-
公开(公告)号：CN116092040B
公开(公告)日：2023-06-23
申请号：CN202310382096.1
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)
IPC: G06V20/56 , G06V10/82 , G06T7/00 , G06N3/084 , G06N3/0455
Abstract: 本发明涉及自动驾驶领域，具体涉及一种车道线预测和车道线缺陷检测方法，包括如下步骤：调节车载摄像头的角度获取各种情况下的真实的道路车道线正视图，对图片中的车道线进行准确的标注，构成训练数据集，并对训练数据集进行数据增强；模型搭建，在编码器中设计MBMA注意力模块，获得车道线特征信息特征图；利用步骤1中处理后的数据对步骤2中搭建好的模型进行训练；模型训练完成后，测试模型，取超过设定阈值的模型进行封装部署，将部署好的模型用于车道线预测和缺陷检测。本方案实现了对现有场景中车道线模糊、严重退化的精准预测；在预测车道线的同时，对车道线进行缺陷检测。
-
公开(公告)号：CN115454963A
公开(公告)日：2022-12-09
申请号：CN202211087142.7
申请日：2022-09-07
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: 本发明公开了一种基于J2EE的政务公开系统的设计与实现，包括以下过程：收集政府部门数据并标记建立基本存储库；进行预交换网信息交换；进行政府业务网与预交换网之间的信息交换；进行特征对比，以确定信息的一致性和准确性；采用SOA进行数据共享；采用RBAC控制器判断用户访问。根据上述关联分析方法构建系统，该系统包括登录界面、申请模块、管理模块，信息模块留言模块。
-
公开(公告)号：CN114817644A
公开(公告)日：2022-07-29
申请号：CN202210424428.3
申请日：2022-04-21
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: G06F16/901 , G06F16/903 , G06F16/9032 , G06F16/906 , G06F16/951
Abstract: 本发明公开了一种基于Elasticsearch的政府信息资源分类与智能化搜索方法和系统，其特征在于，主要功能包括：实现政务信息资源按主题分类和智能化搜索，方法流程包括收集政府数据，对政府信息资源按照政府信息内在相关性和与公众密切相关的主题进行划分，形成多级分类树。搭建Elasticsearch集群，基于Elasticsearch对S1底层数据进行优化，通过RabbitMQ消息中间件异步接入政府信息资源数据。接受用户查询请求并对该请求进行应答。获取用户反馈存入评价列表，并根据评价列表更新多级分类树。根据上述方法构建系统，系统分为数据收集清洗单元、存储单元、服务单元、交互单元以及展示单元。
-
公开(公告)号：CN110439546A
公开(公告)日：2019-11-12
申请号：CN201910739401.1
申请日：2019-08-12
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本公开公开了一种断层封闭性的确定方法、系统、设备及介质，包括：根据断距内泥岩的单层厚度，和断层上盘与下盘的垂直距离，确定断层带的泥质含量；根据上覆地层的平均密度、地层水的密度和断层的倾角度数，确定断面压力；根据断面压力和成岩时间，确定断层成岩作用；根据断层带的泥质含量和断面压力，确定排替压力；根据断层带的泥质含量、断面压力、断层成岩作用和排替压力，确定断层封闭综合能力值；根据断层封闭综合能力值的分布情况，确定油层和水层的分界值；计算断层带的泥质含量、断面压力、断层成岩作用和排替压力四项指标的乘积；利用断层封闭综合能力分界值和单项指标对断层封闭性进行评估。
-
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。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN117853491A
公开(公告)日：2024-04-09
申请号：CN202410262991.4
申请日：2024-03-08
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06T7/00 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于数字图像处理和计算机视觉领域，提供了基于多场景任务下的少样本工业产品异常检测方法及系统，其技术方案为：将多场景下多种类别的工业产品图像数据集划分为训练集和测试集，所述训练集只包含正常产品图片，将测试集分为支持集和查询集，其中，支持集仅包含正常产品图片，查询集包括各类异常产品图片和对应的正常图片；利用深度对比学习方法构建双孪生网络框架，通过双孪生网络框架构建训练集对应的多场景任务下正常产品的特征分布的目标检测模型；基于训练后的多场景任务下正常产品的特征的目标检测模型建立支持集的特征分布，并通过查询集进行工业产品异常检测得到异常检测结果，可有效地解决实际工业多场景变换下存在的各种问题。
-
公开(公告)号：CN116992870B
公开(公告)日：2023-12-19
申请号：CN202311242919.7
申请日：2023-09-26
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F40/279 , G06F16/28 , G06F17/16 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于非对称核函数的文本信息实体关系抽取方法及系统，涉及实体关系抽取技术领域，包括：获取目标文本的句子向量、实体掩码和关系掩码；所述关系掩码中包括实体词的掩码、处于实体词窗口内的周围词的动态掩码和处于实体词窗口外的边缘词的掩码；对句子向量进行特征编码；根据得到的特征向量和实体掩码得到实体向量，根据特征向量和关系掩码得到关系向量，将实体向量和关系向量作为参数以构建非对称核函数；根据非对称核函数确定目标实体对与每个关系的关联度，由此确定目标实体对在目标文本中的关系。实现对关系语义的聚焦，
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.052 seconds)
