-
公开(公告)号：CN116401597B
公开(公告)日：2023-08-22
申请号：CN202310677544.0
申请日：2023-06-09
Applicant: 中国科学技术大学先进技术研究院
IPC: G06F18/241 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F18/213 , G01V1/28 , G01V99/00
Abstract: 本申请公开了地震解释模型构建方法、电子设备及可读存储介质，包括：获取由地震真实样本数据合成的地震样本标签数据；将地震样本标签数据输入预设地震解释模型，得到预设地震解释模型的多尺度学习模型输出的样本学习特征和多尺度指导模型输出的样本指导特征；根据样本学习特征和样本指导特征，确定由标签分类损失函数、域间差异损失函数和一致性损失函数共同组成的目标损失函数；根据地震真实样本数据和地震样本标签数据和目标损失函数，迭代训练多尺度学习模型；通过更新多尺度学习模型的第一模型参数和多尺度指导模型的第二模型参数，得到目标地震解释模型。本申请解决了由于地震合成图像缺乏真实标签，导致地震解释模型准确度低的技术问题。
-
公开(公告)号：CN113780135B
公开(公告)日：2023-08-04
申请号：CN202111012923.5
申请日：2021-08-31
Applicant: 中国科学技术大学先进技术研究院
IPC: G06V20/52 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明的一种跨场景的VOCs气体泄漏检测方法、系统及存储介质，包括以下步骤，获取存在VOCs泄漏和无泄漏的红外视频数据并对其进行数据预处理；采用GMM去除红外视频静态背景，提取出红外图像中疑似VOCs泄漏区域；对目标检测模型Faster RCNN神经网络模型进行预训练；通过已训练好的Faster RCNN神经网络模型，构造迁移学习中的源域特征数据集和目标域特征数据集；运用域自适应的迁移学习方法对GMM提取出的红外疑似VOCs泄漏区域进行识别。本发明能够克服现有方法的不足，充分利用红外视频中VOCs气体区域的领域知识对视频帧中的可疑烟雾区域分割，随后再使用Faster RCNN神经网络模型，运用迁移学习的方式对VOCs泄漏区域进行检测识别，从而降低计算性能需求和标记所带来的时间耗费。
-
公开(公告)号：CN113221246B
公开(公告)日：2023-07-14
申请号：CN202110536202.8
申请日：2021-05-17
Applicant: 中国科学技术大学先进技术研究院
IPC: G06F30/15 , G06F30/27 , G06N3/048 , G06N3/08 , G06F119/14
Abstract: 本发明的一种基于瞬态油耗修正的移动源排放估计方法、系统及介质，通过获取目标车辆的参数数据并处理；划分车辆运行时的动力源提供情况；计算得到稳态估计下的燃油损耗率，并利用神经网络对稳态估计下的燃油损耗率进行瞬态校正，得到瞬态燃油损耗率；计算电池和电机为动力源的瞬时电量消耗；分别计算监测路段下电池充电油耗和发动机工作下燃油消耗；利用总油耗、燃油的排放因子计算本次监测中总的尾气排放。本发明利用基与神经网络的瞬态油耗修正模型的瞬态油耗和燃烧排放因子估计移动源发动机的瞬时排放，真实反应路况变化下的瞬时油耗情况以及污染排放情况，可估算移动源在路况变化时的真实油耗与尾气排放量，便于相关部门的管控。
-
公开(公告)号：CN113995629B
公开(公告)日：2023-07-11
申请号：CN202111295849.2
申请日：2021-11-03
Applicant: 中国科学技术大学先进技术研究院 , 上海机器人产业技术研究院有限公司
IPC: A61H1/02
Abstract: 本发明提供了一种基于镜像力场的上肢双臂康复机器人导纳控制方法及系统，包括如下步骤：步骤1:基于多传感信号融合的人机紧耦合健侧力场建模，获得受试者健侧的运动意图；步骤2：根据受试者健侧的运动意图进行基于状态空间的健患侧生理信号及力场映射，获得受试者患侧的运动轨迹和意图；步骤3：根据受试者患侧的运动轨迹和意图进行基于力场镜像的健患侧同步耦合控制，进而控制外骨骼的运动。本发明针对临床上神经移位术后上肢运动功能重建重大临床需求，将人机紧耦合的力场控制策略和镜像康复策略相结合，探索新的基于患者健侧力场信息对患侧动作引导的镜像力场康复策略，且更加自然，提升患者的参与感和主动康复能力。
-
公开(公告)号：CN116401597A
公开(公告)日：2023-07-07
申请号：CN202310677544.0
申请日：2023-06-09
Applicant: 中国科学技术大学先进技术研究院
IPC: G06F18/241 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F18/213 , G01V1/28 , G01V99/00
Abstract: 本申请公开了地震解释模型构建方法、电子设备及可读存储介质，包括：获取由地震真实样本数据合成的地震样本标签数据；将地震样本标签数据输入预设地震解释模型，得到预设地震解释模型的多尺度学习模型输出的样本学习特征和多尺度指导模型输出的样本指导特征；根据样本学习特征和样本指导特征，确定由标签分类损失函数、域间差异损失函数和一致性损失函数共同组成的目标损失函数；根据地震真实样本数据和地震样本标签数据和目标损失函数，迭代训练多尺度学习模型；通过更新多尺度学习模型的第一模型参数和多尺度指导模型的第二模型参数，得到目标地震解释模型。本申请解决了由于地震合成图像缺乏真实标签，导致地震解释模型准确度低的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN116309166A
