-
公开(公告)号：CN119206195A
公开(公告)日：2024-12-27
申请号：CN202411719708.2
申请日：2024-11-28
Applicant: 华东交通大学
IPC: G06V10/25 , G06V20/58 , G06V10/764 , G06V10/774 , G06T7/73 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种点云3D目标检测方法、系统、存储介质及设备，该方法包括：获取不同驾驶场景中各种道路参与者与不同程度遮挡、截断的图像数据，进行预处理得到目标数据集；构建基于B样条激活函数的点云3D目标检测模型；将训练集导入点云3D目标检测模型中进行训练，并使用测试集对点云3D目标检测模型进行校验，以及使用验证集对点云3D目标检测模型进行评估；将点云3D目标检测模型部署于车辆中，对不同驾驶场景下道路参与者遮挡、截断的场景进行检测。本发明通过对自动驾驶中不同场景进行检测，有利于准确判断道路情况、预测行人和骑行者行为，提升行车效率和提高行车安全性，增强系统适应性和鲁棒性，减少交通事故的发生。
-
公开(公告)号：CN117152139A
公开(公告)日：2023-12-01
申请号：CN202311414253.9
申请日：2023-10-30
Applicant: 华东交通大学 , 江西省威创电子有限公司
IPC: G06T7/00 , G06T7/12 , G06T7/11 , G06V10/82 , G06N3/0464 , G06V10/80 , G06V10/764
Abstract: 本发明属于计算机视觉检测技术领域，具体公开了一种基于实例分割技术的贴片电感缺陷检测方法，包括以下步骤：收集各种贴片电感图像后进行预处理和标注，获得贴片电感图像数据集；基于实例分割技术构建网络检测模型，利用训练集对网络检测模型进行训练；对训练后的网络检测模型进行校验，校验后得到最终的网络检测模型；将实时生产中采集的贴片电感图像预处理后输入最终的网络检测模型中进行贴片电感缺陷的实时检测。本发明通过采用计算机视觉对贴片电感的缺陷进行检测，能有效提高检测效率，并能对检测出缺陷的贴片电感进行分类，同时还提高了检测的稳定性和准确性，且能在生产过程中进行实时检测，有利于提高生产产品的良品率。
-
公开(公告)号：CN117076690A
公开(公告)日：2023-11-17
申请号：CN202311326626.7
申请日：2023-10-13
Applicant: 华东交通大学
IPC: G06F16/36 , G06F40/295 , G06F30/27 , G06N3/0442 , G06N3/08 , G06N3/126 , G06Q10/0633 , G06Q50/04 , G06F119/18
Abstract: 本发明涉及数据分析领域，更具体的说，它涉及一种数据驱动的工艺流程组态方法及系统。一种数据驱动的工艺流程组态系统，包括：描述文本获取模块、实体提取模型管理模块、命名实体提取模块、工艺流程知识图谱管理模块、工艺流程三元组输出模块、工艺流程组态图构建模块、检测点信息映射模块和工艺流程组态图显示模块。本发明通过自动识别描述文本中的设备实体，并将设备实体与工艺流程知识图谱进行匹配，自动构建工艺流程组态图，同时将检测点信息映射至工艺流程组态图中的图元中，无需工作人员花费大量时间来梳理工艺流程组态图中图元、管线和数据之间的关系，在针对大型工艺流程的工艺流程组态图的设计时，能够提高工作效率。
-
公开(公告)号：CN116229406B
公开(公告)日：2023-08-25
申请号：CN202310511812.1
申请日：2023-05-09
Applicant: 华东交通大学
Abstract: 本发明提供了一种车道线检测方法、系统、电子设备及存储介质，该方法包括：获取具有车道线的当前道路图像；利用ResNet‑ECA‑PSPNet从当前道路图像中提取具有上下文信息的车道线图像特征；将车道线图像特征分别输入CNN网络和视觉Transformer网络，以获取基于关键点的置信度图及关键点图和偏移图；将置信度图及关键点图与偏移图进行关键点的关联以区分并构建各条车道线，以使获取当前道路图像的车道线检测信息。通过本申请，可增强车道线的上下文特征表示能力，并且在不降低输出特征图分辨率的情况下能捕获长程偏移，避免密集车道线处关键点偏移回归错误。
-
公开(公告)号：CN113205182B
公开(公告)日：2021-09-17
申请号：CN202110764899.4
申请日：2021-07-07
Applicant: 华东交通大学
Abstract: 本发明公开了一种基于稀疏剪枝方法的实时电力负荷预测系统，该系统采用连接灵敏度表示神经网络连接的重要性，并根据连接重要性在网络反向传播过程中去除对目标函数关联度较小的连接，从而使得预测系统中的GRU神经网络连接变得稀疏，这种稀疏化的GRU神经网络只需要在GRU神经网络上进行单次剪枝，并使用微调方式优化预测性能。经过实际测试，结果显示，基于连接灵敏度的单次剪枝算法在去除GRU预测系统中99.3%的参数，实现高稀疏率的情况下，该系统分类的准确度不会受到损失，解决了GRU预测系统在训练阶段参数量冗余，计算量庞大的问题。
-
Patent Agency Ranking
