-
公开(公告)号：CN114373077A
公开(公告)日：2022-04-19
申请号：CN202111514031.5
申请日：2021-12-07
Applicant: 燕山大学
Abstract: 本发明公开了一种基于双层次结构的草图识别方法，针对目前多数草图识别方法未考虑形状特征的现状，该方法提出利用双层次结构同时编码形状特征和视觉特征用于草图识别。包括：获取两种格式的草图样本，基于卷积神经网络提取深度特征的层次化思想构建多层次形状网络，通过构建多尺度残差块、内层残差块和外层残差块搭建多层次视觉网络。基于草图样本，使用交叉熵损失训练形状网络，使用交叉熵损失和权重压缩三元组中心损失训练视觉网络。将形状网络、视觉网络与乘法融合层结合获取双层次结构。最后，将草图测试样本输入双层次结构进行识别测试。本发明不要求草图样本含有笔画信息，且无需微调过程，训练过程简单，草图识别效果具有明显优势。
-
公开(公告)号：CN113688734A
公开(公告)日：2021-11-23
申请号：CN202110980385.2
申请日：2021-08-25
Applicant: 燕山大学
Abstract: 本发明公开了一种基于FPGA异构加速的老人跌倒检测方法，属于目标识别技术领域，所述方法包括融合算法部分和硬件加速部分，整体以神经网络作为基础框架，结合FPGA硬件加速技术，通过量化编译移植实现算法嵌入式移植，人体检测部分采用YOLOv3网络，通过双向剪枝和改进损失函数实现了可移植的改进型轻量化YOLOv3网络；跌倒检测算法部分采用了轻量化SqueezeNet网络，通过引入人体矩形高宽比结合主要关键点欧式距离综合判定的方法实现老人跌倒检测；硬件部分选择了Xilinx公司的mpsoc架构板卡ultra96‑v2。本发明不仅提高了老人跌倒检测设备的便携程度，同时降低了成本。
-
公开(公告)号：CN113572742A
公开(公告)日：2021-10-29
申请号：CN202110750388.7
申请日：2021-07-02
Applicant: 燕山大学
Abstract: 本发明公开了一种基于深度学习的网络入侵检测方法，该方法训练过程为：将获取的数据集输入待训练的卷积神经网络模型，通过待训练的卷积神经网络模型提取网络流量特征；再通过空间金字塔模型“卷积层+上采样层+下采样层”反复提取网络流量更丰富的特征，得到多尺度的有效特征层；最后通过逻辑回归预测网络入侵分类置信度，使用逻辑分类模型预测类别，将真实框与预测框通过误差模型计算真实框与预测框的损失误差；然后通过反向梯度进行反复迭代优化，将损失误差最小的待训练的网络入侵检测模型作为训练好的网络入侵检测模型；本发明方法进一步提高了网络入侵的检测精度和速度，提高了对未知攻击的检测能力，降低了误报率。
-
公开(公告)号：CN112318388B
公开(公告)日：2021-09-10
申请号：CN202011120863.4
申请日：2020-10-19
Applicant: 燕山大学
Abstract: 本发明公开一种用于处理喷砂机产生灰尘的水膜除尘装置，其包括筒体、进尘管道、喷水嘴、进水管、多孔圆盘状薄板和积尘出口装置。灰尘通过进尘管道进入到筒体内，喷水嘴通过进水管供水实现对灰尘的喷水净化；多孔圆盘状薄板呈上下层结构，焊接在筒体内壁，形成曲线式管路；筒体上盖设有六个出气孔，下端固定连接积尘出口装置；经喷水嘴喷水净化后的空气通过上下层多孔圆盘状薄板形成的曲线式管路二次净化，再通过筒体上盖六个出气孔排出；经喷水嘴喷水净化后的积尘落到筒体下端，打开筒体下端积尘出口装置，实现对积尘的清理排出；本装置解决喷砂机工作产生的大量灰尘导致空气污染、工作环境恶劣的问题，且具有处理成本低、少耗材、高效率的优点。
-
公开(公告)号：CN119531824A
公开(公告)日：2025-02-28
申请号：CN202411699632.1
申请日：2024-11-26
Applicant: 燕山大学
Abstract: 本发明提供了一种基于再生混凝土骨料的天然气水合物储层改造方法，属于天然气水合物开采技术领域，所述方法包括：将较低粘度的压裂液泵入井下形成裂缝，进行造缝作业；造缝作业所形成的裂缝达到设计值时，将中等粘度的压裂液和小粒径的再生混凝土骨料混合成的浆液泵入井下；逐渐增大压裂液的粘度，增大再生混凝土骨料的填充量并逐渐加大再生混凝土骨料的粒径大小；停止充填作业，进行压裂液破胶反排和二氧化碳注入置换开采天然气水合物作业，采用再生混凝土骨料作为改造材料，注入二氧化碳使其与骨料发生碳化反应，利用碳化反应放热的性质促进水合物的分解，碳化后骨料强度提高硬度增加，可作为储层的支撑。
-
Patent Agency Ranking
公开(公告)号：CN114373077B
