-
公开(公告)号:CN116259067B
公开(公告)日:2023-09-12
申请号:CN202310538334.3
申请日:2023-05-15
Applicant: 济南大学 , 济南市城镇化与村镇建设服务中心
IPC: G06V30/422 , G06V30/148 , G06V30/19 , G06V30/18 , G06V30/14 , G06V10/82
Abstract: 本发明提出了一种高精度识别PID图纸符号的方法,涉及PID图纸符号识别领域。本发明提出PCSC_CBAM注意力机制,将该机制引入到YOLOv5中Neck里去,提高YOLOv5网络对符号识别的准确率。对高分辨率PID图纸进行数据增强,然后使用滑动窗口对高分辨率PID图纸进行分割,得到N张小图片。使用改进的YOLOv5网络用于对N张图片符号识别,实现符号的精准分类以及模糊定位;之后将N张图片拼接回高分辨率图像进行非极大值抑制。遍历拼接后的高分辨率图像符号识别的结果,从高分辨率图像中裁切仅包含当前符号的图像,对其使用Canny边缘检测和形态学处理得到符号的精确位置,提高PID图纸符号识别的准确率。
-
公开(公告)号:CN116645523A
公开(公告)日:2023-08-25
申请号:CN202310904296.9
申请日:2023-07-24
Applicant: 济南大学 , 江西蓝瑞存储科技有限公司
IPC: G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/774
Abstract: 本申请实施例提供了一种基于改进RetinaNet的快速目标检测方法,涉及计算机视觉领域。用于在保证检测准确率不大幅度下降的同时,大幅提高RetinaNet检测速度,提高计算效率。所述方法包括:针对大、中、小三种尺度目标分别训练三种目标位置检测头,在低分辨率特征图检测目标位置,将位置还原到高分辨率特征图,并在三种不同的分辨率特征图上检测三种尺度的目标,从而避免在高分辨率特征图检测无关背景区域,节约检测目标的计算量,提高计算效率,同时高分辨率特征图检测到的目标位置和相邻低分辨率特征图目标位置基本一致,这样操作得到的检测准确率和直接在高分辨率特征图检测得到的准确率差别较小。
-
公开(公告)号:CN116610025A
公开(公告)日:2023-08-18
申请号:CN202310882820.7
申请日:2023-07-19
Applicant: 济南大学
IPC: G05B11/42
Abstract: 本发明公开了一种基于改进元启发式算法的PID控制器优化方法,属于PID控制技术领域,具体包括以下步骤:步骤一:建立基于改进元启发式算法的PID控制系统模型,包括输入偏差,PID控制器,改进人工兔优化算法模型,被控对象。步骤二:改进元启发式算法,包括:(1)改进隐藏参数H,扩大寻优范围,避免陷入局部最优解。(2)能量因子A采用非线性自适应参数策略,随机自适应地调整勘探阶段和开发阶段之间的切换。步骤三:将改进的元启发式算法应用到PID控制器参数优化。步骤四:采用MATLAB对PID控制系统进行仿真。基于改进元启发式算法的PID控制器优化方法能够在搜索空间中探索全局最优解,避免陷入局部最优解,以更快的收敛速度和更精确的搜索精度完成寻优。
-
公开(公告)号:CN116400585B
公开(公告)日:2023-08-18
申请号:CN202310658858.6
申请日:2023-06-06
Applicant: 济南大学
IPC: G05B11/42
Abstract: 本发明公开一种基于改进雾凇优化算法的海上救援飞翼控制优化方法,属于PID控制优化技术领域,具体步骤为:步骤一、基于增量式PID控制器、位置式PID和救援飞翼控制原理搭建海上救援飞翼控制系统模型;整个控制系统的模型为航向控制和速度控制的级联结构,航向控制器输出的舵角控制指令作为速度控制的输入,速度控制器输出的推进力控制指令通过动力系统转化为实际的舵角和推进力;步骤二、初始化增量式和位置式PID参数;步骤三、对雾凇优化算法改进,提高寻优速度和精度,将算法获得的结果赋给PID控制器;步骤四、改进雾凇优化算法优化增量式PID控制器,根据雾凇‑黄金正弦融合算法对位置PID优化。
-
公开(公告)号:CN115407646A
公开(公告)日:2022-11-29
申请号:CN202211136840.1
申请日:2022-09-19
Applicant: 济南大学
Abstract: 本发明公开了一种针对海上电动冲浪板的自适应粒子群控制方法;其特征在于:在海上电动冲浪板速度外环和电流内环的双闭环控制方法中引入自适应粒子群算法,通过改自适应粒子群算法对速度外环PID模块的控制参数进行实时调整,其参数Kp、Ki、Kd由自适应粒子群算法迭代优化后输出得到;所述自适应粒子群算法引入“惯性因子的自适应变化”机制,在每次粒子群迭代后,通过两次速度误差值的对比,改变惯性因子的值,进而提升粒子群的全局寻优能力或局部寻优能力。
