-
公开(公告)号：CN107169751A
公开(公告)日：2017-09-15
申请号：CN201710546731.X
申请日：2017-07-06
Applicant: 济南大学
CPC classification number: G06Q20/0855 , G06Q20/18 , G06Q20/32 , G06Q20/3829
Abstract: 本发明公开了基于物联网的付费使用设备的自助支付系统及方法。该装置包括嵌入式物联网控制单元，其一端与付费使用设备的主控制器相连，另一端与订单服务器相连；订单服务器与移动终端相连，所述移动终端与支付服务器相连；移动终端被配置为：接收付费使用设备的主控制器传送来支付金额信息，并向订单服务器发送支付金额、用户信息以及订单生成请求；订单服务器被配置为响应订单生成请求，将订单反馈至移动终端，再由移动终端传送至移动终端上的支付APP构造业务数据，由支付APP将业务数据发送到支付服务器；所述支付服务器被配置为利用与订单服务器存储的密钥构造prepay信息；支付服务器利用密钥验证明文信息是否与签名一致，来确定明文信息是否被篡改。
-
公开(公告)号：CN120010269A
公开(公告)日：2025-05-16
申请号：CN202510473909.7
申请日：2025-04-16
Applicant: 济南大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于大惯量风机的自适应控制方法，属于PID控制优化技术领域，具体步骤为：S1、构建大惯量风机控制系统；S2、对标准龙卷风优化算法中的数学模型进行改进；S3、使用改进的龙卷风优化算法优化大惯量风机控制系统中速度环PID控制器的控制参数，通过算法的寻优获得一组最优的PID控制参数Kp、Ki、Kd；S4、将S3获得的一组最优PID控制参数用于大惯量风机控制系统中速度环PID控制器，输出对应的控制量，实现大惯量风机控制系统的速度控制；通过改进的龙卷风优化算法优化大惯量风机控制系统中速度环PID控制器，增强PID控制器的自适应能力，有效降低风机运行过程中的稳态误差，提高控制精度，提高了大惯量风机控制系统的鲁棒性。
-
公开(公告)号：CN119995424A
公开(公告)日：2025-05-13
申请号：CN202510473894.4
申请日：2025-04-16
Applicant: 济南大学
Abstract: 本发明公开一种基于车载装备回转系统的控制方法，属于PID控制优化技术领域，具体步骤为：步骤一，构建基于车载装备回转系统的PID控制模型，包括改进蜣螂优化算法模型，永磁同步电机控制模型，PID控制器，空间矢量脉宽调制模型，观测器模型；步骤二，改进蜣螂优化算法，具体实现为：D1，使用边界反射法处理蜣螂个体位置越界问题；D2，在蜣螂的偷窃过程中引入学习其他蜣螂的成功经验，通过历史最优位置来引导偷窃行为；步骤三，利用改进蜣螂优化算法优化永磁同步电机控制系统的电流内环PID控制器，得到电流内环PID控制器的最优Kp、Ki、Kd控制参数；步骤四，对车载装备回转系统的控制采用MATLAB进行建模仿真。
-
公开(公告)号：CN119987191A
公开(公告)日：2025-05-13
申请号：CN202510483297.X
申请日：2025-04-17
Applicant: 济南大学
IPC: G05B11/42
Abstract: 本发明公开了一种用于脑卒中电刺激治疗的闭环优化方法，属于PID控制优化技术领域，具体步骤为：步骤一、构建脑卒中电刺激控制模型；步骤二、改进雪橇犬优化算法，改进策略为：D1、使用一种融合Halton序列的混沌映射优化策略生成初始种群；D2、使用一种动态混合协同搜索策略改进避障阶段的数学模型；D3、使用一种精英莱维动态导航策略改进迷失方向阶段的数学模型；步骤三、利用改进雪橇犬优化算法整定脑卒中电刺激控制模型中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，输入到脑卒中电刺激控制模型中，优化控制效果。
-
公开(公告)号：CN118552956B
公开(公告)日：2024-12-03
申请号：CN202411017290.0
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: G06V20/70 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/09