公开(公告)日：2024-10-29
申请号：CN202111514031.5
申请日：2021-12-07
Applicant: 燕山大学
IPC: G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于双层次结构的草图识别方法，针对目前多数草图识别方法未考虑形状特征的现状，该方法提出利用双层次结构同时编码形状特征和视觉特征用于草图识别。包括：获取两种格式的草图样本，基于卷积神经网络提取深度特征的层次化思想构建多层次形状网络，通过构建多尺度残差块、内层残差块和外层残差块搭建多层次视觉网络。基于草图样本，使用交叉熵损失训练形状网络，使用交叉熵损失和权重压缩三元组中心损失训练视觉网络。将形状网络、视觉网络与乘法融合层结合获取双层次结构。最后，将草图测试样本输入双层次结构进行识别测试。本发明不要求草图样本含有笔画信息，且无需微调过程，训练过程简单，草图识别效果具有明显优势。
-
公开(公告)号：CN115090975B
公开(公告)日：2024-08-23
申请号：CN202210793076.9
申请日：2022-07-05
Applicant: 燕山大学
IPC: B23H7/10
Abstract: 本发明提供一种线切割机的上丝装置及其上丝方法，其包括托板、支撑组件、绕有丝线的第一储丝轴、第二储丝轴和驱动组件，第一储丝轴和第二储丝轴在驱动组件的作用下循环交替放丝和收丝，避免了丝线换向时叠丝现象的发生，降低了断丝的概率；运丝丝线始终处于同一平面内，减少了运丝过程中丝线张紧力的波动范围，延长了丝线的使用寿命，丝线运转拐点少，提高了运丝传递时的可靠性；断丝后上丝方便，取消了操作人员寻找断丝端头、拆卸丝线和缠绕丝线的时间，提高了设备的生产效率。
-
公开(公告)号：CN113674321B
公开(公告)日：2024-05-17
申请号：CN202110980862.5
申请日：2021-08-25
Applicant: 燕山大学
Abstract: 本发明公开了一种基于云端的监控视频下多目标跟踪的方法，属于目标识别跟踪技术领域，包括安装监控相机到指定场合；搭建云端和客户端平台；使用改进后的centernet检测模型对接收的视频帧进行目标检测；使用改进后的deepsort模型对检测到的多目标进行跟踪；在客户端对多目标跟踪输出的视频进行保存、删除以及更新。本发明从智能视频监控出发，对病房看护场景中患者进行轨迹跟踪，并对跟踪算法进行深入研究及改进，实现了高效多目标检测与跟踪监控系统。
-
公开(公告)号：CN113901801B
公开(公告)日：2024-05-07
申请号：CN202111084273.5
申请日：2021-09-14
Applicant: 燕山大学
IPC: G06F40/279 , G06F40/216 , G06N3/049 , G06N3/084 , G06N3/0442
Abstract: 本发明涉及一种基于深度学习的文本内容安全检测方法。该方法包括算法部分，对应的检测器是一个卷积神经网络框架。本发明算法整体架构采用的是长短记忆网络LSTM，此结构是一种循环神经网络，实现简单并具有长期记忆功能；在此基础上，还加入了注意力机制，此机制可将计算机有限的资源高效利用，并且使用时能并行，可在减少网络参数的情况下提升准确率。另外，本发明的算法部分还加入了残差结构，使得学习结果对网络权重的波动变化更加敏感，同时残差结果对数据的波动更加敏感。本方法提出基于深度的方法，通过改变模型参数，可构建出不同的文本内容检测器。
-
公开(公告)号：CN113674140B
公开(公告)日：2023-09-26
申请号：CN202110960092.8
申请日：2021-08-20
Applicant: 燕山大学
IPC: G06T3/00 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种物理对抗样本生成方法及系统。该方法包括：获取原始图像集、风格图像集以及图像集的攻击蒙版图像；采用原始图像集作为训练样本，采用模型窃取法，确定黑盒目标模型的替代模型；基于图像集、对应的攻击蒙版图像和替代模型，采用风格迁移技术思想和基于梯度的对抗样本生成方法生成原始图像集中各图像的攻击区域的风格扰动；对原始图像集进行仿射变换生成变换图像集，并基于替代模型，采用基于梯度的对抗样本生成方法生成变换图像集的自适应扰动；将风格扰动和自适应扰动添加到原始图像集的攻击区域，生成每一张原始图像的物理对抗样本。本发明针对黑盒目标模型生成一种扰动不可察的对抗样本，以准确评估黑盒目标模型的安全性。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.038 seconds)
