-
公开(公告)号：CN116434039A
公开(公告)日：2023-07-14
申请号：CN202310685594.3
申请日：2023-06-12
Applicant: 济南大学
Abstract: 本申请实施例提供了一种基于多尺度拆分注意力机制的目标检测方法，涉及视觉技术领域。用于实现多尺度注意力融合和增强，提升目标检测的准确性。所述方法包括：获取多个通道数相同的输入尺度，对每个尺度进行拆分注意力操作，进行特征增强，同时获取每个尺度单独的通道特征信息，融合得到全局通道特征信息，然后经过注意力提取获取全局通道注意力，然后分别增强单个尺度输出的增强特征信息，使得单个输出尺度不仅包含自身的增强特征信息，更包含其他相关联特征尺度的特征信息，从而达到多尺度信息融和增强的效果。
-
公开(公告)号：CN116400585A
公开(公告)日：2023-07-07
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：CN116165903A
公开(公告)日：2023-05-26
申请号：CN202310457890.8
申请日：2023-04-26
Applicant: 济南大学
IPC: G05B13/04
Abstract: 本发明公开了一种海上无人救援艇系统的实现及最优鲁棒性控制方法，包括一种海上无人救援艇系统的实现和无人救援艇航行过程中最优鲁棒性控制方法；无人救援艇系统包括：无人救援艇本体、动力装置单元、航行信息输入单元、无人救援艇主控单元、随身定位单元、遥控器单元，实现自动导航救援、一键返航、姿态控制功能，实现海上无人化智能救援；最优鲁棒性控制方法采用PID双闭环控制方法，实现无人救援艇航向和航速控制，通过改进黏菌优化算法优化PID参数实现无人救援艇最优鲁棒性控制，经过实验证明，无人救援艇能够很好满足海上救援任务。
-
公开(公告)号：CN116149162A
公开(公告)日：2023-05-23
申请号：CN202211315401.7
申请日：2022-10-26
Applicant: 济南大学
IPC: G05B11/42
Abstract: 本发明公开了一种基于改进黏菌优化算法的PID参数优化方法，属于PID控制优化技术领域，具体包括利用改进黏菌优化算法在全局搜索出最优的PID控制系统参数。本发明中，通过在基础黏菌优化算法的基础上，引入自适用可调节反馈因子和融合正余弦策略，在算法迭代前期，自适用可调节反馈因子下降速度较慢，便于全局搜索，算法迭代中期，所述自适应可调节反馈因子下降速度较快，便于提高搜索速度及跳出局部最优搜索，后期下降速度减缓，便于局部搜索，寻找最优解，能够有效提高系统的鲁棒性和控制精度，可为工业控制提供新的思路，有利于提高PID被控对象的稳定性。
-
公开(公告)号：CN101324540A
公开(公告)日：2008-12-17
申请号：CN200810138510.X
申请日：2008-07-17
Applicant: 济南大学
IPC: G01N27/327
Abstract: 本发明提供了一种检测速度块、灵敏度高的痕量环境内分泌干扰物分子印迹膜基片及其制备方法和应用。所述分子印迹膜基片，包括金石英晶体基片，在所述金石英晶体基片表面形成多层相互交替的纳米材料和环境内分泌干扰物分子印迹聚合物。该分子印迹膜基片制备方法，包括以下步骤：选择能与环境内分泌干扰物合成分子印迹聚合物的功能单体；制成分子印迹聚合物溶液；将纳米材料和分子印迹聚合物修饰到金石英晶体基片表面上。本发明将表面修饰技术应用到分子印迹膜基片的制备当中，使得纳米增效的EDCs分子印迹膜基片的制备具有可控性。检测环境内分泌物方法，操作快速简单，反应及结果均由仪器自动完成和记录，有很好的重复性，便于现场检测。
-
Patent Agency Ranking
公开(公告)号：CN118859686B
公开(公告)日：2025-01-21
申请号：CN202411338597.0
申请日：2024-09-25
Applicant: 济南大学
IPC: G05B11/42
Abstract: 本发明公开了一种前馈式自适应PID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、构建前馈式自适应PID控制模型；步骤二、改进北极海雀优化算法，改进策略为：D1、采用融合拉丁超立方的Circle混沌映射策略生成初始种群；D2、使用一种自适应非线性搜索调节策略改进俯冲捕食阶段的数学模型；D3、使用一种双向精英扰动策略对收集觅食阶段的数学模型进行改进；步骤三、利用改进北极海雀优化算法整定前馈式自适应PID控制模型中PID控制器模块的参数，通过优化得到最佳的Kp、Ki、Kd参数；步骤四、将得到的最佳Kp、Ki、Kd参数，输入到前馈式自适应PID控制模型中，优化控制效果。
