公开(公告)号：CN117077819A

公开(公告)日：2023-11-17

申请号：CN202311106497.0

申请日：2023-08-30

Applicant: 福州大学

Inventor： 陈爱华 ,  郑金洪 ,  黄健萌 ,  占沛远 ,  范贵源 ,  张传琦 ,  何惺

IPC: G06N20/10 ,  G06N3/006 ,  G06F18/214 ,  G06F18/21 ,  G06F18/27 ,  G01N33/18

Abstract: 本发明提出一种水质预测方法，所述方法利用回归型支持向量机SVR算法来预测水中的溶解氧，通过人工免疫算法AIA来优化回归型支持向量机SVR中的参数C和参数g以减少人为因素的主观影响并提高支持向量机的泛用性和性能，所述方法将向量机模型的输出与各类水质参数进行相关性计算，选出相关性系数较高的水质参数作为模型的输入，以提升算法的准确性；本发明的预测值更接近真实值，性能更优越。改进后的算法可用于溶解氧的早期预报。

公开(公告)号：CN118967611A

公开(公告)日：2024-11-15

申请号：CN202411025582.9

申请日：2024-07-30

Applicant: 福州大学

Inventor： 陈爱华 ,  占沛远 ,  范贵源 ,  何惺 ,  黄健萌

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764

Abstract: 本发明还提供了一种焊缝缺陷检测方法，包括以下步骤：步骤1；收集焊缝缺陷图片，制作数据集并进行预处理，按照8：1：1划分为训练集、验证集和测试集；步骤2；搭建GED_YOLOv5模型；步骤3；将数据集加入模型，开始训练；步骤4；将模型进行结构重参数化，并测试集加入模型中，测试模型性能；步骤5；利用最终的GED_YOLOv5模型进行焊缝缺陷检测；应用本技术方案能够对各类缺陷的检测效果也得到了极大的改善。

公开(公告)号：CN118781328A

公开(公告)日：2024-10-15

申请号：CN202410934491.0

申请日：2024-07-12

Applicant: 福州大学

Inventor： 陈爱华 ,  何惺 ,  范贵源 ,  占沛远 ,  黄健萌

IPC: G06V10/25 ,  G06N3/0464 ,  G06V10/82 ,  G06N3/08

Abstract: 本发明提供一种桥梁病害检测方法，对用于桥梁病害检测的CRO‑YOLOv5目标检测模型进行训练；所述CRO‑YOLOv5目标检测模型基于YOLOv5模型，采用C2f_RepGhost模块替换YOLOv5 Backbone中的C3模块；将YOLOv5 Neck中的C3模块替换为C3_Res2Block模块；采用全维动态卷积ODConv替换YOLOv5 Neck中最后一个Conv；并通过使用NWD距离以代替IoU优化损失函数；将训练好的模型进行结构重参数化；遍历模型中RepGhost Bottleneck模块，将其中的DWConv和BN融合为一个DWConv；利用最终得到的CRO‑YOLOv5模型进行桥梁病害检测。