-
公开(公告)号：CN118967690A
公开(公告)日：2024-11-15
申请号：CN202411449342.1
申请日：2024-10-17
Applicant: 无锡学院
IPC: G06T7/00 , G06N3/0455 , G06N3/084 , G06N3/0895 , G06N3/0985 , G06T5/70 , G06T7/13 , G06V10/74 , G01N21/88
Abstract: 本发明公开了一种基于深度对比学习的缺陷检测方法，涉及计算机视觉技术领域，包括，获取工业工件的原始图像数据，并进行归一化、去噪、裁剪及尺寸调整，形成标准化图像数据；将标准化图像数据输入到基于Transformer的深度对比学习模型中，输出工件图像的全局特征向量；将优化后的正负样本对输入到元学习单元中，通过元学习机制对深度对比学习模型进行快速适应训练；将经过训练的对比学习模型应用于实时缺陷检测中，对新输入的工件图像进行缺陷判断，输出工件的缺陷检测结果。本发明提升了缺陷检测的准确性，同时大幅降低了训练时间和数据需求，显著改善了现有技术在小样本环境中的局限性。
-
公开(公告)号：CN118863530A
公开(公告)日：2024-10-29
申请号：CN202410900281.X
申请日：2024-07-05
Applicant: 无锡学院
IPC: G06Q10/0635 , G06Q50/04 , G06F18/27
Abstract: 本发明涉及工业互联网技术领域，尤其涉及一种基于工业互联网数据平台的数据处理方法。所述方法包括以下步骤：利用工业互联网数据平台进行工业生产脉络处理，生成实时工业生产脉络数据；根据实时工业生产脉络数据构建生产过程约束知识图谱；利用生产过程约束知识图谱进行订单优先级匹配，生成订单优先级分配数据；根据订单优先级分配数据进行生产计划冲突检测，得到子任务生产冲突数据；根据子任务生产冲突数据进行柔性调度处理，生成无冲突生产子任务网络数据；根据无冲突生产子任务网络数据进行关键任务路径链识别，得到最终生产计划方案数据。本发明通过柔性调度任务链，消除了生产计划中的冲突，显著提高了生产效率。
-
公开(公告)号：CN118861458A
公开(公告)日：2024-10-29
申请号：CN202410926041.7
申请日：2024-07-11
Applicant: 无锡学院
IPC: G06F16/957 , G06F16/9532 , G06F16/9535 , G06F16/951
Abstract: 本发明涉及工业互联网技术领域，尤其涉及一种用于工业互联网应用的可视化定制方法、系统及储存介质。所述方法包括以下步骤：对目标生产流程文档数据进行流程元数据聚合处理，得到工业生产流程元数据；基于工业生产流程元数据进行多粒度分层抽象处理，生成动态视图抽象树数据；根据动态视图抽象树数据进行空间视图布局处理，生成初始视图布局数据；对初始视图布局数据进行布局适应性优化，并进行实时数据注入，生成可视化生产流程数据；对可视化生产流程数据进行用户风格定制处理，得到可视化生产流程定制实例数据。本发明通过对工业生产流程进行多粒度的分层抽象处理，实现了高度定制化的可视化生产流程。
-
Patent Agency Ranking
公开(公告)号：CN119359702A
公开(公告)日：2025-01-24
申请号：CN202411896705.6
申请日：2024-12-23
Applicant: 无锡学院
Abstract: 一种轻量化的晶圆缺陷检测方法，涉及深度学习和缺陷检测技术领域。为解决现有技术中，现有的晶圆缺陷检测方法存在计算量和内存消耗过大、特征提取效率不足和缺陷检测难以保证精度的技术问题，本发明提供的技术方案包括：获取包含晶圆缺陷的图像数据集，并预处理；使用优化后的YOLOv8模型进行特征提取，模型包括主干网络、颈部网络和检测模块；在主干网络中对图像集进行特征提取；在颈部网络中使进行特征融合；在检测模块中使用损失函数进行边界框回归；根据模型的输出结果，识别图像中的缺陷位置和类型。适合应用于晶圆缺陷检测的工作中。
-
公开(公告)号：CN118967690B