公开(公告)号：CN117423389A
公开(公告)日：2024-01-19
申请号：CN202311454291.7
申请日：2023-11-03
Applicant: 华东交通大学
Abstract: 本发明公开了一种基于图注意力随机游走的疾病关联circRNA预测方法，该方法首先构建circRNA‑疾病二分关联网络，然后基于二分关联网络分别计算circRNA和疾病节点的高斯核相似性，最后利用图注意力机制来引导随机游走以预测疾病与circRNA之间关联度。本发明在随机游走过程中基于自注意力赋予邻居节点不同的游走概率，用于引导下一步优先游走的节点。对比实验结果表明，该方法能够较准确地预测潜在的疾病关联circRNA，具有良好的预测性能。
-
公开(公告)号：CN117076690B
公开(公告)日：2024-01-09
申请号：CN202311326626.7
申请日：2023-10-13
Applicant: 华东交通大学
IPC: G06F16/36 , G06F40/295 , G06F30/27 , G06N3/0442 , G06N3/08 , G06N3/126 , G06Q10/0633 , G06Q50/04 , G06F119/18
Abstract: 本发明涉及数据分析领域，更具体的说，它涉及一种数据驱动的工艺流程组态方法及系统。一种数据驱动的工艺流程组态系统，包括：描述文本获取模块、实体提取模型管理模块、命名实体提取模块、工艺流程知识图谱管理模块、工艺流程三元组输出模块、工艺流程组态图构建模块、检测点信息映射模块和工艺流程组态图显示模块。本发明通过自动识别描述文本中的设备实体，并将设备实体与工艺流程知识图谱进行匹配，自动构建工艺流程组态图，同时将检测点信息映射至工艺流程组态图中的图元中，无需工作人员花费大量时间来梳理工艺流程组态图中图元、管线和数据之间的关系，在针对大型工艺流程的工艺流程组态图的设计时，能够提高工作效率。
-
公开(公告)号：CN113205182A
公开(公告)日：2021-08-03
申请号：CN202110764899.4
申请日：2021-07-07
Applicant: 华东交通大学
Abstract: 本发明公开了一种基于稀疏剪枝方法的实时电力负荷预测系统，该系统采用连接灵敏度表示神经网络连接的重要性，并根据连接重要性在网络反向传播过程中去除对目标函数关联度较小的连接，从而使得预测系统中的GRU神经网络连接变得稀疏，这种稀疏化的GRU神经网络只需要在GRU神经网络上进行单次剪枝，并使用微调方式优化预测性能。经过实际测试，结果显示，基于连接灵敏度的单次剪枝算法在去除GRU预测系统中99.3%的参数，实现高稀疏率的情况下，该系统分类的准确度不会受到损失，解决了GRU预测系统在训练阶段参数量冗余，计算量庞大的问题。
-
公开(公告)号：CN119206195B
公开(公告)日：2025-03-21
申请号：CN202411719708.2
申请日：2024-11-28
Applicant: 华东交通大学
IPC: G06V10/25 , G06V20/58 , G06V10/764 , G06V10/774 , G06T7/73 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种点云3D目标检测方法、系统、存储介质及设备，该方法包括：获取不同驾驶场景中各种道路参与者与不同程度遮挡、截断的图像数据，进行预处理得到目标数据集；构建基于B样条激活函数的点云3D目标检测模型；将训练集导入点云3D目标检测模型中进行训练，并使用测试集对点云3D目标检测模型进行校验，以及使用验证集对点云3D目标检测模型进行评估；将点云3D目标检测模型部署于车辆中，对不同驾驶场景下道路参与者遮挡、截断的场景进行检测。本发明通过对自动驾驶中不同场景进行检测，有利于准确判断道路情况、预测行人和骑行者行为，提升行车效率和提高行车安全性，增强系统适应性和鲁棒性，减少交通事故的发生。
-
公开(公告)号：CN117636266B
公开(公告)日：2024-05-14
申请号：CN202410103863.5
申请日：2024-01-25
Applicant: 华东交通大学
IPC: G06V20/52 , G06V40/10 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0495 , G06N3/084
Abstract: 本发明提供一种工人安全行为检测方法、系统、存储介质及电子设备，方法包括：获取工地中工人行为的图像样本并标注，得到标注安全行为的样本数据集并对样本数据集中的样本进行预处理，再将预处理后的样本数据集分为训练集和测试集；根据训练集通过预设网络模型进行网络训练，并通过预设损失函数判断预设网络模型的训练效果；当预设网络模型的效果稳定时，通过测试集对预设网络模型的准确率进行测试，判断准确率是否达到预设值，若是，结束对预设网络模型的训练，得到目标网络模型；将目标网络模型部署至具有拍摄功能的移动终端中。本发明解决了现有技术中检测方法存在检测错误与遗漏现象，且检测模型结构复杂、参数量大需要大量算力和能耗的问题。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.025 seconds)
