-
公开(公告)号：CN116912173A
公开(公告)日：2023-10-20
申请号：CN202310703954.8
申请日：2023-06-14
Applicant: 华北电力大学
IPC: G06T7/00 , G06T3/40 , G06T3/00 , G06V10/764 , G06V10/82 , G06V10/40 , G06V10/774 , G06N3/088 , G06N3/0464
Abstract: 本发明公开了一种基于无监督异常检测的产品表观缺陷检测方法，所述方法，包括：步骤1：收集整理正常样本集并对其进行预处理和对齐，通过预训练的卷积神经网络获取正常样本图像特征信息，从而构建起源特征空间；步骤2：从所述源特征空间中提取图像特征，经由自适应存储库压缩存储数据表征，使得图像背景复杂性的影响降低；步骤3：通过特征映射网络将样本特征从所述源特征空间重新映射到新的目标特征空间，其中映射过程受存储库中的压缩后特征影响；步骤4：将所述目标特征空间中的样本特征与存储库中的压缩特征进行高维判别，得到待测样本图像中可能出现的异常区域的异常位置和异常程度，从而实现无监督环境下对工业产品图像的缺陷检测，同时能够滤除复杂产品图像的背景干扰。
-
公开(公告)号：CN110489480A
公开(公告)日：2019-11-22
申请号：CN201910599302.8
申请日：2019-07-04
Applicant: 华北电力大学
IPC: G06F16/26
Abstract: 本发明属于油田大规模数据可视化技术领域，尤其涉及一种测井数据多属性快速切换可视化方法，包括：将采集到的测井数据均匀划分为多个小体素块并用聚类的方法压缩体数据；基于多属性的相关性分析将测井数据的属性划分为不同的分组，在组内建立映像模型，分别提取每个分组测井属性的基体数据；利用PCA降维算法对每个分组测井属性分别进行降维处理，提取多个测井属性数据的基向量矩阵和特征系数矩阵，基体数据常驻内存，用特征系数切换方式来快速生成新的属性数据；采用光线投射算法对新的属性数据进行绘制。解决了因测井数据规模太大超出内存和GPU处理能力导致的难以实现实时绘制的问题；解决了传统多属性数据切换内外存数据交换量大、等待时间长的问题。
-
公开(公告)号：CN115455195A
公开(公告)日：2022-12-09
申请号：CN202211038548.6
申请日：2022-08-26
Applicant: 华北电力大学
IPC: G06F16/36 , G06F40/295 , G06F40/30 , G06N5/02
Abstract: 本发明公开了属于自然语言处理领域一种基于BERT和知识嵌入的加工工艺关系抽取方法，该方法包括如下步骤：步骤1：构建BERT层，进行文本特征提取，得到字维度的特征向量Z和句子向量S；步骤2：字维度的特征向量Z与实体信息联合提取实体特征向量E；步骤3：融合知识嵌入，动态调整句子向量S权重，使模型更加关注句子中与实体信息有关的语义信息C；步骤4：将所述融合实体信息的特征向量C与实体特征E进行拼接，得到多特征融合向量M；步骤5：多特征融合向量M输入分类器，计算关系类别。
-
公开(公告)号：CN115034222A
公开(公告)日：2022-09-09
申请号：CN202210630961.5
申请日：2022-06-06
Applicant: 华北电力大学
IPC: G06F40/295 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明公开了属于自然语言处理领域一种基于机械零件加工文献数据的多维度命名实体识别方法，该方法包括如下步骤：步骤1：整理机械零件加工手册上的工艺知识，通过人工与算法结合的方法对所述文献进行数据处理工作，获得机械零件加工文献的语料；步骤2：利用部分机械零件加工文献无标注语料信息对Bert模型进行预训练，得到训练好的预训练模型；把所述机械零件加工文献的标注语料输入训练好的预训练模型中进行增量训练，得到字维度的特征向量Z；步骤3：将所述字维度的特征向量Z输入基于BiLSTM的神经网络模型，并引入注意力机制动态调整输入权重，得到融合全文信息的特征向量C；步骤4：将所述融合全文语义信息的特征向量C输入Mixture of Entity Experts(MOEE)框架判断每一个符号是否为实体并得到实体的特征向量E；步骤5：实体特征向量E输入CRF模型，计算标签结果，最后的到命名实体识别结果。
-
公开(公告)号：CN115018790A
公开(公告)日：2022-09-06
申请号：CN202210634714.2
申请日：2022-06-07
Applicant: 华北电力大学
