-
公开(公告)号：CN117593304B
公开(公告)日：2024-04-26
申请号：CN202410077115.4
申请日：2024-01-19
申请人： 山东山科数字经济研究院有限公司
IPC分类号： G06T7/00 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/764 , G06N3/0464 , G06N3/0895 , G06N3/045 , G06V10/74 , G06V10/766
摘要： 本发明涉及工业计算机视觉领域，提出了一种基于交叉局部全局特征的半监督工业品表面缺陷检测方法，包括：（1）收集工业品检测面的图像；（2）选择部分获取的检测面图像进行人工数据标注，将图像和标签文件进行数据预处理和划分；（3）搭建交叉局部全局双连接并行网络，提取工业品表面缺陷的局部细粒度信息和全局语义信息；（4）搭建跨层闭环聚合网络，实现多层次的特征循环聚合；（5）从聚合网络中的三层特征中识别出最终的缺陷种类及位置；（6）对整个模型进行半监督训练，加速模型的收敛速度；（7）选取参数权重最优的模型用于工业品表面的缺陷检测。本发明可实现高精度和实时性的缺陷检测。
-
公开(公告)号：CN116307022A
公开(公告)日：2023-06-23
申请号：CN202211244827.8
申请日：2022-10-12
申请人： 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学 , 山东山科数字经济研究院有限公司
IPC分类号： G06Q10/04 , G06Q50/00 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08 , G06F16/901
摘要： 本发明公开了一种针对于舆情热点信息预测的方法及系统，应用于网络信息安全领域。该系统合理应用深度学习方法将热点信息的转发过程进行建模，充分考虑了结构和时间信息，实现了端到端的预测。所述系统包括：将热点信息的转发过程转化为图结构；级联注意卷积网络（CAC）提取转发图信息；Dynamic Routing‑AT聚合CAC提取的信息；门控循环单元（GRU）处理时间信息；最后使用多层感知器（MLP）进行预测；模型测试。本发明为该领域提供了全新的针对社交平台复杂数据预测的系统CAC‑G，并且还提出了一种全新的转发图处理方法和聚合方式，解决了该领域对嘈杂的社交媒体数据利用率低，预测效率低等问题，满足了舆情热点信息的动态捕捉和快速精准预测的需求。
-
公开(公告)号：CN115965030A
公开(公告)日：2023-04-14
申请号：CN202211740144.1
申请日：2022-12-31
申请人： 山东山科数字经济研究院有限公司
IPC分类号： G06F40/30 , G06F40/289 , G06F40/242 , G06F16/35 , G06N3/0455 , G06Q40/00 , G06F18/27
摘要： 本发明提供一种区域数据监测方法和系统，其中方法包括：对金融文本进行语义提取，得到金融文本中每一分词的初始语义向量；基于情绪词典确定金融文本中的情绪分词及其情绪得分，并基于趋势表达词典确定金融文本中的趋势表达词及其趋势得分；基于各个情绪分词的情绪得分对相应情绪分词的初始语义向量进行加强，并基于各个趋势表达词的趋势得分对相应趋势表达词的初始语义向量进行加强，得到情绪分词和趋势表达词的加强语义向量；对金融文本中情绪分词和趋势表达词的加强语义向量以及剩余分词的初始语义向量进行回归分析，得到金融文本的情绪得分；基于金融文本的情绪得分，统计目标区域的金融舆情数据。本发明实现了目标区域更准确的舆情数据监测。
-
公开(公告)号：CN118941555A
公开(公告)日：2024-11-12
申请号：CN202411388056.9
申请日：2024-10-08
IPC分类号： G06T7/00 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
摘要： 本发明提供了一种基于概率掩码的工业产品缺陷检测方法及系统，涉及缺陷检测技术领域，所述方法包括：获取待检测缺陷图像；将待检测缺陷图像输入训练好的缺陷检测模型中进行检测，获得缺陷检测结果；缺陷检测模型的输入包括有标注的缺陷图像、无标注的缺陷图像和混合中间图像，混合中间图像根据有标注的缺陷图像和无标注的缺陷图像混合得到，缺陷检测模型提取输入的图像的特征图，获取各特征图对应的概率掩码筛选信息，根据概率掩码筛选信息得到对应的交互信息，根据交互信息得到对应的缺陷检测结果。本发明能够在保证准确率的前提下提高模型部署效率。
-
公开(公告)号：CN118864454A
公开(公告)日：2024-10-29
申请号：CN202411336461.6
申请日：2024-09-25
