-
公开(公告)号：CN112686272B
公开(公告)日：2025-01-14
申请号：CN202011512328.3
申请日：2020-12-19
Applicant: 北京工业大学
Abstract: 本发明公开了基于深度学习的手写体乐谱谱线删除方法，本发明模型训练所用数据集为ICDAR/GREC 2013手写体五线谱谱线删除比赛数据集，并且对该数据集进行数据增强，本发明使用了3种不同的数据增强方法。本发明的手写体乐谱谱线删除深度卷积神经网络模型，将含有乐谱图像输入的模型，模型的直接输出不含谱线的乐谱图像的结果图。本方法引入了旋转，谱线间断，谱线加粗3种额外噪声来模拟自然场景下的乐谱，提升了模型的泛化能力。提出了手写体乐谱谱线删除模型，实现了99.3％的删除准确率，在实时性上完成一张1024*2048大小的乐谱图像仅需14.85秒，相较于前文所提模型在实时性上大幅提高。
-
公开(公告)号：CN113837004B
公开(公告)日：2024-05-31
申请号：CN202110958603.2
申请日：2021-08-20
Applicant: 北京工业大学
IPC: G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的游梁式抽油机运动学分析方法，该方法包括如下步骤，步骤1：数据预处理。步骤2：训练基于Yolov4的目标检测模型，对抽油机进行运动目标检测。步骤3：基于上述运动检测结果，对抽油机进行实时运动学分析。本发明针对油田中抽油机运动参数监控难的问题，提出利用基于Yolov4的深度卷积神经网络对抽油机运动视频进行识别，并搭建数学模型输出计算出的运动学参数。实验结果显示，在高IOU阈值下，本方法的mAP能够达到94％以上，输出识别后的视频可以达到10FPS，基本能够胜任实际油田的监控工作。
-
公开(公告)号：CN112686104B
公开(公告)日：2024-05-28
申请号：CN202011510003.1
申请日：2020-12-19
Applicant: 北京工业大学
IPC: G06V30/304 , G06V30/19 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了基于深度学习的多声部乐谱识别方法，本发明针对印刷体多声部乐谱提出一个基于深度学习的乐谱识别模型，基于卷积神经网络、数据增强、迁移学习的端到端乐谱音符识别方法旨在解决多声部乐谱音符识别过程中存在精度低，音符遗漏等问题。该模型采用多任务学习，可同时学习音高、时值的分类任务和音符坐标的回归任务。在模型在训练上，使用了神经网络中的微调技术，目的是为了更好地检测到乐谱中的和弦音符，实验结果表明，该模型能精确地识别多声部乐谱中的音符，在和弦音符的识别上也表现出了良好的性能。
-
公开(公告)号：CN118036065A
公开(公告)日：2024-05-14
申请号：CN202410172919.2
申请日：2024-02-07
Applicant: 北京工业大学
Abstract: 本发明公开了一种融合区块链的隐私保护和公开可验证的产品碳足迹核算方法，包括：在开展产品碳足迹核算工作之前进行产品碳足迹计算方法确定、系统环境部署和算法参数初始化等工作；核算组织向其一级供应商发起数据获取请求，要求供应商提供计算产品碳足迹所需的活动数据；供应商向核算组织提供自身的活动数据，首先基于同态加密算法对数据进行加密，并基于Pedersen承诺机制生成数据承诺；产品碳足迹核算完成后自动触发部署在区块链平台的验证合约验证，实现对产品碳足迹的公开透明审计。本方法既保证了供应商活动数据的隐私安全，同时实现了对产品碳足迹核算工作全流程的公开可验证。
-
公开(公告)号：CN117422979A
公开(公告)日：2024-01-19
申请号：CN202311396802.4
申请日：2023-10-26
Applicant: 北京工业大学
IPC: G06V10/94 , G06V10/764 , G06V10/774 , G06N20/00 , G06V10/25
Abstract: 本发明公开了一种基于联邦学习的安全帽佩戴检测模型训练方法，主要步骤包括训练任务初始化：云服务器设置并生成初始参数，下发至各边缘客户端，带有类别平衡修正的本地模型训练：边缘客户端进行本地模型训练，使用本发明设计的自适应类别损失函数来缓解训练数据类别不平衡问题，模型参数上传：各边缘客户端评估模型性能并将评估结果和模型参数一起上传到云服务器。动态加权模型聚合：云服务器利用本发明提出的动态加权聚合方法生成全局模型，使得其在各边缘客户端上的性能表现更公平。模型个性化：边缘客户端利用本地数据对全局模型进行迁移学习。本发明提出的方法训练的安全帽检测模型具有高的检测精度且适用于多种场景。
-
Patent Agency Ranking
公开(公告)号：CN116071673A
公开(公告)日：2023-05-05