Abstract: 本发明提出了一种基于超分辨率Transformer的汽车零部件检测方法，涉及图像识别技术领域。本发明提出了车辆零部件检测流程，包括卷积层，注意力层和上采样卷积模块，注意力层包括Transformer模块，Transformer模块包括跨模态注意力模块和类别‑内容多头注意力模块，同时提出跨模态注意力CMA和类别‑内容多头注意力模块CCMSA，跨模态注意力CMA关注不同模态之间的关联，可以有效的融合来自不同模态的信息，类别‑内容多头注意力模块CCMSA能够利用相距较远但相似的token来增强输入特征，并在每个类别中进行关注，再进行内容分类，超越了局部窗口的限制。
-
Patent Agency Ranking
公开(公告)号：CN118780986A
公开(公告)日：2024-10-15
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：CN118552956A
公开(公告)日：2024-08-27
申请号：CN202411017290.0
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: G06V20/70 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/09
Abstract: 本发明提出了一种基于超分辨率Transformer的汽车零部件检测方法，涉及图像识别技术领域。本发明提出了车辆零部件检测流程，包括卷积层，注意力层和上采样卷积模块，注意力层包括Transformer模块，Transformer模块包括跨模态注意力模块和类别‑内容多头注意力模块，同时提出跨模态注意力CMA和类别‑内容多头注意力模块CCMSA，跨模态注意力CMA关注不同模态之间的关联，可以有效的融合来自不同模态的信息，类别‑内容多头注意力模块CCMSA能够利用相距较远但相似的token来增强输入特征，并在每个类别中进行关注，再进行内容分类，超越了局部窗口的限制。
-
公开(公告)号：CN118379514A
公开(公告)日：2024-07-23
申请号：CN202410825457.X
申请日：2024-06-25
Applicant: 济南大学
IPC: G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/00
Abstract: 本发明提出了一种子宫内膜图像的癌变特征增强处理方法，属于图像增强技术领域，主要流程包括获取子宫内膜数据集，对数据集进行预处理操作，获得子宫内膜图像块数据集；细节优化提取模块通过集成卷积和注意力操作，同时捕获局部细节和全局上下文信息，提取多尺度特征；细节信息融合模块将不同阶段的多尺度特征图上采样到相同分辨率，并在这些特征图之间执行逐元素相加操作，从而融合深层和浅层特征；全切片图像分类模块通过自监督的学习方式实现对子宫内膜癌良恶性的分类。
-
公开(公告)号：CN118196597A
公开(公告)日：2024-06-14
申请号：CN202410451603.7
申请日：2024-04-16
Applicant: 济南大学
IPC: G06V10/82 , G06V10/764 , G06V10/25 , G06N3/0455
Abstract: 本发明提供一种基于集中注意力的商品识别方法及系统，涉及计算机视觉领域。本发明根据图像多尺度特征图，通过前景目标token选择器来预测每个特征图的前景评分，再通过多类别分数预测器把得分较高的token确定为用于增强计算的token，将这些高分token分散回原始特征序列中，得到优化后的图像特征序列，提升了计算效率、节约了计算量，并为在高分辨率图片目标检测中权衡计算效率和模型精度提供先验知识。
-
公开(公告)号：CN117950311B
公开(公告)日：2024-06-11
申请号：CN202410353957.8
申请日：2024-03-27
Applicant: 济南大学
IPC: G05B11/42
Abstract: 本发明公开了一种基于自适应的飞机刹车冷却风扇PID控制方法，属于PID控制优化技术领域，具体步骤为：步骤一、建立飞机刹车冷却风扇控制系统模型；步骤二、建立基础足球队训练算法的数学模型；步骤三、改进足球队优化算法，所述改进点包括：（1）引入混沌映射改进足球队训练算法个体初始化位置公式；（2）引入自适应参数w和c1，改进探索者的位置更新公式；（3）在算法迭代后期引入重启机制；步骤四、将改进算法迭代后得到的最佳个体的维度值传递给飞机刹车冷却风扇控制系统的速度PID控制器的参数；步骤五、运行飞机刹车冷却风扇控制系统模型，验证改进足球队训练算法的性能；进而提升飞机刹车冷却风扇控制系统的性能。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.042 seconds)
