限，判断轧机是否存在打滑故障。如果存在打滑故障，利用贡献图法对变量进行故障分离，准确判断打滑原因，修改相应轧制参数设定值，避免打滑现象的发生。本发明方法可在线监测轧制过程打滑故障的发生，还可对预设定的轧制规程进行诊断。