-
公开(公告)号：CN113468885B
公开(公告)日：2025-01-17
申请号：CN202110790797.X
申请日：2021-07-13
Applicant: 安徽大学绿色产业创新研究院
IPC: G06F40/289 , G06F40/216
Abstract: 本发明公开了一种中文商标相似度计算方法，属于商标检索技术领域，包括：获取第一商标和第二商标的名称，并对第一商标名称和第二商标名称进行分词，分别得到词语列表；对两个词语列表中的词语两两组合计算词林词语相似度、知网词语相似度、Word2Vec词语相似度的综合相似度作为词语相似度，并取最大值作为局部相似度，得到两个局部相似度列表；根据两个局部相似度列表，计算两商标的含义相似度，最后判断两商标是否为近似商标申请。本发明能够解决本体知识方法中使用语义词典计算商标含义相似度时，存在的同义词识别不准，知识库有限以及相似度计算结果不准确的问题。
-
公开(公告)号：CN118396977B
公开(公告)日：2024-12-27
申请号：CN202410652482.2
申请日：2024-05-24
Applicant: 安徽大学
IPC: G06T7/00 , G06N3/0464 , G06T7/246 , G06V10/25 , G06V10/82
Abstract: 本发明公开了一种装配式建筑中预埋件缺陷的检测方法，首先采集模台上载有预埋件的模具实时视频，同时设置执行在线检测的目标感应区，构建基于Mask R‑CNN目标检测算法和SORT目标跟踪算法的预埋件检测网络并进行训练，然后基于目标感应区的视频帧，采用训练好的预埋件检测网络对预埋件进行识别及跟踪，得到构件的实测预埋件数量信息和位置信息，最后将构件的实测预埋件数量信息和位置信息与该类型构件的标准预埋件数量信息和位置信息进行比对，获知构件模具中预埋件的检测结果。本发明可以实现逐帧图像的特征提取和目标跟踪的目的，从而更加精准的获取各个构件模具中预埋件的数量信息和位置信息。
-
公开(公告)号：CN114997195B
公开(公告)日：2024-10-18
申请号：CN202210515092.1
申请日：2022-05-12
Applicant: 安徽大学绿色产业创新研究院
Abstract: 本发明涉及建筑工业领域，特别是涉及一种基于巡检机器人的构件盘点定位方法，包括如下步骤：巡检机器人通过货架上的ARTAG标识码获取巡检机器人在ARTAG标识码坐标系下的定位坐标数据；根据ARTAG标识码预先标定的位置以及定位坐标数据，计算得到巡检机器人的位置；巡检机器人靠近货架时，货架上构件的RFID标签被巡检机器人的LF频率触发激励器唤醒，构件向巡检机器人的RFID阅读器发送自身ID和LF频率触发激励器的ID，得到构件盘点数据；根据步骤二中巡检机器人的位置反推货架的位置，将货架位置与构件盘点数据结合，得到构件定位数据；本发明解决了预制构件堆场盘点效率低，构件定位困难，构件数据更新实时性较差，难以满足要求的问题。
-
公开(公告)号：CN118196103B
公开(公告)日：2024-08-13
申请号：CN202410617362.9
申请日：2024-05-17
Applicant: 安徽大学
IPC: G06T7/00 , G06N3/045 , G06N3/0464 , G06V10/26 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G01S13/88
Abstract: 本发明公开了一种结合YOLOv8和RTDETR的道路缺陷检测方法，采用YOLOv8特征提取网络实现对道路雷达图像的多尺度特征提取，采用RTDETR缺陷检测网络对提取出的特征进行缺陷区域的识别与分割，并在YOLOv8特征提取网络的Backbone网络中，利用CAGM模块对Conv层以及GFNet层获取的特征信息进行多次交互从而丰富梯度流信息。本发明基于以上技术内容的改进，从而大大提升了道路缺陷检测的准确率和召回率。
-
公开(公告)号：CN118196103A
公开(公告)日：2024-06-14
申请号：CN202410617362.9
申请日：2024-05-17
Applicant: 安徽大学
IPC: G06T7/00 , G06N3/045 , G06N3/0464 , G06V10/26 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G01S13/88
Abstract: 本发明公开了一种结合YOLOv8和RTDETR的道路缺陷检测方法，采用YOLOv8特征提取网络实现对道路雷达图像的多尺度特征提取，采用RTDETR缺陷检测网络对提取出的特征进行缺陷区域的识别与分割，并在YOLOv8特征提取网络的Backbone网络中，利用CAGM模块对Conv层以及GFNet层获取的特征信息进行多次交互从而丰富梯度流信息。本发明基于以上技术内容的改进，从而大大提升了道路缺陷检测的准确率和召回率。
-
Patent Agency Ranking
公开(公告)号：CN114879674B