申请号：CN202310163826.9
申请日：2023-02-24
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于无人机航拍图像的早期森林火灾检测方法，首先采用双边滤波算法和暗通道先验去雾算法来提升林火图像质量；然后针对无人机航拍早期林火图像中火灾面积过小的问题，选用精度更高的两阶段网络Faster‑RCNN作为基础检测网络；然后通过分析早期林火目标的面积尺寸分布，根据其存在面积较小的林火目标和长宽比差异较大的林火目标的特点，采用K‑means算法优化Faster‑RCNN的Anchor框；其次针对早期林火目标像素过小的问题，采用特征融合的方法突出早期林火图像特征，从而提高检测精度；最后针对无人机航拍图像中早期森林火灾背景复杂的问题，通过引入注意力机制降低图像复杂背景对早期林火目标识别模型的干扰，从而提高模型的学习效率和检测精度。
-
公开(公告)号：CN114579852A
公开(公告)日：2022-06-03
申请号：CN202210187498.1
申请日：2022-02-28
Applicant: 北京工业大学
IPC: G06F16/9535 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于图卷积网络与注意力机制的推荐方法，包括根据用户与物品交互数据，构造用户‑物品高阶连接性交互图；根据高阶连接性交互图的高阶连接信息进行建模，并生成推荐模型；将用户与物品交互数据对推荐模型进行训练；训练完成后，推荐模型通过内积内积得到用户‑物品之间的关联分数，最终根据关联分数判断是否将物品推荐给用户。本发明考虑在用户‑物品交互二部图中学习嵌入表示，在模型嵌入层便考虑了用户与物品之间的交互信息，通过嵌入传播在用户物品交互图上建模高阶连通性，使得模型可以学习到高维特征信息，以此获得更有效的嵌入，提高了推荐的准确性。
-
公开(公告)号：CN114323047A
公开(公告)日：2022-04-12
申请号：CN202111669496.8
申请日：2021-12-31
Applicant: 北京工业大学
IPC: G01C21/34
Abstract: 本发明公开了一种基于多边形分解的全覆盖路径规划算法，包括获取机器人的工作地图，并根据工作地图建立栅格地图；定义关键顶点，并获取栅格地图中的关键顶点；根据关键顶点获得区域分割方向；根据区域分割方向，对栅格地图进行分割，若分割后的分割区域中无关键顶点则分割结束；若分割后的分割区域中存在关键顶点则对存在关键顶点的分割区域继续分割直至分割区域中无关键顶点。本发明将凹多边形分割成凸多边形便于规划弓形全覆盖路径，降低了全覆盖路径规划过程中的重复率和减少了机器人在覆盖过程中的转弯次数。
-
公开(公告)号：CN114186288A
公开(公告)日：2022-03-15
申请号：CN202111482274.5
申请日：2021-12-07
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于区块链的PKI证书系统模型及证书管理方法，通过引入了RSA累加器技术，针对在PKI系统中引入区块链而带来的性能问题进行了优化。基于区块链PKI系统模型，在不安全的互联网环境中提供了透明度和追溯性，CA对数字证书的操作都由耦合的区块链节点上传到多方共同维护的区块链上，具有去中心化，CA行为可追溯的特点。引入RSA累加器技术，通过知识证明方案，避免了在区块链上存储大量的数字证书，压缩了存储空间。针对数字证书管理全生命周期和RSA累加器的特性，提出了基于区块链和双重RSA累加器的数字证书管理办法，所有PKI体系的参与者可以通过区块链公开的累加器状态，结合数字证书和对应的proof，在本地验证数字证书的合法性。
-
公开(公告)号：CN110222518B
公开(公告)日：2021-09-17
申请号：CN201910461987.X
申请日：2019-05-30
Applicant: 北京工业大学
Abstract: 本发明公开了基于区块链的可信权能访问控制方法，该方法基于分布式环境中的数据系统实现，该系统由前端web页面与区块链两部分组成。由于区块链的特性使其存储性能较弱，本平台只存储了数据访问地址，而不提供数据存储功能。前端由Vue框架以及调用区块链接口的Web3.Js组成，区块链平台使用了以太坊平台，在以太坊平台上使用了solidity语言编写智能合约的逻辑，因为Solidity语言实现图灵完备的智能合约编程，本方法基于以太坊平台部署的私有链。本方法通过权能交换操作上链解决用户间在交换数据后可能产生分歧和冲突，迅速定位问题所在并提供客观、真实有效的证明；大大降低管理成本和维护成本，同时也避免了中心化管理带来的易受攻击及隐私泄漏等风险。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.034 seconds)
