-
公开(公告)号：CN115400765A
公开(公告)日：2022-11-29
申请号：CN202211207785.0
申请日：2022-09-30
Applicant: 东南大学
Abstract: 本发明公开了一种Pd基双层金属烯纳米材料、其制备方法及应用，该纳米材料以Pd金属烯为内核，以第二元素金属烯为外壳，形成包覆结构。该制法为：首先制备Pd金属烯，然后与第二元素源、表面活性剂以及还原剂混合，进行水热反应制得。本发明提供了该纳米材料作为MgH2储氢材料催化剂的应用。催化剂中非贵金属Ni的含量得到了有效的提高，可以实现对MgH2的高效催化效果。MgH2‑10wt.％PdNi样品的初始脱氢温度为154℃，脱氢截止温度为297℃。在200℃，3.5Mpa的氢压下，能够实现快速可逆吸氢，100秒内吸氢量达4.18wt.％以上，脱氢反应焓为71.6kJ/(mol H2)‑1，远低于原MgH2的脱氢反应焓。
-
公开(公告)号：CN115400765B
公开(公告)日：2023-12-26
申请号：CN202211207785.0
申请日：2022-09-30
Applicant: 东南大学
Abstract: 本发明公开了一种Pd基双层金属烯纳米材料、其制备方法及应用，该纳米材料以Pd金属烯为内核，以第二元素金属烯为外壳，形成包覆结构。该制法为：首先制备Pd金属烯，然后与第二元素源、表面活性剂以及还原剂混合，进行水热反应制得。本发明提供了该纳米材料作为MgH2储氢材料催化剂的应用。催化剂中非贵金属Ni的含量得到了有效的提高，可以实现对MgH2的高效催化效果。MgH2‑10wt.％PdNi样品的初始脱氢温度为154℃，脱氢截止温度为297℃。在200℃，3.5Mpa的氢压下，能够实现快速可逆吸氢，100秒内吸氢量达4.18wt.％以上，脱氢反应焓为71.6kJ/(mol H2)‑1，远低于原MgH2的脱氢反应焓。
-
公开(公告)号：CN116363484A
公开(公告)日：2023-06-30
申请号：CN202310359846.3
申请日：2023-04-06
Applicant: 东南大学
Abstract: 本发明公开一种基于注意力机制的小样本目标检测系统及方法，系统包括：分组空间与通道注意力模块、注意力残差模块。分组空间与通道注意力模块用于完成基于空间信息嵌入的通道间的注意力机制，并将最终的空间与通道注意力的权重加载在原特征图上；注意力残差模块基于分组空间与通道注意力模块，通过卷积层、归一化层、激活函数等，以及残差连接，构成注意力残差模块，以避免注意力梯度消失与梯度爆炸。
-
公开(公告)号：CN116597244A
公开(公告)日：2023-08-15
申请号：CN202310365243.4
申请日：2023-04-07
Applicant: 东南大学
IPC: G06V10/774 , G06V10/82 , G06V10/778 , G06V10/776 , G06V10/77 , G06V10/80 , G06N3/04 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于元学习方法的小样本目标检测方法，可实现小样本条件下的精确目标检测。发明主要包括：获取公开的目标检测数据集，进而构建训练集和测试集；构建基于元学习(Meta Learning)的小样本目标检测网络；使用训练集和测试集对基于元学习的小样本目标检测算法进行训练、验证与测试。本发明与当前主要的小样本目标检测算法相比，能够克服训练过程中对某些特定的样本类别的过拟合和欠拟合，同时在所有样本类别上有更高的检测精度，是一种更加高效及精确的小样本目标检测算法。
-
Patent Agency Ranking
公开(公告)号：CN116385833A
公开(公告)日：2023-07-04
申请号：CN202310374230.3
申请日：2023-04-10
Applicant: 东南大学
IPC: G06V10/774 , G06V10/764 , G06N3/091 , G06N20/20
Abstract: 本发明公开一种基于定位稳定性与注意力损失预测的主动学习方法，并结合目标检测模型YOLOv5在铁路列车故障检测相关数据集中实现了落地应用。该方法包括如下步骤：准备铁路列车故障图像作为目标检测数据集，选定图像目标检测模型作为任务模型；构建注意力模块以及损失预测模块；依据任务模型选定特征图作为损失预测模块输入；依据任务模型对噪声扰动前后样本的预测定位框变化，计算定位稳定性得分；最后综合考察预测损失与定位稳定性，实现主动学习样本选取。该方法利用基于注意力机制的损失预测模块进行损失预测，结合定位稳定性度量实现对样本的多维度考察，提高了主动学习决策性能，为缩减项目标注成本提供了帮助。
