-
公开(公告)号：CN118759831B
公开(公告)日：2025-01-21
申请号：CN202411238797.9
申请日：2024-09-05
Applicant: 济南大学
IPC: G05B11/42
Abstract: 本发明属于PID控制优化技术领域，尤其涉及一种改进型串级PID控制器的参数优化方法，包括：步骤一、设计改进型串级PID控制器的系统模型；步骤二、改进花斑翠鸟优化算法，所述改进花斑翠鸟优化算法包括：D1、改进花斑翠鸟在开发阶段的寻猎能力#imgabs0#，D2、运用线性插值方法动态调整击败因子BF，D3、在花斑翠鸟优化算法探索阶段的种群个体位置更新方式中引入自适应t分布调整策略；步骤三、利用改进花斑翠鸟优化算法对串级PID控制器参数整定优化，迭代得到优化后的最佳PID控制器的参数值；步骤四、采用MATLAB对串级PID控制系统进行仿真。
-
公开(公告)号：CN118967449A
公开(公告)日：2024-11-15
申请号：CN202411449088.5
申请日：2024-10-17
Applicant: 济南大学
Abstract: 本发明提出了一种基于扩散模型的病理切片图像超分辨率方法，涉及图像超分辨率领域。该方法包括：获取病理切片图像，对病理切片图像分割，采用混合特征提取模块，通过结合全局注意力机制和局部卷积，提取病理切片图像的全局和局部特征，采用扩散变换器网络，通过结合扩散模型和ViT网络，在加噪与去噪过程中增强病理切片图像的特征，采用特征融合模块，利用多尺度卷积核和卷积注意力机制，生成病理切片超分辨率图像。
-
公开(公告)号：CN118967449B
公开(公告)日：2025-03-21
申请号：CN202411449088.5
申请日：2024-10-17
Applicant: 济南大学
Abstract: 本发明提出了一种基于扩散模型的病理切片图像超分辨率方法，涉及图像超分辨率领域。该方法包括：获取病理切片图像，对病理切片图像分割，采用混合特征提取模块，通过结合全局注意力机制和局部卷积，提取病理切片图像的全局和局部特征，采用扩散变换器网络，通过结合扩散模型和ViT网络，在加噪与去噪过程中增强病理切片图像的特征，采用特征融合模块，利用多尺度卷积核和卷积注意力机制，生成病理切片超分辨率图像。
-
公开(公告)号：CN118780986B
公开(公告)日：2025-02-11
申请号：CN202411266315.0
申请日：2024-09-11
Applicant: 济南大学 , 山东青鸟工业互联网有限公司
IPC: G06T3/4053 , G06T3/4046 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明提出了一种基于大核蒸馏网络的汽车零部件图像超分辨率方法，涉及计算机视觉领域，本发明提出的特征精馏块包括两个分支，每个分支可以单独获取重要的局部特征，提高模型对图像局部特征的获取；同时提出的双通道大卷积核分解块包括两个分支，每个分支分别将一个大卷积核分解成通道卷积、空间局部卷积和空间远程卷积三个部分，从而提高模型对图像全局特征的获取，并降低计算成本和参数数量；特征精馏块和双通道大卷积核分解块分别获取图像的局部特征和全局特征，增强特征的表达能力，提升汽车零部件图像超分辨率效果。
-
公开(公告)号：CN118570065B
公开(公告)日：2024-12-03
申请号：CN202411017322.7
申请日：2024-07-29
Applicant: 济南大学 , 山东青鸟工业互联网有限公司
IPC: G06T3/4053 , G06T3/4046 , G06T5/50 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了基于双通道残差注意力的汽车零部件图像超分辨率方法，涉及计算机视觉领域，本发明提出的多层次残差注意力网络由N个双通道残差注意力块和一个特征融合层组成，双通道残差注意力块包含两个并行分支，分别提取输入图像的局部特征和全局特征，同时引入残差连接提高图像特征的稳定性，减少梯度消失和梯度爆炸的问题，最后将初始图像特征和所有双通道残差注意力块的输出进行融合，增强特征表达能力，提升训练效果。
-
Patent Agency Ranking
公开(公告)号：CN118759831A
公开(公告)日：2024-10-11
申请号：CN202411238797.9
申请日：2024-09-05
Applicant: 济南大学
IPC: G05B11/42
