-
公开(公告)号：CN118587428A
公开(公告)日：2024-09-03
申请号：CN202310194858.5
申请日：2023-03-03
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于局部非局部特征聚合的三维点云语义分割方法。该发明针对现有的特征学习过程是噪声敏感的，且其只考虑相邻区域的局部信息交互，然后通过层次结构获取全局上下文，通常会导致自下而上的特征学习，从而导致提取的特征信息受离群点的影响，且存在特征冗余的情况，提出了一种基于局部信息与非局部特征信息加权求和的方法。本发明以3D点云为输入，在点局部单元中采用相对坐标作为局部特征；在点的非局部特征提取模块中，我们使用采样点作为查询点，通过注意力机制来计算采样点在这一层中与整个点云的相关度，然后进行MLP作为非局部信息，最后进行加权和，以实现点局部特征和点非局部特征的融合，以此提取更具代表性的特征。
-
公开(公告)号：CN115982638A
公开(公告)日：2023-04-18
申请号：CN202211547021.6
申请日：2022-12-05
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F18/241 , G06N3/048 , G06N3/084 , G06N3/09
Abstract: 本发明公开了本发明提出了一种基于BP神经网络的工程机械运行状态判断方法。在已有的震动幅度法上做了改进，在使用三轴加速度传感器数据的基础上，同时加入了陀螺仪传感器的数据作为判断依据之一。陀螺仪数据的加入对旋转运作的机械设备的判断效果会更佳，模型的效果更好。同时，使用神经网络的方法对工程机械的运行状态进行判断，模型的适应度更好、误判率也更低。采用的震动幅度判断法不具备侵入性，对于工程机械状态的判断具有普适性，对于安装和维护都比较方便。使用该方法在如今海量的历史运行数据下，可以得到一个良好的模型，为上层基于设备状态进行智能调度等智慧工地应用提供了一种良好的解决方案。
-
公开(公告)号：CN113591478B
公开(公告)日：2023-04-18
申请号：CN202110636514.6
申请日：2021-06-08
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06F40/295 , G06F40/211 , G06F40/30 , G06N3/0442 , G06N3/08
Abstract: 本发明提出了一种基于深度强化学习的远程监督文本实体关系抽取方法，该方法包括：进行数据预处理，通过分词、词向量转化、位置向量构成文本向量；Bi‑LSTM+Attentnion将自然文本编码为含有上下文语义的特征向量；通过实体类型嵌入得到实体类型信息的嵌入表示；再构建出依存树，组合表示为最终的句子表示；选用一个句子注意力机制，得到加权的包表示；通过softmax函数计算得到预测标签；使用强化学习方法在远程监督标注和预测标签中选择一个作为软标签，再使用软标签作为正确标签训练，得到最终的关系抽取结果。
-
公开(公告)号：CN115719420A
公开(公告)日：2023-02-28
申请号：CN202211536504.6
申请日：2022-12-01
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V10/26
Abstract: 本发明公开了一种基于体素和图卷积的三维点云语义分割方法。该发明基于图卷积网络(GCN)通过充分保留数据粒度和利用点相互关系能带来显著的性能，但基于点的网络在数据结构(例如，最远点采样(FPS)和邻近点查询)上花费了大量时间，限制了速度和可扩展性的问题，提出基于体素和图卷积的解决方案，该方法可以快速有效的构建点云表示，提升网络的处理速度和可扩展性。本发明提出的基于体素和图卷积的三维点云语义分割方法，通过构建覆盖感知网格查询(CAGQ)，利用网格空间的效率，覆盖感知网格查询(CAGQ)提高了空间覆盖率，同时降低了理论时间复杂度；然后将CAGQ生成的局部点组输入由图卷积构成的网格上下文聚合(GCA)，通过执行网格上下文池化以提取网格邻域的上下文特征，从而完成特征信息的提取。
-
公开(公告)号：CN115684035A
公开(公告)日：2023-02-03
申请号：CN202211368655.5
申请日：2022-11-03
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于智能手机视觉检测的自然水体中铁离子浓度检测方法。该发明在环境监测方向上具有一定的通用性，该发明以自然水体中铁离子浓度检测为说明案例。现有检测方法检测设备使用复杂、价格昂贵、检测过程操作繁琐、且不能实地测量，在图像处理过程中使用比色法对自然光照条件下拍摄的图像进行处理使其可以反映所测水体样本中铁离子浓度的含量，并以此为基础设计开发完整可用的移动端手机应用程序。有移动端App作为平台的基于智能手机视觉检测的自然水体中铁离子浓度检测方法能够较精准的检测水体中铁离子浓度，且对于各种自然光环境下拍摄的图片都能够取得较好的识别效果。
-
Patent Agency Ranking
公开(公告)号：CN115659972A
公开(公告)日：2023-01-31