-
公开(公告)号：CN114596477A
公开(公告)日：2022-06-07
申请号：CN202210258835.1
申请日：2022-03-16
Applicant: 东南大学
IPC: G06V10/774 , G06V10/764 , G06V10/40 , G06K9/62
Abstract: 本发明公开一种基于领域自适应和注意力机制的雾天火车故障检测方法，包括如下步骤：准备正常场景下的火车故障数据集作为源域数据集和雾天场景下的火车故障数据集作为目标域数据集；对目标检测模型中的特征提取网络，加入通道注意力模块；在特征提取网络后加入图像级域自适应模块和实例级域自适应模块来实现源域和目标域的特征对齐；最后输入带标签的源域数据集和不带标签的目标域数据集完成域自适应的火车故障检测。该基于领域自适应和注意力机制的雾天火车故障检测方法是解决目标检测模型在有雾天气下对火车故障检测结果较差的问题。
-
公开(公告)号：CN116452947A
公开(公告)日：2023-07-18
申请号：CN202310366161.1
申请日：2023-04-07
Applicant: 东南大学
IPC: G06V10/82 , G06V10/774 , G06V10/776 , G06V10/764 , G06V10/80 , G06N3/0464 , G06N3/082
Abstract: 本发明提供一种基于多尺度融合和可变形卷积的跨域故障检测方法，解决火车故障图像跨域目标检测中相应的问题。包括如下步骤：准备正常场景下的火车故障数据集作为源域数据集和雾天场景下的火车故障数据集作为目标域数据集；设计一个域自适应特征金字塔，加入到RetinaNet目标检测网络中，来实现源域和目标域的特征对齐；在目标检测网络中的backbone加入可变形卷积模块来实现对形态差异大的故障的适应能力；在原有检测网络中的FPN加入ASFF模块，解决FPN网络中不同尺度学习目标不一致的问题；将RetinaNet网络的回归子网络损失函数改为CIOU loss，优化模型的损失。该基于多尺度融合和可变形卷积的跨域故障检测方法是解决目标检测模型在有雾场景下对火车故障检测结果较差的问题。
-
公开(公告)号：CN116385966A
公开(公告)日：2023-07-04
申请号：CN202310348084.7
申请日：2023-04-04
Applicant: 东南大学
IPC: G06V20/52 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本发明提供一种基于注意力机制的图像故障细粒度识别方法，在细粒度识别网络NTS‑Net的基础上，使用一种软池化的双通道注意力网络，针对铁路数据集黑、灰、白的背景，经过两个通道，从两个维度获取更加有效的特征语义。为了避免特征信息在经过注意力网络的时候有所丢失，通过软池化的方式来避免池化过程中的信息损失，有助于后续环节。最后，通过更改网络损失函数，在不需要对故障图片进行数据增强的前提下，削弱故障样本和正常样本数量不平衡给结果带来的干扰。该识别方法采用的是弱监督方法，高效快捷，适用范围广，算力消耗低。
-
公开(公告)号：CN116385404A
公开(公告)日：2023-07-04
申请号：CN202310362948.0
申请日：2023-04-07
Applicant: 东南大学
IPC: G06T7/00 , G06T7/11 , G06V10/764 , G06V10/82 , G06V10/774 , G06N3/045 , G06N3/084 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0895
Abstract: 本发明涉及图像异常定位领域，解决了先验知识少、样本数量与类型少、缺乏监督信息、无法实现高质量像素级异常精定位的问题，尤其涉及一种自监督下基于图像分割的表面缺陷异常定位与检测方法，基于轻量级的图像分割子网络，在多类样本参与的情况下，使用数据增广网络提供的自监督信息，以及添加通道注意力机制的重建子网络所提供的辅助异常分割的必要信息，完成了具有表面缺陷异常样本像素级的异常精定位，并基于分割网络输出的异常特征层，通过聚合局部响应信息等处理，得到了样本对应的实例级异常评分，同时实现了实例级的异常检测任务。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