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06T7/70 , G06T3/00 , G06T5/00 , G06T11/00 , G06V10/40 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于异常检测的工件产品表面缺陷检测方法，其包括：步骤1：研究生产线实际制造的工件表面特征，确定合格工件标准，通过该标准判别工件合格与否；步骤2：基于特定光源和工业相机采集工件表面图像，图像经过裁剪、滤波等处理后形成数据集；步骤3：基于异常检测技术对步骤2中制作好的数据集构建工件表面缺陷检测模型，该模型使用卷积神经网络提取合格工件表面图像不同大小尺度的特征，并结合多尺度区域特征生成器和掩码自编码器，重建合格工件的表面图像，由于模型并未学习过不合格工件的表面图像，因此不合格工件表面图像的特征分布与模型先前学习到的分布差距甚大，通过比较重建前后图像的差异，该检测模型能够检测表面图像中是否存在缺陷以及定位出缺陷位置。发明所提出的方法解决了在工业制造中人工目视检测效率低、不稳定且成本高、传统图像处理检测方法泛化性差以及基于深度学习的目标检测或分割需要大量带标签缺陷数据的问题，该方法符合工业生产工件中合格样本多而缺陷样本少的特点，能够实现高精度的实时表面缺陷检测。
-
Patent Agency Ranking
公开(公告)号：CN116721190A
公开(公告)日：2023-09-08
申请号：CN202310697185.5
申请日：2023-06-13
Applicant: 华北电力大学
IPC: G06T13/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种语音驱动三维人脸动画生成方法，所述方法，包括：步骤1：获取样本数据，对数据进行预处理；步骤2：重建三维人脸模型，对完成重建的三维人脸模型进行拓扑对齐，获得连续的人脸模型动画，结合音频数据，构建4D数据集；步骤3：训练模型，求解音频特征信息与人脸模型动画中的映射关系；步骤4：给定音频和静态人脸模型，通过预训练模型，给出对应的三维人脸模型动画。
-
公开(公告)号：CN119152106A
公开(公告)日：2024-12-17
申请号：CN202310710361.4
申请日：2023-06-15
Applicant: 华北电力大学
Abstract: 本发明公开了一种基于单帧条纹投影的高精度三维重建的方法，其包括：步骤1：研究结构光三维重建原理，确定相机和投影仪的参数；步骤2：将数据集进行处理得到所需数据集；步骤3：基于步骤2的数据集进行深度学习训练，预测包裹相位；步骤4：将步骤3预测得来的包裹相位进行后处理，预测条纹级次；步骤5：将步骤3与步骤4预测得到的包裹相位和条纹级次进行数学计算得到绝对相位，结合步骤1确定好的参数进行三维点云重建。
-
公开(公告)号：CN115375874A
公开(公告)日：2022-11-22
申请号：CN202210634992.8
申请日：2022-06-07
Applicant: 华北电力大学
Abstract: 本发明公开了一种工件点云的尖锐特征表面重建方法，其包括：步骤1：在点云平滑区域选择三个满足条件的点构成种子三角面片；步骤2：根据点云中点的法线方向分布的不同来实现平滑区域和尖锐特征区域的识别；步骤3：以种子三角形为基础，在不同的区域采取不同的策略步骤进行三角面片的扩张；步骤4：遍历步骤3过程中标记的边界边，在相邻的边界边之间重建三角面片以完成孔洞修补。
-
公开(公告)号：CN115035269A
公开(公告)日：2022-09-09
申请号：CN202210630263.5
申请日：2022-06-06
Applicant: 华北电力大学
Abstract: 本发明公开了属于服装动画技术领域的基于变分自编码器的三维服装变形预测方法。包括：步骤1：通过物理模拟方式将不同种类的服装样板穿着到不同体型不同姿态的人体模型上，构造多体型多姿态下的服装变形实例；步骤2：借助变分自编码器网络提取人体姿态在隐空间上的特征表示并学习该特征在隐空间上的概率分布，进而回归人体姿态特征与服装形变特征间的数学映射关系，求解出服装形变；步骤3：在步骤2的基础上引入约束条件对生成服装变形效果进一步约束，使得编码器网络学习到的隐空间概率分布变为条件概率分布，最终利用解码器网络学习条件约束下的人体姿态特征与服装形变特征间的数学映射关系，求解出服装形变；步骤4：基于步骤2和步骤3构建的服装变形预测模型，改变输入数据的种类，可生成满足姿态、体型、时序等多种约束的服装变形效果；步骤5：对步骤4的变形预测结果进行穿透修正后处理，消除穿透区域。
-
公开(公告)号：CN114898070A
公开(公告)日：2022-08-12
申请号：CN202210630688.6
申请日：2022-06-06
Applicant: 华北电力大学
Abstract: 本发明公开了一种三维鱼体姿态建模方法，所述方法，包括：步骤1：获取真实三维鱼体姿态数据；步骤2：基于真实鱼体姿态数据定义鱼体模板和鱼体骨架模型，并将鱼体模板进行按照鱼体骨架关节划分成几个分块，同时对扫描实例做预处理；步骤3：使用鱼体姿态建模方法对鱼体姿态数据集进行参数化建模，训练实例数据，优化得到姿态变形所需要的参数；步骤4：输入高层语义参数，能够对鱼体姿态进行预测生成不同姿态的网格数据，为三维鱼体姿态数据集的构建提供了一种可行的方法。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.021 seconds)
