-
公开(公告)号：CN114511746B
公开(公告)日：2025-03-21
申请号：CN202210158816.1
申请日：2022-02-21
Applicant: 重庆大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , G06V10/10
Abstract: 本发明公开了一种基于深度学习的多标签点焊电极帽状态自动识别方法，包括如下步骤：1)采集点焊电极帽的外观原始图像：针对同一个点焊电极帽采集的外观原始图像包括端面俯视图、侧身图和两个方向的斜视图；2)得到点焊电极帽的检测图像：针对同一个点焊电极帽，将采集得到的端面俯视图、侧身图和两个方向的斜视图分别裁剪缩放为设定尺寸后，拼接为一张图像，得到点焊电极帽的检测图像；3)设置批次检测图像的数量：根据获取的检测图像的总数量，设置每一批次检测图像的数量；4)利用卷积神经网络模型自动识别点焊电极帽的外观多标签类别，得到检测图像和多标签类别矩阵。
-
公开(公告)号：CN119516329A
公开(公告)日：2025-02-25
申请号：CN202411550222.0
申请日：2024-11-01
Applicant: 重庆大学
IPC: G06V10/82 , G06V10/44 , G06V10/42 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/0442 , G06N3/045
Abstract: 本发明公开了一种基于Transformer与U型网络融合架构的红外小目标检测方法，该方法通过轻量高效的鲁棒特征提取模块，使得在特征提取过程中保持分辨率的情况下获取更广泛的上下文信息，可有效缓解因深度采样导致的信息丢失和特征模糊问题。同时，采用IRconvformer块，以一种新型嵌入方式丰富图像块语义信息，用新型注意力机制聚焦目标特征、降低背景干扰，通过门控机制优化前馈网络，增强局部信息感知与去噪能力。本方法解决了现有技术难以兼顾较好的全局和局部精度以及无法准确判别真实目标和强干扰的问题。
-
公开(公告)号：CN119206184A
公开(公告)日：2024-12-27
申请号：CN202411350819.0
申请日：2024-09-26
Applicant: 重庆大学
IPC: G06V10/25 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多任务互促学习的红外小目标检测方法及系统，本方法通过多分支特征聚合模块来融合不同阶段以及不同感受野特征，实现对红外小目标更好的特征提取。通过混合下采样模块中的不同的池化操作，保留更多的互补信息，缓解红外小目标在下采样过程中的信息丢失。在层级特征融合模块中根据不同语义层信息对预测结果的相对重要性，对不同语义层信息进行自适应选取与融合，以实现更灵活与优良的特征融合效果。将预测结果分别输出检测头与分割头，利用边界框监督信息和分割掩码监督信息共同进行网络优化。
-
公开(公告)号：CN118966342A
公开(公告)日：2024-11-15
申请号：CN202411100117.7
申请日：2024-08-12
Applicant: 重庆大学
IPC: G06N5/022 , G06F40/126 , G06F40/30 , G06F18/213 , G06F18/25 , G06F16/2455 , G06N3/042 , G06N3/0464 , G06N20/00 , G06Q50/04
Abstract: 本发明公开了基于多粒度语义和大模型辅助的工业知识生成式决策方法，包括如下步骤：步骤一：将业务问题编码为高维的问题语义特征；步骤二：利用实体链接对多模态工业知识图谱进行处理；基于TOP‑K路径拓展，得到不同的子图；步骤三：采用图神经网络GNN捕捉子图中不同粒度特征，得到工业知识多粒度语义特征；步骤四：利用图卷积网络GCN对工业知识多粒度语义特征与问题语义特征进行统一融合；步骤五：构建基SPARQL编写查询的三元组采样流程，提取相关的三元组数据；步骤六：将结构化的三元组数据重写为自由格式文本，构建问题‑决策对数据集；步骤七：基于问题‑决策对数据集对大语言模型进行微调，获得知识文本增强的工业知识生成式决策模型。
-
公开(公告)号：CN118966002A
公开(公告)日：2024-11-15
申请号：CN202411100111.X
申请日：2024-08-12
Applicant: 重庆大学
IPC: G06F30/27 , G06N5/022 , G06N5/04 , G06F16/903 , G06Q10/0635 , G06Q10/04 , G06Q10/063 , G06Q50/04 , G06F119/02
Abstract: 本发明公开了一种基于知识图谱和大模型检索增强的设计失效模式及影响分析方法，包括如下步骤：步骤一：规划和准备阶段；步骤二：结构分析和功能分析阶段；步骤三：失效分析阶段：利用图谱知识复用构件对输入数据进行处理并从全周期知识库中检索相关信息后，再经工业知识软件化系统处理并构建得到知识图谱；基于知识图谱的大模型检索增强方法对输入信息进行深度解析，结合大模型提示学习方法从知识图谱中提取相关信息，生成失效分析结果；步骤四：风险分析和优化阶段：确定需优先解决的问题，提出并实施改进措施；步骤五：结果文档化和系统集成阶段。本发明还公开了一种基于知识图谱的大模型检索增强设计失效模式及影响分析系统。
-
Patent Agency Ranking
