-
公开(公告)号：CN117494886A
公开(公告)日：2024-02-02
申请号：CN202311453895.X
申请日：2023-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/04 , G06N3/126
Abstract: 本发明及生产管理技术领域，且公开了一种基于遗传算法的生产排程方法，通过将停工时间(例如工厂日历，即工作日以及休息日的时间安排；机器维护停工时间)考虑在算法内，数据管理模块中订单、加工工艺、加工资源、库存等)情况，并结合相关的参数配置，运用遗传算法，对车间的生产任务自动排程，为车间计划人员每天的作业计划决策提供科学依据，充分考虑机器停工对排程实施过程的影响，使排程结果更贴近现实生产时间点，解决了现有算法只能解决小规模的排程问题，且收敛到最优解较慢，距离实际应用还有较大的问题。
-
公开(公告)号：CN115618724A
公开(公告)日：2023-01-17
申请号：CN202211226319.7
申请日：2022-10-09
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F30/27 , G06F17/18 , G06F18/214 , G06F111/06 , G06F119/02
Abstract: 本发明属于火电机组热工过程非线性系统辨识技术领域，公开了一种热工非线性系统辨识方法、系统、介质、设备及终端，获得用于模型热工非线性系统辨识的样本集，将样本集划分为训练集和测试集两部分；将训练集样本作为模型训练的输入样本，通过模糊宽度学习系统进行训练和推理；通过节点适应度粒子群算法对模糊宽度学习系统的模糊规则Nr、模糊子系统Nf和增强节点Ne三个参数进行搜索；根据测试集样本，利用经过优化搜索的最优模糊宽度学习系统结构进行预测。本发明的计算过程简单高效，能够同时用于神经网络逼近和模糊推理，具有快速确定最优模型结构的优点，有效提升模型非线性系统辨识能力，在非线性系统辨识任务中具有较强的应用价值。
-
公开(公告)号：CN115511910B
公开(公告)日：2024-01-12
申请号：CN202211010630.8
申请日：2022-08-22
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06T7/246
Abstract: 本发明属于计算机视觉技术领域，公开了一种面向视频跟踪的对抗攻击方法、系统、介质、设备及终端，构建时空变换攻击算法，确定时空对抗攻击算法的迭代轮数、扰动的大小以及联合损失函数的平衡系数；将上一帧的跟踪结果输入到时空对抗攻击算法中，每运行一次进行N轮梯度下降迭代，用于生成扰动，并将扰动加到当前帧中；攻击后的视频帧作为跟踪图像输入到跟踪算法中，获取当前帧的跟踪结果，而后迭代运行流程至遍历测试数据集的全部视频序列的全部视频帧；将每一帧的跟踪结果记录保存，并定量分析跟踪精确度和跟踪成功率。本发明提供的对抗攻击方法大幅降低了对抗样本的扰动强度，在可以达到明显的攻击效果的同时，大幅降低了被察觉的可能性。
-
公开(公告)号：CN116721127A
公开(公告)日：2023-09-08
申请号：CN202310530851.6
申请日：2023-05-12
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06T7/246 , G06T5/00 , G06V10/40 , G06V10/764 , G06V10/766 , G06V20/40 , G06N3/094
Abstract: 本发明公开了一种建立噪声环境下对目标精确跟踪网络的方法，包括以下步骤：设置对抗性噪声训练的训练次数，噪声发生器产生噪声的种类和大小，跟踪器损失函数的平衡系数；将一对图片对送入噪声发生器，噪声发生器根据设置的相关参数对图片对加入噪声，处理后的图片对送入骨干网络进行特征提取；将特征提取后得到的响应图进行分类和回归，从而得到当前帧的跟踪结果，而后迭代运行这一流程至遍历测试数据集的全部视频序列的全部视频帧；将每一帧的跟踪结果记录保存，并定量分析跟踪精确度和跟踪成功率。本发明在最大化BCE loss值的条件下，通过训练使最后的跟踪器损失值最小，从而让跟踪器能够在保证对干净视频跟踪效果的同时应对各种噪声环境下的跟踪。
-
公开(公告)号：CN117497032A
公开(公告)日：2024-02-02
申请号：CN202311453893.0
申请日：2023-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G11C29/00
Abstract: 本发明涉及半导体技术领域，且公开了一种基于FPGA的内存修复系统，包括内部存储器，内部存储器用于存储数据，内部存储器包括静态区域、动态区域和存储控制端，缺陷管理控制器，与所述内部存储器连接。该一种基于FPGA的内存修复系统，本发明通过设置缺陷管理控制器，缺陷管理控制器包括可编程逻辑控制端和处理系统控制端，从而实现了可对需要修复的内存进行测试，测试数据确定出现错误的所述目标内存颗粒，修复指令发送给所述可编程逻辑控制端，从而进行精准的修复工作，本发明提高了对内侧修复的效率以及准确率。