公开(公告)日：2024-06-07
申请号：CN202210515083.2
申请日：2022-05-12
Applicant: 安徽大学绿色产业创新研究院
Abstract: 本发明涉及建筑工业领域，公开了一种预制构件堆场中巡检机器人调度与路径规划方法，首在建模时充分考虑了预制构件堆场环境条件，并考虑了局部带有避障效果的路径规划方法；其次在获得避障条件下的货架距离矩阵后，将每个货架的停留时间窗作为约束条件考虑在内，使用粒子群优化算法计算同时满足成本最低和效率最高的巡检机器人调度与路径规划方法；本发明对硬件的性能要求较低，系统的实时性好，因而能够实现在云端对巡检机器人进行调度和路径规划，能够实现巡检机器人最优巡检方案。
-
公开(公告)号：CN114999629B
公开(公告)日：2024-03-01
申请号：CN202210471036.2
申请日：2022-04-28
Applicant: 安徽大学
IPC: G16H50/20 , G16H50/30 , G06V10/764 , G06T7/00 , G06N3/045 , G06N3/0464 , G06N3/0895 , G06V10/774 , G06V10/82 , G06V10/80 , A61B5/00 , A61B6/00
Abstract: 本发明属于医学影像处理领域，具体涉及一种基于多特征融合的AD早期预测方法、系统、装置。本发明针对基于Brain 18F‑FDG PET切片图像的预测AD的复杂问题，重新设计了一个新的包含双卷积的骨干网络和分类网络的神经影像预测模型；并在网络模型中引入多注意力模块。在数据集采集过程中，以滤波、裁剪等方式代替传统扩增方法扩增PET切片，提高网络模型的泛化特性。在网络模型的训练阶段，将模糊标签并运用到监督对比学习损失中，在预测阶段还结合分类结果和临床精神心理评估结果进行联合分析，得到最可靠的预测结论。本发明解决了现有图像处理方法在针对Brain 18F‑FDG PET影像进行AD(56)对比文件吕鸿蒙;赵地;迟学斌.基于增强AlexNet的深度学习的阿尔茨海默病的早期诊断.计算机科学.2017,(第S1期),全文.
-
公开(公告)号：CN116740060B
公开(公告)日：2023-10-20
申请号：CN202311009724.8
申请日：2023-08-11
Applicant: 安徽大学绿色产业创新研究院
Abstract: 本发明公开了一种基于点云几何特征提取的装配式预制构件尺寸检测方法，首先基于法向量精细化进行装配式预制构件点云前景和背景的分割，使得装配式预制构件的点云从环境背景中分割出来；然后提取装配式预制构件点云的几何特征后，根据点云的几何特征，进行装配式预制构件边缘线的拟合，再根据拟合的边缘线计算得到装配式预制构件的尺寸信息；最后在点云可视化界面下添加装配式预制构件尺寸信息的3D文字标签。本发明基于装配式预制构件实测点云数据的分割结果拟合边缘线和提取特征点，进而计算装配式预制构件的尺寸，实现尺寸自动化检测的目的，提高检测效率的同时，保证尺寸检测的准确度。
-
公开(公告)号：CN116740060A
公开(公告)日：2023-09-12
申请号：CN202311009724.8
申请日：2023-08-11
Applicant: 安徽大学绿色产业创新研究院
Abstract: 本发明公开了一种基于点云几何特征提取的装配式预制构件尺寸检测方法，首先基于法向量精细化进行装配式预制构件点云前景和背景的分割，使得装配式预制构件的点云从环境背景中分割出来；然后提取装配式预制构件点云的几何特征后，根据点云的几何特征，进行装配式预制构件边缘线的拟合，再根据拟合的边缘线计算得到装配式预制构件的尺寸信息；最后在点云可视化界面下添加装配式预制构件尺寸信息的3D文字标签。本发明基于装配式预制构件实测点云数据的分割结果拟合边缘线和提取特征点，进而计算装配式预制构件的尺寸，实现尺寸自动化检测的目的，提高检测效率的同时，保证尺寸检测的准确度。
-
公开(公告)号：CN115600941B
公开(公告)日：2023-03-21
申请号：CN202211577533.7
申请日：2022-12-09
Applicant: 安徽大学绿色产业创新研究院
Abstract: 本发明属于建筑工业领域，具体涉及一种装配式预制件工厂的物料管理系统。其用于对装配式预制件工厂中物料的出入库过程进行数字化管理。该物料管理系统包括：电子标签、净重测量设备，云服务器，以及手持终端。其中，电子标签包括安装各个运输车辆上的第一标签和第二标签。净重测量设备包括称重机构和一个电子标签写入模块。云服务器内运行有一个库存数据库和一个基于机器视觉的离散物料检测计数模型。手持终端与云服务器进行通信连接并在二者间进行数据交互。手持终端内包含一个图像采集模块、一个电子标签读写模块，以及一个显示模块。解决现有装配式预制件工厂的物料管理依赖人工，库存数据更新不及时，数据容易发生错误等问题。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.025 seconds)