申请号：CN202211368446.0
申请日：2022-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F40/289 , G06F40/211 , G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/08 , G06N3/048
Abstract: 针对线上外卖平台评论文本，本发明设计了一种基于BERT‑TextCNN的外卖评论分类方法。现有的针对外卖评论文本的极性判别多倾向于总体情感倾向判别，而忽略了对于食品不同特征的情感倾向分类。因此，本发明利用BERT做词嵌入处理，将BERT模型训练所获得词向量矩阵通过Text‑CNN网络对文本进行长距离编码。本发明首次将BERT‑TextCNN网络用作多特征文本分类，处理中文外卖评论文本一类的多属性评价。在Text‑CNN网络的卷积和池化模块，本发明加入了降维卷积模块注意力机制(CBAM)对模型做优化处理，这也是首次将CBAM应用于一维文本处理，可以有效提升分类准确率。通过上述模型，可以有效判别外卖评论中的不同主题并分析相关特征评价的情感极性，实现基于用户评论的多特征情感极性分析。
-
公开(公告)号：CN114965329A
公开(公告)日：2022-08-30
申请号：CN202210441422.7
申请日：2022-04-25
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明提供了一种利用顶空单滴微萃取‑分光移液管法测定天然水体中的砷含量的方法，属于检测技术领域。本发明检测方法中采用的设备成本低，便携性好，容易操作，可以适时调整采样策略以适应任何特定环境的需要，在现场得到5min‑1的典型样品吞吐量。本发明的检测方法灵敏、稳健、可靠、简单、实用，可以在野外快速测量天然水体中不同形态砷的纳摩尔浓度。本发明的检测方法对砷的线性检测范围是0.3‑65nM(R2＝0.9980)，检出限是0.1nM，对于25nM As(III)测量的RSDs
-
公开(公告)号：CN115115860B
公开(公告)日：2024-12-17
申请号：CN202210856359.3
申请日：2022-07-20
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明基于改进的SuperPoint网络和改进的SuperGlue网络设计了一种融合网络，该网络利用全卷积网络提取图像特征点，使用一种亚像素化模块利用邻域窗口信息增进特征点的坐标精度，对图像特征点与特征向量联合编码后利用注意力机制模拟人类进行特征点匹配的过程并采用Sinkhorn算法解算匹配关系。本发明设计了自适应的空间约束层，利用空间约束关系对粗匹配点对进行多种方法的并行筛选和计算，能够自适应判别图像间的空间关系，对输入图像提取出匹配好的特征点对。
-
公开(公告)号：CN116152490A
公开(公告)日：2023-05-23
申请号：CN202211396440.4
申请日：2022-11-04
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V10/26 , G06N3/0442 , G06N3/049 , G06N3/08 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于残差块和密集连接的水体分割方法。遥感图像中的水体区域通常具有多尺度特征，因为水体区域由不同类型的水体组成。因此，从遥感图像中准确检测水体仍然是一个具有挑战性的问题。UNet取得了最先进的成果，但该网络也有一些局限性。本文针对连续的卷积层序列导致学习不同的特征，在某些情况下，它也可能导致学习冗余特征，添加更多层会导致更高的训练误差以及为了避免过度拟合并加速训练过程的问题。在UNet编码器部分，增加了残差块以及批归一化处理；为了克服神经网络在训练中长期依赖的梯度消失问题，在UNet解码器部分引入了卷积长短期记忆网络并使用它将特征处理为两个方向：向前和向后，称为BConvLSTM。以此来更好地实现水体分割。
-
公开(公告)号：CN115861615A
公开(公告)日：2023-03-28
申请号：CN202211533914.5
申请日：2022-12-01
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于二维三维信息双向交互的三维点云语义分割方法。该发明可以进一步增强以U‑Net为代表的U型网络的信息利用效率，加强其在不同场景下的泛化性能。以往的工作，将点云投影到二维平面或直接利用点，只是利用单独的二维或者三维信息，忽略了规则的2D图像具有细粒度的纹理信息，而不规则的3D点云包含了丰富的几何信息，两者所携带的信息是可以相互补充的。本发明提出的基于二维与三维信息双向交互的三维点云语义分割算法，通过构建3D体素与2D像素对应的投影矩阵，在相同的解码器层级，跳跃链接2D和3D的特征，为网络提供具有丰富纹理信息的2D特征和具有丰富几何信息的3D特征，实现了2D信息与3D信息的双向交互。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.039 seconds)