Abstract: 本发明属于PID控制优化技术领域，尤其涉及一种改进型串级PID控制器的参数优化方法，包括：步骤一、设计改进型串级PID控制器的系统模型；步骤二、改进花斑翠鸟优化算法，所述改进花斑翠鸟优化算法包括：D1、改进花斑翠鸟在开发阶段的寻猎能力#imgabs0#，D2、运用线性插值方法动态调整击败因子BF，D3、在花斑翠鸟优化算法探索阶段的种群个体位置更新方式中引入自适应t分布调整策略；步骤三、利用改进花斑翠鸟优化算法对串级PID控制器参数整定优化，迭代得到优化后的最佳PID控制器的参数值；步骤四、采用MATLAB对串级PID控制系统进行仿真。
-
公开(公告)号：CN118413334A
公开(公告)日：2024-07-30
申请号：CN202410888797.7
申请日：2024-07-04
Applicant: 济南大学
Abstract: 本发明提供了一种面向工业互联网场景的双PUF身份认证方法，主要应用于工业互联网场景中智能设备和云服务器之间通讯过程中的相互认证，结合使用了弱PUF（WPUF）和可重构的强PUF（OPUF），通过双PUF的协同工作，实现了高效、安全的身份认证，采用轻量级的加密原语，如异或操作和哈希函数，大大降低了计算和通信开销，适用于资源受限的工业物联网设备。本发明可以保证智能设备的不可克隆性以及通讯过程的安全，能够有效防止窃听攻击、假冒攻击、重放攻击及机器学习攻击等，可以极大提高认证的安全性。
-
公开(公告)号：CN118859686B
公开(公告)日：2025-01-21
申请号：CN202411338597.0
申请日：2024-09-25
Applicant: 济南大学
IPC: G05B11/42
Abstract: 本发明公开了一种前馈式自适应PID控制优化方法，属于PID控制优化技术领域，具体步骤为：步骤一、构建前馈式自适应PID控制模型；步骤二、改进北极海雀优化算法，改进策略为：D1、采用融合拉丁超立方的Circle混沌映射策略生成初始种群；D2、使用一种自适应非线性搜索调节策略改进俯冲捕食阶段的数学模型；D3、使用一种双向精英扰动策略对收集觅食阶段的数学模型进行改进；步骤三、利用改进北极海雀优化算法整定前馈式自适应PID控制模型中PID控制器模块的参数，通过优化得到最佳的Kp、Ki、Kd参数；步骤四、将得到的最佳Kp、Ki、Kd参数，输入到前馈式自适应PID控制模型中，优化控制效果。
-
公开(公告)号：CN118864554A
公开(公告)日：2024-10-29
申请号：CN202411074266.0
申请日：2024-08-07
Applicant: 济南大学
IPC: G06T7/33 , G06T7/00 , G06N3/0464 , G06N3/045 , G06N3/0499 , G06V10/44 , G06V10/52 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/048
Abstract: 本发明提出了一种基于融合注意力的汽车零部件图像配准方法，涉及图像配准技术领域。本发明提出了汽车零部件图像配准流程，包括汽车零部件图像数据集制作、构建特征融合模块FFM、构建深度卷积前馈网络模块DFFN、构建融合注意力FAT、构建融合注意力模块FATM、构建汽车零部件图像配准模型和获得配准后的汽车零部件图像；同时提出了融合注意力模块FATM，包括多个融合注意力FAT，FATM可以捕获到不同尺度水平的各种短程和长程流动特征，促进不同层间的特征信息交互，从而更为准确的表示变形场，以提升图像配准的精度。
-
公开(公告)号：CN118859686A
公开(公告)日：2024-10-29
申请号：CN202411338597.0
申请日：2024-09-25
Applicant: 济南大学
IPC: G05B11/42
Abstract: 本发明公开了一种前馈式自适应PID控制优化方法，属于PID控制优化技术领域，具体步骤为：步骤一、构建前馈式自适应PID控制模型；步骤二、改进北极海雀优化算法，改进策略为：D1、采用融合拉丁超立方的Circle混沌映射策略生成初始种群；D2、使用一种自适应非线性搜索调节策略改进俯冲捕食阶段的数学模型；D3、使用一种双向精英扰动策略对收集觅食阶段的数学模型进行改进；步骤三、利用改进北极海雀优化算法整定前馈式自适应PID控制模型中PID控制器模块的参数，通过优化得到最佳的Kp、Ki、Kd参数；步骤四、将得到的最佳Kp、Ki、Kd参数，输入到前馈式自适应PID控制模型中，优化控制效果。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.02 seconds)
