-
公开(公告)号：CN118968062A
公开(公告)日：2024-11-15
申请号：CN202411014786.2
申请日：2024-07-26
Applicant: 中国矿业大学
IPC: G06V10/26 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/098 , G06N20/20
Abstract: 本发明公开了一种基于交叉伪监督的域适应语义分割方法，步骤包括：选取SYNTHIA和Cityscapes数据集构建源域和目标域；使用真实标签对源域图像进行双模型交叉自监督训练，得到预训练模型；在目标域训练集中加载预训练模型，使用伪标签进行交叉伪监督训练，构建交叉伪监督双语义分割模型；提取目标域特征，设计注意力调制机制并引入注意力调制损失和熵一致性损失，优化模型；在目标域验证集上验证模型性能，保存最优参数。本发明通过综合考虑模型的“确定性”差异，利用注意力调制和熵一致性损失，提高了模型的泛化能力和鲁棒性，适应不同领域或环境下的语义分割任务。
-
公开(公告)号：CN118559694A
公开(公告)日：2024-08-30
申请号：CN202410600665.X
申请日：2024-05-15
Applicant: 中国矿业大学
IPC: B25J9/16
Abstract: 本发明公开了一种复杂环境下足式机器人分层步态规划方法，分为外层规划与内层规划，外层规划确定每条腿的迈步方向，内层规划根据迈步方向确定足端运动轨迹。同时内外层规划均由经验规划与学习规划两部分组成。经验规划根据系统模型规划相应动作，学习规划采用强化学习的方法做出规划。将经验规划与学习规划结果进行加权融合作为最终规划结果。融合权重随着强化学习的训练，逐渐向学习规划偏移。外层经验规划采用ZMP法，通过改变支撑腿的位置增大稳定裕度。内层规划采用摆线作为足端运动轨迹，根据ZMP稳定裕度与运动方向确定椭圆轨迹的参数。
-
公开(公告)号：CN118504566A
公开(公告)日：2024-08-16
申请号：CN202410568923.0
申请日：2024-05-09
Applicant: 中国矿业大学
IPC: G06F40/295 , G06F40/16 , G06N3/0442 , G06N3/045 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于字符对网格表示的嵌套命名实体识别方法，包括以下步骤：首先，收集数据，构建中文命名实体识别语料库；其次，通过预训练模型和双向门控循环单元获得句子的向量化文本，使用多头双仿射注意力机制和多尺度融合方法相结合，增强对实体相邻关系建模信息的学习能力；同时考虑边界特征，有效利用实体边界信息。本发明在包含扁平实体和嵌套实体的中文海战领域命名实体识别语料库和中文细粒度数据集上进行了实验，结果显示本发明有效解决了扁平实体和嵌套实体统一识别的问题，相较于其他模型取得了有竞争力的结果。
-
公开(公告)号：CN117498543B
公开(公告)日：2024-06-07
申请号：CN202311406235.6
申请日：2023-10-27
Applicant: 中国矿业大学
IPC: H02J13/00 , H02J3/00 , G01R21/00 , G06Q10/0637 , G06Q50/06 , G06F18/25 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于任务特征融合的非侵入式负荷监测功率分解方法，将每个家电的功率分解视为一个子任务，构建基于多任务学习的多家电功率分解模型。设计的模型包括一个共性特征矩阵提取分支和多个个性任务提取分支，分别提取所有家电都需要的共性特征矩阵和个别家电需要的个性特征矩阵，然后将每个家电的个性特征矩阵和共性特征矩阵融合在一起用于每个子任务的功率分解。通过特征融合的方式不仅可以将各个子任务关联起来，并且丰富了家电功率分解特征。本发明增强了功率分解模型的泛化能力，减少了需要多次训练模型的训练时间和训练参数，提高了家电功率分解的准确性。
-
公开(公告)号：CN117853856A
公开(公告)日：2024-04-09
申请号：CN202410031296.7
申请日：2024-01-09
Applicant: 中国矿业大学
IPC: G06V10/80 , G06V10/774 , G06N3/0464 , G06V10/82 , G06N3/045 , G06V10/44 , G06V10/42
Abstract: 本发明公开了一种基于多模态图像融合的微光夜视场景理解方法，属于人工智能技术，根据层级多模态特征信息的特点，构建不同特征校准和特征聚合模块以增强多模态特征信息的联合表示学习；构建跨模态全局特征描述模块以减少模态间的信息差异，实现多模态特征信息的校准；构建多模态交错稀疏自注意力模块来保证浅层网络层中多模态空间特征信息的聚合；构建对称金字塔池化交叉注意力模块与多模态跨通道通信模块用于聚合深层特征的空间层信息和通道层信息。本发明能够充分利用多模态特征信息互补优势，避免单一模态信息导致微光夜视场景理解能力不足，能够在夜间城市道路自动驾驶和地下空间暗弱无人导航系统中应用。
-
Patent Agency Ranking