-
公开(公告)号：CN118864554A
公开(公告)日：2024-10-29
申请号：CN202411074266.0
申请日：2024-08-07
Applicant: 济南大学
IPC: G06T7/33 , G06T7/00 , G06N3/0464 , G06N3/045 , G06N3/0499 , G06V10/44 , G06V10/52 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/048
Abstract: 本发明提出了一种基于融合注意力的汽车零部件图像配准方法，涉及图像配准技术领域。本发明提出了汽车零部件图像配准流程，包括汽车零部件图像数据集制作、构建特征融合模块FFM、构建深度卷积前馈网络模块DFFN、构建融合注意力FAT、构建融合注意力模块FATM、构建汽车零部件图像配准模型和获得配准后的汽车零部件图像；同时提出了融合注意力模块FATM，包括多个融合注意力FAT，FATM可以捕获到不同尺度水平的各种短程和长程流动特征，促进不同层间的特征信息交互，从而更为准确的表示变形场，以提升图像配准的精度。
-
公开(公告)号：CN118859686A
公开(公告)日：2024-10-29
申请号：CN202411338597.0
申请日：2024-09-25
Applicant: 济南大学
IPC: G05B11/42
Abstract: 本发明公开了一种前馈式自适应PID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、构建前馈式自适应PID控制模型；步骤二、改进北极海雀优化算法，改进策略为：D1、采用融合拉丁超立方的Circle混沌映射策略生成初始种群；D2、使用一种自适应非线性搜索调节策略改进俯冲捕食阶段的数学模型；D3、使用一种双向精英扰动策略对收集觅食阶段的数学模型进行改进；步骤三、利用改进北极海雀优化算法整定前馈式自适应PID控制模型中PID控制器模块的参数，通过优化得到最佳的Kp、Ki、Kd参数；步骤四、将得到的最佳Kp、Ki、Kd参数，输入到前馈式自适应PID控制模型中，优化控制效果。
-
公开(公告)号：CN118413334B
公开(公告)日：2024-10-25
申请号：CN202410888797.7
申请日：2024-07-04
Applicant: 济南大学
Abstract: 本发明提供了一种面向工业互联网场景的双PUF身份认证方法，主要应用于工业互联网场景中智能设备和云服务器之间通讯过程中的相互认证，结合使用了弱PUF（WPUF）和可重构的强PUF（OPUF），通过双PUF的协同工作，实现了高效、安全的身份认证，采用轻量级的加密原语，如异或操作和哈希函数，大大降低了计算和通信开销，适用于资源受限的工业物联网设备。本发明可以保证智能设备的不可克隆性以及通讯过程的安全，能够有效防止窃听攻击、假冒攻击、重放攻击及机器学习攻击等，可以极大提高认证的安全性。
-
公开(公告)号：CN117952969B
公开(公告)日：2024-06-21
申请号：CN202410346862.3
申请日：2024-03-26
Applicant: 济南大学
IPC: G06T7/00 , G06V10/25 , G06V10/26 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本发明提出了一种基于选择注意力的子宫内膜癌分析方法及系统，涉及计算机视觉领域。本发明提出了选择注意力模块，通过采样学习token和K_token之间的稀疏关联来预测更新K_token，降低了传统自注意力的计算量，且K_token能够提供视觉内容上更有意义的信息，从而提高了捕获全局依赖的效率。对大尺寸病理切片进行标注、预处理后，使用滑动窗口进行切割，得到N张小的补丁图像，使用基于选择注意力的主干网络对补丁图像进行检测，得到组织细胞的良恶性结果，从而提高了子宫内膜癌病理切片的识别效果。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.051 seconds)
