-
公开(公告)号：CN116110081A
公开(公告)日：2023-05-12
申请号：CN202310382275.5
申请日：2023-04-12
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及作业安全监测的技术领域，具体涉及基于深度学习的安全帽佩戴的检测方法及系统。本发明将图像采集，挑选，标注，预处理后进行模型训练与封装，控制中心部署封装好的模型。控制中心接收监控探头和无人机云台相机监控图像，调用头部区域检测算法，计算头部检测框像素总和。对低于100像素的区域提取中心坐标，使用噪声覆盖后。将监控图像送入安全帽佩戴检测模型检测。对提取出的所有中心坐标计算中心点，此中心点作为摄像头锁定跟踪算法的输入，调节摄像头方向并调整镜头放大倍数。再次获取图像进行检测。若检测到未佩戴安全帽则示警。本方案对工地未佩戴安全帽和有易坠落风险的行为进行分析识别，并及时示警，降低工地安全风险。
-
公开(公告)号：CN115510975A
公开(公告)日：2022-12-23
申请号：CN202211189813.0
申请日：2022-09-28
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
Abstract: 本发明提供了一种多变量时序异常检测方法及系统，包括以下过程：首先将数据进行预处理输入到特征提取模块中；利用T‑Transformer‑GRU提取时序数据的时间信息;利用F‑Transformer‑GRU提取数据的全局特征关联性;然后将两者进行结合形成新的数据维度作为异常检测模块的输入；通过GRU将新特征分别输入到重构模块和预测模块中，识别数据中的异常；将两者结果进行最优化组合得到异常检测分数；最后，将分数与提前设定好的阈值进行对比输入检测结果。本系统包括数据预处理、特征提取模块和异常检测模块。本发明既捕获数据的时间信息又捕获特征之间的关联性，并将预测和重构两种方式进行最优化结合，提高异常检测精度，增强系统的稳定性，能够处理多种时序数据异常检测任务。
-
公开(公告)号：CN115049635A
公开(公告)日：2022-09-13
申请号：CN202210796619.2
申请日：2022-07-06
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
Abstract: 本发明提供了一种基于Faster RCNN改进的芯片缺陷检测方法，涉及工业目标检测领域，该方法包括：对数据集进行预处理，采集训练样本集，把样本集导入Faster RCNN，通过特征提取网络对图像样本集进行特征提取，将提取到的特征输入到RPN模块进行训练生成建议框，通过样本集训练和微调得到Faster RCNN模型，使用Faster RCNN模块保存的训练参数对待检测芯片图像进行芯片缺陷检测；该样本集是使用公共合成PCB（印刷电路板）数据集训练所得出的模型，改进了特征提取网络，并使用权重自适应器进行加强学习，在一定程度上提高了检测速度和准确率，使得该发明具有更高的灵活性和识别精度，在电子信息产业中具有更好的实用价值和应用前景。
-
公开(公告)号：CN113225318A
公开(公告)日：2021-08-06
申请号：CN202110400950.3
申请日：2021-04-14
Applicant: 山东省计算中心(国家超级计算济南中心) , 山东山科数字经济研究院有限公司
IPC: H04L29/06 , G06F16/182 , G06F21/60 , H04L9/06 , H04L9/32
Abstract: 本发明公开了一种政务大数据加密传输及安全存储的方法及系统，数据发送端对获取的政务大数据进行摘要提取；确定摘要加密等级；根据加密等级对政务大数据进行加密处理，生成政务大数据密文；数据发送端将政务大数据密文、摘要以及加密等级，发送到存储器进行存储；数据输出端向存储器发送政务大数据获取请求；存储器对数据输出端的加密等级进行确认，若通过，则将政务大数据密文以及摘要发送给数据输出端，并向数据发送端发送数据被调用通知；数据输出端在接收到数据之后，对数据进行解密，并进行摘要提取，将提取的摘要与接收数据中的摘要进行比对，若相同，则将解密后的数据进行输出展示。提高了信息传输和信息存储时的安全性、提高传输效率。
-
公开(公告)号：CN106934547A
公开(公告)日：2017-07-07
申请号：CN201710146389.4
申请日：2017-03-13
Applicant: 山东省计算中心(国家超级计算济南中心)
CPC classification number: G06Q10/06393 , G06Q10/103 , G06Q50/26
Abstract: 本发明公开了用于不同政务信息公开的评估指标筛选方法及系统，基于扎根理论，建立了电子政务信息公开的评估指标体系，包含四层多项评估指标，并基于主观赋权法、客观赋权法，采用组合赋权法，对评估指标进行了权重分配，增强了指标的完备性、合理性及指标权重的客观性与准确性。
-
Patent Agency Ranking
