-
公开(公告)号：CN114758239A
公开(公告)日：2022-07-15
申请号：CN202210429482.7
申请日：2022-04-22
Applicant: 安徽工业大学科技园有限公司
Abstract: 本申请公开了一种基于机器视觉的物品飞离预定行进线路的监测方法和系统，以从上至下的视角获得包含有所述的物品在预定行进线路过程中的图片；识别所述图片中所述物品的轮廓；识别所述图片中所述物品的面积；比较所述物品的轮廓是否超出预定的轮廓；当超出预定的轮廓时，比较所述物品的面积是否超出预定的面积；当超出预定的面积时，判断所述物品有飞离预定行进线路的风险。通过上述方法，代替人工实现了对于物品飞离预定行进线路的监测，更加智能且节省了人力，提高了安全性。
-
公开(公告)号：CN110378064A
公开(公告)日：2019-10-25
申请号：CN201910686630.1
申请日：2019-07-29
Applicant: 安徽工业大学
Abstract: 本发明公开了一种预测炼铁高炉炉芯死料柱温度的方法，属于冶金信息处理领域。本发明的方法为：先采集样本数据并进行处理，再将处理后的样本数据分为训练集和测试集，再对训练集的样本数据进行主成分分析，并按照主成分与变量之间的相关性选取变量，而后利用pearson相关系数分析样本特征与目标值之间的相关性筛选选取的变量，再根据筛选后的变量进行岭回归建模得到岭回归模型；然后对岭回归模型进行拟合优度检验，并利用测试集验证岭回归模型的有效性。本发明目的在于克服现有技术中，大型高炉炉芯死料柱温度计算过程繁琐且过分依赖经验的不足，本发明通过建立岭回归模型，从而可以预测炉芯死料柱温度，进一步可以提高炉芯死料柱温度的计算效率。
-
公开(公告)号：CN105973279B
公开(公告)日：2019-03-19
申请号：CN201610410962.3
申请日：2016-06-03
Applicant: 安徽工业大学
Abstract: 本发明公开了一种单端反射式长周期光纤光栅传感器及其制作工艺，属于光纤光栅传感技术领域。包括长周期光纤光栅段、光纤段和尾端段，从左到右依次为长周期光纤光栅段、光纤段和尾端段，长周期光纤光栅段的表面上设有一层光纤光栅段金属膜，尾端段的表面上设有一层尾端段金属膜，尾端段的端面上设有一层尾端段端面金属膜，光纤光栅段由内至外依次为光纤光栅段纤芯和光纤光栅段金属膜，光纤光栅段金属膜、尾端段金属膜和尾端段端面金属膜均为钯金膜。本发明公开的单端反射式镀膜长周期光纤光栅传感器，具有探头式结构，结构简单、体积小、灵敏度高，并对温度、折射率、液位等外界物理量敏感，可广泛应用于生物、化学、物理、土木、医疗等领域。
-
公开(公告)号：CN114842380B
公开(公告)日：2024-05-14
申请号：CN202210457014.0
申请日：2022-04-27
Applicant: 安徽工业大学科技园有限公司
IPC: G06V20/40 , G06V20/10 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/96 , G08B17/00 , G08B17/10 , G08B17/12
Abstract: 本本申请公开了一种火灾监测方法、装置、系统、存储器和处理器，该火灾监测方法通过获取目标区域的能见度参数；获取目标区域的植被类型；获取目标区域的视频，所述视频通过设置于目标区域上方的摄像机实时拍摄获得；判断所述能见度参数是否大于预定的能见度参数阈值；当能见度参数大于预定的能见度参数阈值且所述植被类型为阔叶林时，识别所述视频中的疑似烟雾区域，否则识别所述视频中的疑似火焰区域；判断所述疑似烟雾区域或所述疑似火焰区域的面积是否有变大趋势，若是，判断出现火灾。本发明方法针对山林火灾定制，考虑了山林的特殊环境，能够解决山林中火灾监测容易出现误检、漏检的问题。
-
公开(公告)号：CN114970142A
公开(公告)日：2022-08-30
申请号：CN202210570204.3
申请日：2022-05-24
Applicant: 安徽工业大学科技园有限公司
Abstract: 本发明公开了一种基于随机森林算法的FBG定位识别方法，包括：利用反射光谱中心波长的漂移量与结构状态的特征参量变化的映射关系，对进行相应的封装保护；使用随机森林算法建立高精度的位置静载荷数学预测模型，并对光纤布拉格光栅传感阵列压觉预测算法进行了研究；最终通过对大量数据进行处理，建立中心波长变化量与静载荷、坐标的预测模型，以此达到精准定位预测。本发明可适用于智能机器人皮肤感应，也可用于机械手臂中对易碎物体的灵敏操作，由于光纤光栅传感器强大的抗干扰等特性，还可适用于航空航天等高精度领域。
-
Patent Agency Ranking
公开(公告)号：CN110265085A
公开(公告)日：2019-09-20
申请号：CN201910686641.X
申请日：2019-07-29
Applicant: 安徽工业大学
