-
公开(公告)号：CN114783064A
公开(公告)日：2022-07-22
申请号：CN202210501950.7
申请日：2022-05-10
Applicant: 东北大学秦皇岛分校
IPC: G06V40/20 , G06K9/62 , G06N20/00 , G06V10/774
Abstract: 本发明公开了基于IMU和线性判别分析的广播体操动作识别系统及方法，涉及人工智能技术领域；通过布置在人体上的IMU捕捉得到人体动作指定部位加速度角速度变化，并将加速度角速度数据利用线性判别分析算法(lineardiscriminantanalysis，LDA)实现动作的识别，在保证便携性的情况下低成本的实现对广播体操运动的识别。所述系统只需在手臂佩戴，就可以实现对广播体操运动的识别，极大提高了便携性。使用线性判别分析算法的动作识别算法提高了对广播体操运动的识别准确率，具有极高的识别准确率，且易于操作、自动化程度高。
-
公开(公告)号：CN113487570B
公开(公告)日：2024-01-30
申请号：CN202110763410.1
申请日：2021-07-06
Applicant: 东北大学
Abstract: 本发明公开了基于改进的yolov5x网络模型的高温连铸坯表面缺陷检测方法，属于高温连铸坯表面缺陷识别技术领域。在连铸坯生产线上采集所需数量的高温连铸坯表面图像；对采集的高温连铸坯表面图像进行预处理，并对预处理后的每一幅图像中的缺陷进行标注，获得yolov5x网络模型的训练集；对yolov5x网络模型进行改进，包括 ：在yolov5x网络模型中添加GhostBottleneck模块替换掉Bottleneck模块；使用所述训练集对改进的yolov5x网络模型进行训练，获得yolov5‑Ghost网络模型；利用所述yolov5‑Ghost网络模型对连铸坯生产线上的高温连铸坯表面缺陷进行实时检测。缩小了模型体积，建立了更加轻量化的yolov5‑Ghost网络模(56)对比文件于科为.基于卷积神经网络的工件缺陷检测研究.信息与电脑(理论版).2018,(第21期),全文.肖瑞雪等."结合高效特征融合的可变尺寸图像隐写分析"《.计算机工程与应用》.2020,全文.
-
Patent Agency Ranking
公开(公告)号：CN117066464A
公开(公告)日：2023-11-17
申请号：CN202311062867.5
申请日：2023-08-21
Applicant: 东北大学
Abstract: 本发明提供一种光纤结晶器装置及其制造方法，涉及结晶器装置安装技术领域。该装置包括结晶器铜板沿拉速方向上开设的多个测温孔以及设置在测温孔中的光纤传感器，多芯光缆、FC/APC光纤跳线以及光栅解调仪；测温孔中的光纤传感器包括多个光纤测温探头，每个光纤测温探头针对结晶器铜板形成一个测温点；光纤传感器的尾纤通过光纤熔接盒与多芯光缆连接在一起；多芯光缆与FC/APC光纤跳线进行熔接后与光栅解调仪连接。光栅解调仪将各光纤传感器的光纤测温探头采集的结晶器铜板温度数据传输到计算机中进行数据处理以及可视化处理。该装置能够准确全面获得结晶器铜板温度信息。
-
公开(公告)号：CN116944447A
公开(公告)日：2023-10-27
申请号：CN202310768705.7
申请日：2023-06-26
Applicant: 东北大学
Abstract: 本发明提供一种结晶器液面瞬时异常波动的预测方法，涉及结晶器技术领域。该方法首先实时采集不同工艺条件下板坯连铸结晶器的液面波动数据和生产工艺数据；并通过对液面波动数据进行频谱分析，确定连铸生产中产生的鼓肚对结晶器液面瞬时异常波动是否存在明显影响；再通过对生产工艺数据的时频特征分析，确定塞棒位置与结晶器液面瞬时异常波动之间的关联性，进一步挖掘塞棒位置高频区时频特征来预测结晶器瞬时液面异常波动的产生。该方法对结晶器液位波动数据和塞棒位置数据进行连续小波变换分析，明确二者关联并针对高频区特征进行深入挖掘，总结结晶器液位瞬时异常波动前的塞棒位置变化，以实现对结晶器液位异常波动的精准预测。
-
公开(公告)号：CN120030295A
公开(公告)日：2025-05-23
申请号：CN202411865769.X
申请日：2024-12-18
Applicant: 东北大学
Abstract: 本申请公开了一种液面周期性波动预测方法及装置、存储介质、计算机设备，方法包括：基于辊子直径、辊子间距、拉速及关键化学成分的元素含量，生成训练数据集，基于训练数据集分别训练多个目标评估预测模型，其中，目标评估预测模型包括随机森林模型、支持向量机模型及遗传算法优化反向传播神经网络模型；分别计算各目标评估预测模型在多种性能评估指标下的综合性能评估值，并将最大综合性能评估值所对应的目标评估预测模型确定为液面周期性波动预测模型，其中，性能评估指标包括平均绝对误差指标、均方误差指标及F1分数指标。结合冶金机理与大数据训练预测模型，训练好的模型可以对钢液液面的周期性异常波动进行预测，能够提高连铸效率。
-
公开(公告)号：CN119870396A
公开(公告)日：2025-04-25
申请号：CN202411815868.7
申请日：2024-12-11
Applicant: 东北大学
IPC: B22D11/18 , B22D41/20 , G06N3/0442 , G06F18/2433
Abstract: 本申请公开了一种结晶器瞬时液面控制方法及装置、存储介质、计算机设备，该方法包括：采集钢液的瞬时液位值；基于预设液位预测模型及采集到的瞬时液位值，预测钢液的瞬时液位预测值；每当基于预测出的瞬时液位预测值，判定结晶器内钢液的液位状态处于异常时，基于塞棒高度预测模型及瞬时液位预测值，预测塞棒高度预测设定值，以使液压装置基于预测出的塞棒高度预测设定值重新调整塞棒在中间包中的高度，直至基于预设液位预测模型对钢液流量产生变化的结晶器进行重新预测，并基于重新预测出的瞬时液位预测值判定结晶器内钢液的液位状态为正常。通过将两种预测模型组合得到循环预测模型，能够提高生产过程中的液面波动稳定性，进而提升生产效率。
-
公开(公告)号：CN113487570A
公开(公告)日：2021-10-08
申请号：CN202110763410.1
申请日：2021-07-06
Applicant: 东北大学
Abstract: 本发明公开了基于改进的yolov5x网络模型的高温连铸坯表面缺陷检测方法，属于高温连铸坯表面缺陷识别技术领域。在连铸坯生产线上采集所需数量的高温连铸坯表面图像；对采集的高温连铸坯表面图像进行预处理，并对预处理后的每一幅图像中的缺陷进行标注，获得yolov5x网络模型的训练集；对yolov5x网络模型进行改进，包括：在yolov5x网络模型中添加GhostBottleneck模块替换掉Bottleneck模块；使用所述训练集对改进的yolov5x网络模型进行训练，获得yolov5‑Ghost网络模型；利用所述yolov5‑Ghost网络模型对连铸坯生产线上的高温连铸坯表面缺陷进行实时检测。缩小了模型体积，建立了更加轻量化的yolov5‑Ghost网络模型，提升了检测效率和有效地降低了质检工作运营成本。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