公开(公告)号：CN116238687A
公开(公告)日：2023-06-09
申请号：CN202111526530.6
申请日：2021-12-08
Applicant: 中国矿业大学
IPC: B64C33/02
Abstract: 本发明公开的属于扑翼飞行技术领域，具体为一种左右机翼可自动变化仰俯角的扑翼机构，一种左右机翼可自动变化仰俯角的扑翼机构，包括固定支架，所述固定支架的上方左右侧均铰接有扑翼支架，两侧所述扑翼支架的上侧均安装有翼片，所述固定支架的外侧安装有风速传感器，所述固定支架的内腔中安装有曲直转换机构、压力测定机构以及驱动控制机构，所述曲直转换机构的一端伸出固定支架并交接有传动连杆，所述传动连杆的另一端与扑翼支架铰接，当大气流动及扑翼飞行器飞行速度的变化时，都会引起风速的变化，通过风速的变化对翼片需要的角度进行判断，然后在通过判定结果对翼片所需角度的进行调节。
-
公开(公告)号：CN114998276B
公开(公告)日：2023-06-09
申请号：CN202210667977.3
申请日：2022-06-14
Applicant: 中国矿业大学
IPC: G06T7/00 , G06T3/00 , G06T7/246 , G06V10/762
Abstract: 本发明公开了一种基于三维点云的动态障碍物实时检测方法，属于人工智能领域，首先根据三维点云数据的曲率大小提取三维点云数据中特征点，构建机器人运动状态代价函数并进行非线性优化；然后，对三维点云数据进行降采样、地面分割和非地面三维点云聚类，获得多个扫描周期非地面三维点云数据中的障碍物位置信息，并结合机器人的位姿将障碍物位置信息投影至当前扫描周期中非地面三维点云所对应的坐标系；其次，使用基于非地面三维点云数据的IoU‑Tracker实现数据关联，进行多个障碍物跟踪并获取每个障碍物的轨迹信息；最后，根据获取每个障碍物轨迹信息检测出动态障碍物。本发明使用激光雷达实现动态障碍物的检测，实时性强，准确率高。
-
公开(公告)号：CN115761735A
公开(公告)日：2023-03-07
申请号：CN202211432700.9
申请日：2022-11-16
Applicant: 中国矿业大学
IPC: G06V20/70 , G06V10/26 , G06V10/764 , G06V10/82 , G06V10/774 , G06V10/80 , G06V10/762 , G06N3/0455 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于自适应伪标签纠正的半监督语义分割方法，包括以下步骤：选取GTA5数据集构建源域，选取Cityscapes数据集构建目标域；输入源域图像到深度卷积神经网络中训练得到预训练的语义分割模型；基于目标图像生成的预测概率矩阵使用信息熵和密度聚类算法构建不确定性区域的选择策略；构建自适应伪标签纠正策略得到最终伪标签作为监督，训练半监督语义分割模型；输入目标域验证集中的目标图像到训练后的半监督语义分割模型中验证语义分割的性能。本发明实现了在线更新伪标签，解决了确认偏见问题，缓解了类别不平衡问题，克服了全卷积的缺点，提高了该模型在目标域上的语义分割效果。
-
公开(公告)号：CN114677306A
公开(公告)日：2022-06-28
申请号：CN202210319123.6
申请日：2022-03-29
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于边缘信息引导的上下文聚合图像去雨方法，旨在解决现阶段去雨方法忽略图像本身的纹理信息以及边缘信息的问题，其新颖之处在于设计了一个多尺度信息网络，其中包括了用于获取粗调图像去雨信息的上分支图像去雨网络和用于获取图像边缘信息的下分支边缘信息检测网络，且包括了上下文聚合模块，此模块用于聚合处理上下文信息，并利用聚合处理后的信息对粗调图像去雨信息进行引导，增强上分支图像去雨网络对图像细节信息的表征能力。实验结果表明该方法在完成图像去雨的同时使图像获得更加丰富的纹理信息和边缘信息。
-
公开(公告)号：CN113609923B
公开(公告)日：2022-05-13
申请号：CN202110800098.9
申请日：2021-07-13
Applicant: 中国矿业大学
IPC: G06V40/20 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04
Abstract: 本发明公开了一种基于注意力的连续手语语句识别方法，首先，分别提取彩色视频和光流视频模态的关键帧手语视频的关键帧序列的时空特征，将提取到的时空特征输入构建的基于注意力的连续手语语句识别模型，该模型本质上是一个序列到序列模型：通过基于注意力的双模态编码网络得到两个模态的融合特征序列，并输入基于连接时序分类的解码网络，得到最终的语义序列。本发明通过利用序列到序列模型将手语序列转换到另一个语言序列，解决输出长度不确定的问题，改善输入与输出序列的不规则对齐问题。同时，在完成具有冗余信息的复杂任务时，使用注意力模型将注意力聚焦于视频特征的重要区域，对连续手语语句识别效果有显著的提升。
-
-
-
-
-
-
-
-
-
Search Results
178
records
(took 0.099 seconds)