Abstract: 本发明公开了一种蛋白质相互作用位点识别方法，属于生物信息学分析领域。本发明的方法为：先采集蛋白质链数据并对蛋白质链数据进行预处理，再将预处理后的蛋白质链数据分为界面残基和非界面残基；而后从数据库中提取特征，并将提取的特征进行融合得到数据集，再对数据集的不平衡性进行处理，然后将处理后的数据集分为训练集和测试集，再利用训练集训练XGBoost模型，最后利用XGBoost模型得到蛋白质相互作用位点。本发明目的在于克服现有技术中，对蛋白质相互作用位点进行预测时持有不同程度的“假阳性”、“假阴性”特征，使得结果分析比较困难的不足，本发明可以克服以上不足，且可以提高蛋白质相互作用位点的识别精度。
-
公开(公告)号：CN105842148A
公开(公告)日：2016-08-10
申请号：CN201610410965.7
申请日：2016-06-03
Applicant: 安徽工业大学
IPC: G01N17/00
CPC classification number: G01N17/004 , G01N17/006
Abstract: 本发明公开了一种监测钢筋锈蚀状态的传感器及其制作工艺和钢筋锈蚀监测方法，属于结构工程和光纤传感技术领域。它包括长周期光纤光栅传感，长周期光纤光栅传感包括光纤光栅段、光纤段和尾端段，还包括基座、钢筋和水泥砂浆，从左到右依次为光纤光栅段、光纤段和尾端段，光纤光栅段的表面上设有一层光纤光栅段金属膜，尾端段的表面上设有一层尾端段金属膜，尾端段的端面上设有一层尾端段端面金属膜；钢筋和长周期光纤光栅传感均放置在基座内，基座的外部为一层水泥砂浆。光纤光栅段金属膜、尾端段金属膜和尾端段端面金属膜均为钯金膜。本发明的单端反射式长周期光纤光栅通过折射率来监测钢筋周围环境的变化，来判断钢筋锈蚀的状态。
-
公开(公告)号：CN105842147A
公开(公告)日：2016-08-10
申请号：CN201610410942.6
申请日：2016-06-03
Applicant: 安徽工业大学
CPC classification number: G01N17/006 , G01N21/01 , G01N21/25
Abstract: 本发明公开了一种单端镀膜反射式长周期光纤光栅传感器及其制作工艺和钢筋锈蚀监测方法，属于结构工程和光纤传感技术领域。本发明是利用单端反射长周期光纤光栅对环境折射率的敏感性，将其通过水泥砂浆封装后，固定在钢筋笼上，定期由光栅解调仪观察其反射谱的谐振峰值，以此判断光栅周围的折射率变化，并推断钢筋锈蚀的程度与速率。本发明通过对埋入的单端反射长周期光纤光栅的反射谱谐振峰幅值进行监测，可以在不损伤混凝土表面的前提下，对任何环境下钢筋混凝土构件中的任何型号钢筋腐蚀情况进行长期监测，准确确定钢筋锈蚀的程度及速率，应用于结构工程领域中钢筋混凝土结构的耐久性检测和评估。
-
公开(公告)号：CN110070074B
公开(公告)日：2022-06-14
申请号：CN201910377894.9
申请日：2019-05-07
Applicant: 安徽工业大学
IPC: G06V40/10 , G06V40/16 , G06V20/52 , G06V10/762 , G06V10/774 , G06V10/82 , G06K9/62
Abstract: 本发明公开了一种构建行人检测模型的方法，属于图形处理技术领域。本发明的一种构建行人检测模型的方法，先从数据库中随机选取行人图像并对行人图像的头部进行标注作为标签文件，再将选取的行人图像划分为训练集、测试集和验证集；而后对训练集进行聚类分析得到新的先验框，再对YOLOv3网络进行网络结构调整；然后利用YOLOv3网络对训练集进行训练得到行人检测模型，再利用验证集对行人检测模型进行评估，最后利用测试集对行人检测模型进行测试。本发明的目的在于克服现有技术中，当监控场景下的行人处于密集状态时，行人检测结果不准确的不足，提供了一种构建行人检测模型的方法，可以解决行人检测时的行人遮挡问题，提高行人检测的准确性。
-
公开(公告)号：CN110378435B
公开(公告)日：2021-09-10
申请号：CN201910674376.3
申请日：2019-07-25
Applicant: 安徽工业大学
Abstract: 本发明公开了一种基于卷积神经网络的苹果叶片病害识别的方法，属于计算机视觉领域。该方法包括以下步骤：S1：对样本进行预处理；S2：搭建卷积神经网络，基于VGG16卷积神经网络模型，搭建包含归一化层和全局平均池化层的改进的卷积神经网络模型，并采用Adam算法对模型进行求解；S3：训练卷积神经网络模型，卷积基层的初始参数采用VGG16模型在ImageNet数据集上训练好的参数；S4：对测试样本进行预测并输出。本发明提出的改进的卷积神经网络提高了对苹果叶片病害的识别准确率，并且新型卷积神经网络极大地减少了训练参数，训练时间短、效率高，对苹果叶片病害的识别奠定了较好的基础。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.027 seconds)