-
公开(公告)号:CN102711247A
公开(公告)日:2012-10-03
申请号:CN201210232196.8
申请日:2012-07-06
Applicant: 济南大学
Abstract: 本发明涉及一种免锚节点的三维无线传感器网络物理定位方法。它采用局部集中全局分布式思想,解决了测距类方法普遍存在的反转分歧问题,以较小的计算量和通信量实现精确的物理定位。包括以下步骤:1)WSN系统初始化,各传感器节点查找自己的相邻节点并测量与相邻节点间的距离和相对的角度信息;2)各节点构建自己的本地空间直角坐标系,所有坐标系都符合右手法则,且z轴总是指向同一个半空间;3)计算各邻节点的本地坐标;4)相邻节点求解基于齐次坐标的三维坐标系变换矩阵,通过变换矩阵的转换可以计算出相对于另一个本地坐标系的坐标;5)选定全局坐标系原点,各节点通过坐标系变换矩阵的递归式传递,计算出全局物理坐标。
-
公开(公告)号:CN118967449B
公开(公告)日:2025-03-21
申请号:CN202411449088.5
申请日:2024-10-17
Applicant: 济南大学
Abstract: 本发明提出了一种基于扩散模型的病理切片图像超分辨率方法,涉及图像超分辨率领域。该方法包括:获取病理切片图像,对病理切片图像分割,采用混合特征提取模块,通过结合全局注意力机制和局部卷积,提取病理切片图像的全局和局部特征,采用扩散变换器网络,通过结合扩散模型和ViT网络,在加噪与去噪过程中增强病理切片图像的特征,采用特征融合模块,利用多尺度卷积核和卷积注意力机制,生成病理切片超分辨率图像。
-
公开(公告)号:CN118780986B
公开(公告)日:2025-02-11
申请号:CN202411266315.0
申请日:2024-09-11
Applicant: 济南大学 , 山东青鸟工业互联网有限公司
IPC: G06T3/4053 , G06T3/4046 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明提出了一种基于大核蒸馏网络的汽车零部件图像超分辨率方法,涉及计算机视觉领域,本发明提出的特征精馏块包括两个分支,每个分支可以单独获取重要的局部特征,提高模型对图像局部特征的获取;同时提出的双通道大卷积核分解块包括两个分支,每个分支分别将一个大卷积核分解成通道卷积、空间局部卷积和空间远程卷积三个部分,从而提高模型对图像全局特征的获取,并降低计算成本和参数数量;特征精馏块和双通道大卷积核分解块分别获取图像的局部特征和全局特征,增强特征的表达能力,提升汽车零部件图像超分辨率效果。
-
公开(公告)号:CN118570065B
公开(公告)日:2024-12-03
申请号:CN202411017322.7
申请日:2024-07-29
Applicant: 济南大学 , 山东青鸟工业互联网有限公司
IPC: G06T3/4053 , G06T3/4046 , G06T5/50 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了基于双通道残差注意力的汽车零部件图像超分辨率方法,涉及计算机视觉领域,本发明提出的多层次残差注意力网络由N个双通道残差注意力块和一个特征融合层组成,双通道残差注意力块包含两个并行分支,分别提取输入图像的局部特征和全局特征,同时引入残差连接提高图像特征的稳定性,减少梯度消失和梯度爆炸的问题,最后将初始图像特征和所有双通道残差注意力块的输出进行融合,增强特征表达能力,提升训练效果。
-
公开(公告)号:CN118759831A
公开(公告)日:2024-10-11
申请号:CN202411238797.9
申请日:2024-09-05
Applicant: 济南大学
IPC: G05B11/42
Abstract: 本发明属于PID控制优化技术领域,尤其涉及一种改进型串级PID控制器的参数优化方法,包括:步骤一、设计改进型串级PID控制器的系统模型;步骤二、改进花斑翠鸟优化算法,所述改进花斑翠鸟优化算法包括:D1、改进花斑翠鸟在开发阶段的寻猎能力#imgabs0#,D2、运用线性插值方法动态调整击败因子BF,D3、在花斑翠鸟优化算法探索阶段的种群个体位置更新方式中引入自适应t分布调整策略;步骤三、利用改进花斑翠鸟优化算法对串级PID控制器参数整定优化,迭代得到优化后的最佳PID控制器的参数值;步骤四、采用MATLAB对串级PID控制系统进行仿真。
-
-
-
-
-
-
-
-
-