-
公开(公告)号：CN112435151A
公开(公告)日：2021-03-02
申请号：CN202011356149.5
申请日：2020-11-27
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: 本公开提出了一种基于关联分析的政务信息数据处理方法及系统，包括：通过局域网子网发送指令信息，调用政务数据服务器中的指令数据；判断指令数据是否为所调用的指令信息并进行权限判断，对于符合权限要求的允许进行数据读取操作；对获取的数据进行清洗及预处理，将政务公开关键指标数据进行划分，划分结果存储在第一数据列表中；将政务公开关键指标中与经济社会发展相关指标进行处理并进行主成分分析，再将数据进行指标划分，获得第二数据列表；调用第一数据列表及第二数据列表并进行数据关联分析，获得数据间的关联结果。本公开技术方案将不同的政务指标数据进行了关联处理，获得数据之间的关联性。
-
公开(公告)号：CN112217665A
公开(公告)日：2021-01-12
申请号：CN202011032210.0
申请日：2020-09-27
Applicant: 山东省计算中心(国家超级计算济南中心) , 中国电子技术标准化研究院
IPC: H04L12/24
Abstract: 本发明属于物联网终端领域，提供了一种物联网终端接收和发射性能的定量评估方法，包括获取物联网终端的通信数据，提取物联网终端的接收性能参数和发射性能参数；将接收性能参数和发射性能参数输入至评估模型中，输出物联网终端的接收性能等级和发射性能等级及相应评分，筛选出接收性和发射性能均在最优等级的物联网终端来构建物联网；其中，评估模型包括并行连接且模型架构相同的接收性能评估模型和发射性能评估模型。
-
公开(公告)号：CN110239270B
公开(公告)日：2020-12-25
申请号：CN201910537717.2
申请日：2019-06-20
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本公开公开了一种橄榄核随形雕刻方法及系统，包括：获取标准雕刻工艺品外形数据，所述标准雕刻工艺品的外形数据，包括：标准雕刻工艺品的长度、每个点的切削深度和最大切削深度；获取待雕刻橄榄核的外形数据；所述待雕刻橄榄核的外形数据，包括：待雕刻橄榄核的长度和待雕刻橄榄核的每个点的高度；根据标准雕刻工艺品外形数据和待雕刻橄榄核的外形数据，计算出实际雕刻过程中待雕刻橄榄核每个点的切削深度；将实际雕刻过程中待雕刻橄榄核每个点的切削深度发送给雕刻机，雕刻机对橄榄核完成雕刻任务。
-
公开(公告)号：CN120031913A
公开(公告)日：2025-05-23
申请号：CN202510036639.3
申请日：2025-01-09
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: 本发明属于图像处理技术领域，公开了一种基于分割大模型的3D物体跟踪方法及系统，包括获取数据集，并进行预处理，获得连续运动的图像数据；构建轻量化分割模型，将图像数据输入分割模型，对图像进行特征提取，对图像特征进行特征放大，对放大后的图像特征进行遮罩求解，对得到的遮罩进行边缘优化，获得第一概率图；采用颜色直方图法对图像数据进行概率图计算，获得第二概率图，融合第一和第二概率图，将融合后的概率图进行位姿优化，获得位姿矩阵，利用位姿矩阵进行物体跟踪；对轻量化分割模型进行训练，获得训练好的分割模型。本发明设计了3D物体追踪框架Fuse‑Tracker，利用EF‑SAM轻量化分割模型进行计算，获得轻量化效果的同时提高了3D物体追踪精度。
-
公开(公告)号：CN118898614B
公开(公告)日：2025-01-28
申请号：CN202411397545.0
申请日：2024-10-09
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06T7/00 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明提出了基于多域高效特征聚合网络的齿轮缺陷检测方法及系统，涉及计算机视觉应用领域，用于缺陷检测的多域高效特征聚合网络包括多域混合特征提取网络、多尺度特征聚焦传播融合网络以及检测头网络；所述多域混合特征提取网络，采用多域特征无损下采样模块在频域和空间域下对齿轮图像进行下采样，构建初始特征图，利用高效混合特征感知模块从局部和全局、空间和通道的角度对初始特征图进行增强，得到多尺度特征图；所述多尺度特征聚焦传播融合网络，对多尺度特征进行融合，得到融合后的特征图；所述检测头网络，根据融合后的特征图，检测齿轮缺陷；本发明构建多域高效特征聚合网络，进行鲁棒性强、精度高的齿轮缺陷检测。
-
Patent Agency Ranking
公开(公告)号：CN119359548A
公开(公告)日：2025-01-24
申请号：CN202411942172.0
申请日：2024-12-27
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)
IPC: G06T3/4053 , G06T3/4046 , G06V30/19 , G06V30/18 , G06V30/148 , G06N3/0442 , G06N3/048 , G06N3/084 , G06N3/0464 , G06N3/0455
