-
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：CN118941556B
公开(公告)日：2025-04-18
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。
-
公开(公告)号：CN119807540A
公开(公告)日：2025-04-11
申请号：CN202510299772.8
申请日：2025-03-14
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F16/9535 , G06F18/15 , G06F18/213 , G06F18/25 , G06F18/2431 , G06F18/22 , G06F40/30 , G06F40/216 , G06N5/022 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明属于检索匹配领域，提供了一种基于用户画像特征融合的标准化需求检索匹配方法及系统，对标准撰写需求先进行字符拆分，拆分后进行池化操作及维度映射，得到维度映射特征；对维度映射特征拆分成多个子特征后，将子特征两两进行多维对称交叉注意力处理，得到交叉注意力拼接特征；将交叉注意力拼接特征进行多次卷积拼接实现特征交叉融合，得到交叉融合特征；对交叉融合特征进行特征映射，得到三个不同的用户画像指标映射向量，本发明对标准化编写用户画像特征进行抽取将用户画像特征进行总结归纳，形成特征指标集合；对文本中包含的语义信息进行学习，将特征抽取任务转化为特征指标分类任务，使用户画像刻画的更精准。
-
公开(公告)号：CN119181106A
公开(公告)日：2024-12-24
申请号：CN202411417968.4
申请日：2024-10-11
Applicant: 山东师范大学 , 山东省计算中心(国家超级计算济南中心) , 山东山科数字经济研究院有限公司
IPC: G06V30/412 , G06V30/416 , G06V30/414 , G06V10/82 , G06V30/19 , G06F40/151 , G06F40/289 , G06V30/148 , G06N3/0455 , G06N3/0499
Abstract: 本发明提供了一种表单内容提取方法及系统，所述方案包括：获取待内容提取的表单图像；基于获得的表单图像，进行文本及其对应的文本位置信息的提取；基于提取的文本及其对应的文本位置信息，利用预先训练的文本标签识别模型，实现对表单内文本的标签识别；基于获得的文本以及文本标签，实现表单内容的提取。
-
Patent Agency Ranking
公开(公告)号：CN118196089A
公开(公告)日：2024-06-14
申请号：CN202410605255.4
申请日：2024-05-16
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: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/096
Abstract: 本发明属于视觉缺陷检测领域，提供了一种基于知识蒸馏的玻璃容器缺陷检测网络轻量化方法及系统，包括对玻璃容器缺陷图片进行缺陷类别筛选、标注和数据预处理；采用搭建置信度蒸馏分支，训练教师模型得到教师模型权重，将训练好的教师模型进行推理，从教师模型取出置信度最高且互不重叠的多个预测框并训练学生模型进行置信度蒸馏；搭建全局蒸馏分支，训练教师模型得到教师模型权重，将训练好的教师模型进行推理，从教师模型取出多尺度特征并重新加载和训练好的学生模型权重进行全局蒸馏；利用置信度蒸馏分支和全局蒸馏分支实现对缺陷检测网络的轻量化。
-
公开(公告)号：CN117933831B
公开(公告)日：2024-06-11
申请号：CN202410338056.1
申请日：2024-03-25
Applicant: 山东山科数字经济研究院有限公司 , 山东省计算中心(国家超级计算济南中心)
IPC: G06Q10/0639 , G06Q10/10 , G06F16/33 , G06F16/35 , G06F18/213 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明涉及项目绩效评估的大数据分析领域，公开一种基于机器学习可训练的项目绩效评估方法及系统，属于信息化项目绩效评估评审领域。该方法包括以下步骤：（1）获取目标项目的数据材料，并进行特征要素提取，构建目标项目的实施特征集合；（2）根据特征要素与评估属性进行标签匹配，根据标签匹配结果对特征要素进行分类；（3）利用不同分类的评估准则和绩效制度对项目绩效进行评估，并根据评估结果对项目实施过程中和项目验收的工作表现进行评价打分。该系统包括数据输入模块、特征提取模块、属性分类模块和绩效评估模块。本发明提升了数据收集、数据评估和数据审核等过程中的工作效率，并实现了绩效评估的准确性、全面性和客观性。
-
公开(公告)号：CN118154603A
公开(公告)日：2024-06-07
申请号：CN202410578270.4
申请日：2024-05-11
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06T7/00 , G06V10/52 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明属于图像处理技术领域，提供了一种基于级联多层特征融合网络的显示屏缺陷检测方法及系统，液晶显示屏缺陷检测模型包括用于提取图像特征的残差特征提取网络，用于融合图像中浅层细粒度信息和深层语义信息的级联多层特征融合网络，以及用于确定缺陷类别、位置和置信度信息的目标识别网络；设计的残差特征提取模块，利用深度卷积模块和逐点卷积模块有效捕捉图像中的细粒度特征的同时降低模型参数量，提高模型检测速度；在特征提取网络设计特征增强模块，同时考虑液晶显示屏缺陷的细节特征和整体结构，能够提取更重要、更明显的缺陷特征，提高了模型对不同类型缺陷检测的准确性。
-
公开(公告)号：CN117853491B
公开(公告)日：2024-05-24
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：CN117933831A
公开(公告)日：2024-04-26
申请号：CN202410338056.1
申请日：2024-03-25
Applicant: 山东山科数字经济研究院有限公司 , 山东省计算中心(国家超级计算济南中心)
IPC: G06Q10/0639 , G06Q10/10 , G06F16/33 , G06F16/35 , G06F18/213 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明涉及项目绩效评估的大数据分析领域，公开一种基于机器学习可训练的项目绩效评估方法及系统，属于信息化项目绩效评估评审领域。该方法包括以下步骤：（1）获取目标项目的数据材料，并进行特征要素提取，构建目标项目的实施特征集合；（2）根据特征要素与评估属性进行标签匹配，根据标签匹配结果对特征要素进行分类；（3）利用不同分类的评估准则和绩效制度对项目绩效进行评估，并根据评估结果对项目实施过程中和项目验收的工作表现进行评价打分。该系统包括数据输入模块、特征提取模块、属性分类模块和绩效评估模块。本发明提升了数据收集、数据评估和数据审核等过程中的工作效率，并实现了绩效评估的准确性、全面性和客观性。
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.059 seconds)