公开(公告)日：2023-06-23
申请号：CN202310283709.6
申请日：2023-03-20
Applicant: 中国科学技术大学先进技术研究院
IPC: G06T5/00 , G06T7/11 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请公开了图像全局保幅去噪和补全模型构建方法、设备及存储介质，包括：获取由原始样本图像和对应的含噪缺失图像组成的二维图像对；根据所述二维图像对和目标损失函数，迭代训练预设两级多尺度模型的初级图像重构模型，得到模型重构参数和模型重构图像，其中，所述目标损失函数由图像重构模型损失函数和图像分割模型损失函数组成；根据所述模型重构图像，对所述二维图像对进行更新，得到目标图像对；根据所述模型重构参数和所述目标损失函数和所述目标图像对，迭代训练所述预设两级多尺度模型的次级图像分割模型和所述初级图像重构模型，得到目标图像解释模型。本申请解决了去噪补全后的图像的可解释性差的技术问题。
-
公开(公告)号：CN115577569B
公开(公告)日：2023-04-07
申请号：CN202211442855.0
申请日：2022-11-18
Applicant: 中国科学技术大学先进技术研究院
Abstract: 本申请公开了测井解释基准模型构建方法、装置、设备及介质，所述方法包括：获取不同井位的测井样本数据和测井样本标签数据；基于原始样本映射模型，对所述测井样本数据进行样本映射，得到测井映射样本数据；基于所述测井映射样本数据和所述测井样本标签数据和目标损失函数，迭代训练领域共有预测模型和领域特有输出预测模型，其中，所述目标损失函数由领域共有模型损失函数和领域特有模型损失函数组成；将所述领域共有预测模型的领域共有输出权重矩阵和所述原始样本映射模型进行组合，得到测井解释基准模型。本申请解决了现有技术中由于非地层因素使得原始测井数据的畸变和失真，从而导致测井解释模型准确度低的技术问题。
-
公开(公告)号：CN115792115A
公开(公告)日：2023-03-14
申请号：CN202211510651.6
申请日：2022-11-29
Applicant: 中国科学技术大学先进技术研究院 , 安徽省生态环境监测中心(安徽省重污染天气预报预警中心)
IPC: G01N33/00
Abstract: 本发明的一种基于线性插值的VOCs浓度预测方法及设备，其方法包括以下步骤，S1、使用搭载气体分析仪的无人机采集待测空间的VOCs浓度；S2、根据采集数据，进行数据预处理，使用二维线性插值完成待测空间外框面的VOCs浓度数据填充；S3、根据采集数据和上步骤中得到的外框面数据，使用三维空间线性插值对待测矩形体内部点进行插值填充。本发明的一种使用无人机的基于三维空间插值的VOCs浓度预测方法，这种方法实施迅速，预测精度高，同时对设备、场地的要求低，相比于传统方法具有很大的优势。
-
公开(公告)号：CN115578597A
公开(公告)日：2023-01-06
申请号：CN202211313138.8
申请日：2022-10-25
Applicant: 中国科学技术大学先进技术研究院
IPC: G06V10/764 , G06V10/80 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明涉及设备检测技术领域，公开了一种减震器故障检测方法、装置、设备及存储介质，该方法包括：基于待检测减震器的传感器数据获取正对时频图像和负对时频图像；通过预设编码器对正对时频图像和负对时频图像进行特征提取，获得传感器特征集；对传感器特征集中各特征进行更新，并对更新后的传感器特征集中的特征进行特征融合，获得融合特征集；通过预设线性分类器对融合特征集进行分类检测，根据分类检测结果判断待检测减震器是否存在故障。相比于现有技术中通过花费高额成本来获取大量有标签数据，本发明上述方法减少了现有技术中对有标签数据的需求量过大导致成本过高的问题，从而实现对减震器健康状态的预测性维护检测。
-
公开(公告)号：CN113221943B
公开(公告)日：2022-09-23
申请号：CN202110357519.5
申请日：2021-04-01
Applicant: 中国科学技术大学先进技术研究院 , 安徽省生态环境监测中心(安徽省重污染天气预报预警中心)
IPC: G06V10/764 , G06V20/40 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明的一种柴油车黑烟图像识别方法、系统及存储介质，包括获取柴油车黑烟视频，输入事先训练好的黑烟图像识别模型中，进行测试得到动态的黑烟分割视频，并识别出黑烟团；黑烟图像识别模型训练步骤包括：样本构建：数据为红绿灯路口监控拍摄柴油车启动的视频，记录到排放出的黑色空气污染物，视频分为若干帧数；网络构建：通过在每k帧中，第c*k帧是当前待处理的帧，在[(c‑1)*k,c*k)帧中随机选取2帧来考虑与当前帧的上下文联系，即将系统结构分成前2帧关联信息信息提取模块即CEM和当前帧分割模块CFSM。本发明基于一种语义分割的深度学习方法，不仅可以检测出是否有黑烟，而且可以实时智能的描绘出排放黑烟的大小形状，有利于评估车辆的污染程度。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.047 seconds)