公开(公告)号：CN104655332A
公开(公告)日：2015-05-27
申请号：CN201510061691.0
申请日：2015-02-04
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明公开了一种非接触式应力检测系统及方法，系统包括线圈、交流电源、巨磁阻元件和钢轨，其中，巨磁阻元件设置于线圈内，线圈连接交流电源，线圈上交流电源提供给线圈固定频率的交变电流，该交变电流会产生一个交变磁场，该磁场在钢轨上产生相应的电涡流，巨磁阻元件测量交变电流产生磁场与电涡流产生磁场相互作用的磁场强度大小，实现对钢轨应力的检测；本发明采用电磁感应方式测量钢轨应力，无接触方式，可解决接触式应力传感器由于铁轨震动影响应力传感器精度及寿命的问题。
-
公开(公告)号：CN119150186A
公开(公告)日：2024-12-17
申请号：CN202411183021.1
申请日：2024-08-27
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F18/2433 , G06F18/25 , G06F18/241 , G06F18/213 , G06N3/0464 , G06N3/082
Abstract: 本发明提出了基于双维度特征的输氢管网流量异常检测方法及系统，通过在时间维度和通道维度进行自适应切片，得到大小一致的数据切片；利用时间特征提取器、空间特征提取器和主干特征提取器捕获切片内部及切片之间的特征关联；利用由多组不同特征尺度隐藏层构成的重构网络进行多视野下的重构，对重构结果进行异常评分，以实现精准的异常检测；本发明方法能够有效识别工业输氢管网中的异常流量数据，提高工业安全管理水平。
-
公开(公告)号：CN118644359B
公开(公告)日：2024-10-22
申请号：CN202411124271.8
申请日：2024-08-16
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及能源供应技术领域，具体为应用于工业园区的氢能负荷预测方法及系统，通过获取工业园区历史能源负荷数据、工业园区所在地气象站的历史气象数据以及时间数据，并进行预处理，经编码操作得到特征表示；预处理后的数据基于全局时域特征捕获网络得到频域表示，进一步得到全局周期性特征；根据得到的特征表示，利用多尺度特征融合网络提取出局部非线性特征；得到的全局周期性特征和局部非线性特征，利用自适应门控融合网络得到预测结果。利用深度神经网络的强大拟合能力和频域分析的周期性识别优势，结合多尺度特征提取技术，能够更全面、更精细地解析氢能源需求的内在规律，显著提高预测的准确性和稳定性。
-
公开(公告)号：CN118568650B
公开(公告)日：2024-10-15
申请号：CN202411059783.0
申请日：2024-08-05
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F18/2433 , G06F18/25 , G06V10/764 , G06V10/26 , G06V20/70 , G06V10/44 , G06V10/80 , G06V10/82 , G06F40/30 , G06N3/0464 , G06N3/0455 , G06N3/048
Abstract: 本发明属于计算机视觉和图像识别技术领域，提供了一种基于细粒度文本提示特征工程的工业异常检测方法及系统，包括提取工业图像的文本特征、图像块特征和图像特征；利用图像特征对文本提示进行优化更新，得到细粒度文本提示特征；将图像块特征与细粒度文本提示特征进行相似性对比分析，将对比生成的异常结果图进行相加融合得到最终的异常检测结果；优化模型的参数，使损失函数最小，利用训练好的模型进行测试集的异常检测。本发明针对少样本工业图像异常检测，通过特征提取模块、细粒度文本提示工程模块和跨模态空间域多粒度交互模块搭建异常检测模型框架，提高了模型的泛化能力。
-
公开(公告)号：CN117710757B
公开(公告)日：2024-05-24
申请号：CN202410159978.6
申请日：2024-02-05
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明公开了一种基于多尺度特征引导与融合的工业异常检测方法及系统，涉及计算机视觉中的工业图像异常检测技术领域。该方法包括步骤：获取工业产品表面缺陷图像并进行预处理，得到训练集和测试集；建立由模拟异常网络、多尺度特征提取网络、多尺度特征加权融合网络和像素级异常评分网络依次连接的初步异常检测模型；利用训练集对初步异常检测模型进行训练，并利用测试集对训练好的异常检测模型进行效果验证；利用训练好的异常检测模型对待检测的工业图像进行异常检测。本发明能够提高对工业图像异常的敏感性和准确性，实现对产品表面缺陷更为可靠的检测识别和定位。
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.07 seconds)