-
Patent Agency Ranking
公开(公告)号：CN115511910A
公开(公告)日：2022-12-23
申请号：CN202211010630.8
申请日：2022-08-22
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06T7/246
Abstract: 本发明属于计算机视觉技术领域，公开了一种面向视频跟踪的对抗攻击方法、系统、介质、设备及终端，构建时空变换攻击算法，确定时空对抗攻击算法的迭代轮数、扰动的大小以及联合损失函数的平衡系数；将上一帧的跟踪结果输入到时空对抗攻击算法中，每运行一次进行N轮梯度下降迭代，用于生成扰动，并将扰动加到当前帧中；攻击后的视频帧作为跟踪图像输入到跟踪算法中，获取当前帧的跟踪结果，而后迭代运行流程至遍历测试数据集的全部视频序列的全部视频帧；将每一帧的跟踪结果记录保存，并定量分析跟踪精确度和跟踪成功率。本发明提供的对抗攻击方法大幅降低了对抗样本的扰动强度，在可以达到明显的攻击效果的同时，大幅降低了被察觉的可能性。
-
公开(公告)号：CN116782044A
公开(公告)日：2023-09-19
申请号：CN202310491628.5
申请日：2023-05-05
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种针对两阶段卷积神经网络的视频降噪方法，包括以下步骤：将去噪过程分成两阶段，第一阶段采用盲空间去噪器对不同噪声进行去噪；第二阶段采用时间去噪块进行去噪以减少视频的闪烁情况；在第一阶段，目标是使用一个盲目的空间去噪器对输入帧进行单独去噪；在下一阶段使用时间去噪块前，首先采用光流技术，将相邻的T个帧扭曲到中心帧，然后将2T+1个对齐的帧串联起来，并送入一个时间去噪块进行去噪；对去噪视频重复运行这一流程至遍历测试数据集的全部视频序列的全部视频帧。本发明利用相邻帧的时间信息的时间去噪块，将两个去噪块相结合，可以在去除不同类型的噪声基础上，消除视频闪烁问题，提高去噪视频的质量。
-
公开(公告)号：CN115690444A
公开(公告)日：2023-02-03
申请号：CN202211237887.7
申请日：2022-10-11
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于深度学习的轻量级图像线段提取及描述方法。本发明针对现有基于深度学习的线段检测方法计算量大的问题。采用轻量级骨干网络作为特征提取网络；使用线段提取和描述同步进行的网络架构，共享了大部分网络参数；将两个分支集成进行端到端训练；以起点、中心点和终点作为线段的最小表示，提高后处理速度；本发明在提高速度的同时保证了精度。
-
公开(公告)号：CN117522927A
公开(公告)日：2024-02-06
申请号：CN202311461840.3
申请日：2023-11-03
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了基于仿生视觉常识目标跟踪方法，包括以下步骤：S1：色调的适应，通过对周边环境进行感应，并对应调节适应的传感器，对周边环境进行适应；S2：视觉的切换：通过对周边视觉的感应后，将数据反馈给控制中心，控制中心对视觉模式进行切换；本发明通过先对周边环境进行感应，并对应周边环境反馈出相应的模式，利于对目标进行追踪和锁定，且通过对目标的性质进行区分，方便对不同的目标进行精确分析，易于区分、记录和统计，而数据的整合是对众多目标物中的相似数据进行归纳，并进行比较，数据真实且多样，便于应用更多领域，解决了现有技术中，无法先对周边环境进行感应，且未对目标物进行区分，未对记录的数据进行整合和对比的问题。
-
公开(公告)号：CN117496121A
公开(公告)日：2024-02-02
申请号：CN202311454281.3
申请日：2023-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V10/25 , G06V10/10 , G06V10/46 , G06V10/774 , G06V10/80 , G06V10/82 , G06T3/4053 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于协同显著性的视觉小目标检测方法，首先进行图像信息的学习，摄像机预先拍摄多组待观察目标的照片，并使每一组的拍摄处于离目标位置不同距离的直线上，同时确保每一组相机所处的距离差相同，输入至学习算法网络中；本发明将自然场景中的小目标进行集中收集，并通过相应的神经网络进行学习，对待测目标进行注意力集中判断，辅助远距离目标的图像清晰化描边，使得在视觉追踪任务下，能够以最快的速度确定待观测目标；同时又借助神经网络对待测目标不同方位的学习，生成不同方位的目标图数据库，配合算法进行特征识别，筛除目标物的复杂背景，判断某个特定方位下，某种形状为待测目标的可能性，并对其进行有效检测。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.024 seconds)