摘要： 本发明提供了一种基于记忆专家指导的无监督异常检测方法及系统，涉及异常检测技术领域，所述方法包括：获取待检测缺陷图像；将待检测缺陷图像输入训练好的缺陷检测模型中进行检测，获得玻璃容器表面缺陷检测结果；缺陷检测模型包括依次连接的用于提取差异显著特征图的特征蒸馏网络和用于根据差异显著特征图生成缺陷检测结果的异常细化网络；特征蒸馏网络基于正态记忆专家帮助去噪学生网络学习正常样本，正态记忆专家中存储有教师网络根据正态样例特征得到的记忆向量，去噪学生网络根据所述记忆向量，对根据待检测缺陷图像生成的查询特征进行更新。本发明能够提高玻璃容器表面缺陷检测的准确性。
-
公开(公告)号：CN117934980B
公开(公告)日：2024-05-31
申请号：CN202410338088.1
申请日：2024-03-25
IPC分类号： G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06T7/00 , G06N3/0464 , G06N3/048 , G06N3/09
摘要： 本发明涉及工业检测技术领域，公开一种基于注意力监督调整的玻璃容器缺陷检测方法及系统，所述方法包括以下步骤：（1）获取玻璃容器瓶身、瓶颈、瓶口和瓶底的图像，得到玻璃容器图像数据集B；（2）对玻璃容器图像数据集B进行标注，得到图像数据集中缺陷的真实方框，并划分成训练集、验证集和测试集；（3）搭建玻璃容器缺陷检测模型；（4）将玻璃容器图像输入到训练好的玻璃容器缺陷检测模型中，输出缺陷检测结果。所述系统包括玻璃容器图像采集模块和玻璃容器缺陷检测模块。本发明提高了玻璃容器缺陷检测的准确率，且具有较高的鲁棒性。
-
公开(公告)号：CN112036350B
公开(公告)日：2022-01-28
申请号：CN202010930044.X
申请日：2020-09-07
申请人： 山东山科数字经济研究院有限公司
IPC分类号： G06V40/16 , G06V10/82 , G06V10/762 , G06V10/764 , G06N3/04 , G06F40/18 , G10L15/26 , G10L25/63 , G06Q50/26
摘要： 本发明公开了一种基于政务云的用户调查方法和系统，获取需要受访调查者的信息，依据信息中的户籍信息等；生成对应的问询内容；获取受访者终端的语音和视频信息，根据获得的语音应答信息，将语音应答信息与该地区的发音样本信息执行比对，得到该语音相似度参数；根据视频信息，对该视频信息进行分析，获得该受访者的情绪分类，得到情绪参数值；将问答内容，语音相似度参数和情绪参数值做出映射形成问答表格，所述问答表格发送到政务云。本方法和系统在数据调查前期，执行数据源可信度区分，提升用户在执行调查时的数据可信度，减少后期处理的样本噪音。
-
公开(公告)号：CN113225318A
公开(公告)日：2021-08-06
申请号：CN202110400950.3
申请日：2021-04-14
IPC分类号： H04L29/06 , G06F16/182 , G06F21/60 , H04L9/06 , H04L9/32
摘要： 本发明公开了一种政务大数据加密传输及安全存储的方法及系统，数据发送端对获取的政务大数据进行摘要提取；确定摘要加密等级；根据加密等级对政务大数据进行加密处理，生成政务大数据密文；数据发送端将政务大数据密文、摘要以及加密等级，发送到存储器进行存储；数据输出端向存储器发送政务大数据获取请求；存储器对数据输出端的加密等级进行确认，若通过，则将政务大数据密文以及摘要发送给数据输出端，并向数据发送端发送数据被调用通知；数据输出端在接收到数据之后，对数据进行解密，并进行摘要提取，将提取的摘要与接收数据中的摘要进行比对，若相同，则将解密后的数据进行输出展示。提高了信息传输和信息存储时的安全性、提高传输效率。
-
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
IPC分类号： G06Q10/0639 , G06Q10/10 , G06F16/33 , G06F16/35 , G06F18/213 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/08
摘要： 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：CN117933831A
公开(公告)日：2024-04-26
申请号：CN202410338056.1
申请日：2024-03-25
IPC分类号： G06Q10/0639 , G06Q10/10 , G06F16/33 , G06F16/35 , G06F18/213 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/08
摘要： 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。
-
-
-
-
-
-
-
-
-
搜索结果
21 条记录 (耗时 0.047 秒)