Abstract: 本发明属于计算机图像处理技术领域，公开了一种基于语义感知交互的场景文本图像超分辨率方法及系统，包括采集图像；对图像进行分割操作，获得文本区域，对其进行特征提取，获得文本区域特征，对文本区域进行映射操作，对映射后的文本区域进行筛选，对筛选后的文本区域进行操作，获得文本概率序列，基于文本概率序列获得文本概率特征；提取图像特征，对图像特征和文本区域特征进行信息交换，将信息交换后的两个特征相加，得到交互融合后的特征，基于交互融合后的特征和文本概率特征获得超分辨率图像；定义损失函数，优化模型参数。本有效解决了在高噪声条件下文本定位和处理不精准的问题，能够更好的适应不断变化的分辨率图像。
-
公开(公告)号：CN118941555B
公开(公告)日：2025-01-21
申请号：CN202411388056.9
申请日：2024-10-08
Applicant: 山东省计算中心(国家超级计算济南中心) , 青岛海尔智能技术研发有限公司 , 山东山科数字经济研究院有限公司
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种基于概率掩码的工业产品缺陷检测方法及系统，涉及缺陷检测技术领域，所述方法包括：获取待检测缺陷图像；将待检测缺陷图像输入训练好的缺陷检测模型中进行检测，获得缺陷检测结果；缺陷检测模型的输入包括有标注的缺陷图像、无标注的缺陷图像和混合中间图像，混合中间图像根据有标注的缺陷图像和无标注的缺陷图像混合得到，缺陷检测模型提取输入的图像的特征图，获取各特征图对应的概率掩码筛选信息，根据概率掩码筛选信息得到对应的交互信息，根据交互信息得到对应的缺陷检测结果。本发明能够在保证准确率的前提下提高模型部署效率。
-
公开(公告)号：CN118864453B
公开(公告)日：2025-01-21
申请号：CN202411336457.X
申请日：2024-09-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 青岛海尔智能技术研发有限公司 , 山东山科数字经济研究院有限公司
IPC: G06T7/00 , G06N3/0464 , G06V10/80 , G06V10/82
Abstract: 本发明提供了基于局部整体上下文感知的钢铁表面瑕疵检测方法及系统，涉及图像处理技术领域，所述方法包括：获取待检测钢铁图像；将钢铁图像输入钢铁表面瑕疵检测模型中进行检测，获得钢铁表面瑕疵检测结果；局部整体感知网络利用不同空洞率的空洞卷积提取不同尺度的局部特征，并在获取全局特征时，将查询向量、键向量和值向量均输入到卷积模块、深度卷积模块和逐点卷积模块中处理；多层级交互网络利用局部整体感知网络不同层的输出，进行跨层特征融合；强化识别网络，融合多层级交互网络的输出特征，对融合后的特征进行增强与检测，得到钢铁表面瑕疵检测结果。本发明能够提高钢铁瑕疵检测的准确率和效率。
-
公开(公告)号：CN119106100A
公开(公告)日：2024-12-10
申请号：CN202411174716.3
申请日：2024-08-26
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F16/33 , G06F18/2411 , G06F18/25 , G06F40/30 , G06F16/35
Abstract: 本发明属于情感分析技术领域，尤其涉及一种基于特征交互与关联融合的情感分析方法及系统，方法包括：将获取的文本数据输入至BERT模型中，得到多层表示向量；将所有的中间层表示向量输入多层特征交互模块中，得到第一关联特征融合向量；将第一关联特征融合向量与最终层表示向量输入至动态关联融合模块中，得到分类文本特征向量；基于动态掩码的自适应丢弃方法对分类文本特征向量进行特征丢弃，之后经过全连接层和激活函数层得到待识别文本的情感类别。本发明将多层表示向量进行特征融合，能够充分利用模型输出的不同层次的语义表示，从而获得更加丰富和全面的特征信息，有助于提高模型对文本语义的理解能力和情感分析的准确性。
-
公开(公告)号：CN118941556A
公开(公告)日：2024-11-12
申请号：CN202411388842.9
申请日：2024-10-08
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06T7/00 , G06T5/20 , G06T5/70 , G06V10/44 , G06V10/77 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0455 , G06N3/042 , G06N3/084
Abstract: 本发明提出了一种基于SAM先验指导的工业缺陷检测方法及系统，涉及工业计算机视觉领域，将待检测的工业表面缺陷图像输入到训练好的检测模型中，依次经过特征提取、特征聚合和缺陷检测，得到检测结果，包括缺陷类别和缺陷位置；所述检测模型的特征提取，首先分别基于SAM大模型和基于卷积操作提取先验特征和局部全局特征，然后将先验特征嵌入到局部全局特征中，得到多层级工业特征，基于多层级工业特征，生成SAM先验指导的检测结果；本发明通过SAM视觉大模型的先验指导，开发更加智能和自适应的缺陷检测模型，使其能够理解并利用先验知识，同时具备自我学习和自我优化的能力，以更好地适应不断变化的数据分布和工业需求。
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.088 seconds)