公开(公告)号：CN118965030A
公开(公告)日：2024-11-15
申请号：CN202411071639.9
申请日：2024-08-06
Applicant: 重庆大学
IPC: G06F18/23 , G06F18/24 , G06N3/0455 , G06N3/08
Abstract: 本发明提供一种基于Transformer的车辆工况分类方法、产品及设备，该方法包括：基于车辆工况数据集获取真样本集；构建Transformer网络；对Transformer网络进行迭代训练获得车辆工况编码器；利用车辆工况编码器生成真样本集对应的抽象特征向量集，对抽象特征向量集进行聚类处理获得车辆工况分类结果；第t次迭代训练：编码器生成真样本子集对应的抽象特征向量子集；解码器重构真样本子集获得解码序列集；基于真样本子集对应的抽象特征向量子集计算聚类损失；基于真样本子集对应的抽象特征向量子集和解码序列集计算重构损失；求和聚类损失和重构损失获得第t次迭代的总损失。本发明还公开了一种计算机程序产品和电子设备。本发明加快了训练效率和提高了车辆工况分类准确性。
-
公开(公告)号：CN118864411A
公开(公告)日：2024-10-29
申请号：CN202410950705.3
申请日：2024-07-16
Applicant: 重庆大学
IPC: G06T7/00 , B23K11/36 , B23K11/11 , G06T7/70 , G06V10/764 , G06V10/82 , G06V10/44 , G06V10/22 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明针对汽车焊装产线，电阻点焊外观数据样本不均衡、异常判别标准不规范的问题，正常样本数据多，异常样本数据少的特点，提出了一种基于变分自编码器的电阻点焊外观异常检测方法，通过学习电阻点焊外观正常样本的分布，建立重构误差，识别异常的电阻点焊外观。稳定的外观分布与焊接质量的稳定性密切相关，因此相较于传统的焊点质量检测方法，本发明在工程应用中具有更高的实际意义，能够有效应对工厂焊装产线复杂的工况，识别出小概率的异常外观，从而显著提高焊接质量控制的效果和焊点外观检测的准确率，可以做到大批量快速检测。通过这种创新性的检测手段，焊接过程的质量得以进一步提升，确保产品的一致性和可靠性。
-
公开(公告)号：CN109583135B
公开(公告)日：2024-06-25
申请号：CN201811578883.9
申请日：2018-12-24
Applicant: 重庆大学 , 重庆中核坤阳投资发展有限公司
IPC: G06F30/20 , G06F119/14
Abstract: 本发明属于边坡稳定性分析技术领域，公开了针对S型沟槽填方场地边坡稳定性的极限平衡分析方法；根据S型沟槽填方场地地形特征，将滑坡体划分不同主滑方向的直滑段，中间设置转折段进行连接转换；根据场地勘察资料确定坡体稳定性计算参数；进行迭代计算得到边坡整体稳定性系数。本发明将相邻直滑段之间的转折段离散成四棱柱和三棱柱单元条块，根据所有的单元条块角点坐标值，用最小二乘法将转折段底滑面拟合成一个平面，考虑坡体的边界效应，根据条块底滑面的几何特性进行转折段静力平衡分析，实现将上一直滑段下滑力进行方向转换后传递至下一直滑段，运用不平衡推力法计算出整个边坡的稳定性系数；该方法具有较强的工程实用性。
-
公开(公告)号：CN115310285B
公开(公告)日：2024-06-04
申请号：CN202210945734.1
申请日：2022-08-08
Applicant: 重庆大学 , 赛力斯汽车有限公司 , 重庆金康动力新能源有限公司
Abstract: 本发明公开了一种新能源汽车电机温度场数字孪生模型构建方法，包括如下步骤：S1：数据采集：采集电机在不同工况下的时序数据；S2：数据预处理：对采集的时序数据进行缺失值填充、异常值剔除和数值标准化处理；S3：将经预处理后的时序数据分为训练集和测试集；S4：训练模型：构建深度学习模型，以训练集训练深度学习模型以更新模型参数，以损失函数为目标函数以判断是否达到模型训练的终止条件；当达到模型训练终止条件后，得到预测模型；S5：将测试集输入预测模型中并得到电机温度分布的预测结果；判断预测结果是否达到预设的评价指标：若是，则以该预测模型构建得到电机温度场数字孪生模型；若否，则执行步骤S4。
-
公开(公告)号：CN117606738A
公开(公告)日：2024-02-27
申请号：CN202311635180.6
申请日：2023-12-01
Applicant: 重庆大学
IPC: G01M9/06
Abstract: 本发明公开了了一种切削粉尘净化系数测量装置，包括型腔和控制系统；型腔进风口上连接有正压进风系统和切削粉尘进料系统，型腔出风口上连接有负压出风系统；正压进风系统包括第一轴流风机，第一轴流风机上连接有第一过滤器，第一轴流风机的出风口通过阀组连接型腔进风口，阀组包括串联连接的电动球阀和电磁阀；切削粉尘进料系统包括切削粉尘储料仓和由电机驱动的螺旋给料机，切削粉尘储料仓的下方设有称重传感器；阀组与型腔进风口之间设有三通管，螺旋给料机的出料口与三通管连接；负压出风系统包括第二轴流风机，第二轴流风机的进风口与型腔出风口连接，第二轴流风机的出风口上连接有第二过滤器。本发明还公开了一种切削粉尘净化系数测量方法。
-
-
-
-
-
-
-
-
-
Search Results
204
records
(took 0.091 seconds)