公开(公告)日：2025-01-24
申请号：CN202411449342.1
申请日：2024-10-17
Applicant: 无锡学院
IPC: G06T7/00 , G06N3/0455 , G06N3/084 , G06N3/0895 , G06N3/0985 , G06T5/70 , G06T7/13 , G06V10/74 , G01N21/88
Abstract: 本发明公开了一种基于深度对比学习的缺陷检测方法，涉及计算机视觉技术领域，包括，获取工业工件的原始图像数据，并进行归一化、去噪、裁剪及尺寸调整，形成标准化图像数据；将标准化图像数据输入到基于Transformer的深度对比学习模型中，输出工件图像的全局特征向量；将优化后的正负样本对输入到元学习单元中，通过元学习机制对深度对比学习模型进行快速适应训练；将经过训练的对比学习模型应用于实时缺陷检测中，对新输入的工件图像进行缺陷判断，输出工件的缺陷检测结果。本发明提升了缺陷检测的准确性，同时大幅降低了训练时间和数据需求，显著改善了现有技术在小样本环境中的局限性。
-
公开(公告)号：CN118967356A
公开(公告)日：2024-11-15
申请号：CN202410944334.8
申请日：2024-07-15
Applicant: 无锡学院
Abstract: 本发明公开了一种基于物联网的电气设备管理方法及系统，涉及物联网技术领域。在该方法中，确定各个建筑类型在各个管理时间段对应的主要电气设备集合；获取各个主要电气设备在各个管理时间段内的多个第一历史能耗；基于各个第一历史能耗和各个建筑类型，得到各个主要电气设备集合在各个管理时间段对应的能耗阈值；获取各个主要电气设备集合在各个管理时间段内的第一当前平均能耗；当各个第一当前平均能耗大于各个能耗阈值时，从各个主要电气设备中确定异常电气设备；确定异常电气设备对应的异常用电情况，并基于异常用电情况对异常电气设备进行管理。实施本申请的技术方案，可以精准高效地对能耗异常的电气设备进行管理。
-
公开(公告)号：CN118861458B
公开(公告)日：2025-01-17
申请号：CN202410926041.7
申请日：2024-07-11
Applicant: 无锡学院
IPC: G06F16/957 , G06F16/9532 , G06F16/9535 , G06F16/951
Abstract: 本发明涉及工业互联网技术领域，尤其涉及一种用于工业互联网应用的可视化定制方法、系统及储存介质。所述方法包括以下步骤：对目标生产流程文档数据进行流程元数据聚合处理，得到工业生产流程元数据；基于工业生产流程元数据进行多粒度分层抽象处理，生成动态视图抽象树数据；根据动态视图抽象树数据进行空间视图布局处理，生成初始视图布局数据；对初始视图布局数据进行布局适应性优化，并进行实时数据注入，生成可视化生产流程数据；对可视化生产流程数据进行用户风格定制处理，得到可视化生产流程定制实例数据。本发明通过对工业生产流程进行多粒度的分层抽象处理，实现了高度定制化的可视化生产流程。
-
公开(公告)号：CN118863530B
公开(公告)日：2025-02-07
申请号：CN202410900281.X
申请日：2024-07-05
Applicant: 无锡学院
IPC: G06Q10/0635 , G06Q50/04 , G06F18/27
Abstract: 本发明涉及工业互联网技术领域，尤其涉及一种基于工业互联网数据平台的数据处理方法。所述方法包括以下步骤：利用工业互联网数据平台进行工业生产脉络处理，生成实时工业生产脉络数据；根据实时工业生产脉络数据构建生产过程约束知识图谱；利用生产过程约束知识图谱进行订单优先级匹配，生成订单优先级分配数据；根据订单优先级分配数据进行生产计划冲突检测，得到子任务生产冲突数据；根据子任务生产冲突数据进行柔性调度处理，生成无冲突生产子任务网络数据；根据无冲突生产子任务网络数据进行关键任务路径链识别，得到最终生产计划方案数据。本发明通过柔性调度任务链，消除了生产计划中的冲突，显著提高了生产效率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
