-
公开(公告)号:CN119089400B
公开(公告)日:2025-01-28
申请号:CN202411585568.4
申请日:2024-11-08
Applicant: 厦门理工学院
IPC: G06F18/25 , G06F18/214 , G06F18/22 , G06V10/40 , G06N3/0455 , G06N3/08
Abstract: 本申请公开了一种超特高压隔离开关运行状态的确定方法、装置及存储介质,涉及电力系统技术领域,解决了目前存在通过人工定期巡检的方法,在超特高压隔离开关的运行状态出现异常时,无法及时检测的问题。该方法包括:构建目标超特高压隔离开关数据集,确定视觉语言检测模型,利用超特高压隔离开关数据集对视觉语言检测模型进行训练,更新模型参数,得到用于指示图像和语言之间交互关系的目标视觉语言检测模型,获取当前超特高压隔离开关图像,将当前超特高压隔离开关图像输入目标视觉语言检测模型,获得目标视觉语言检测模型输出的目标描述文本,基于目标描述文本确定当前超特高压隔离开关的目标运行状态。
-
公开(公告)号:CN117853945A
公开(公告)日:2024-04-09
申请号:CN202410037867.8
申请日:2024-01-10
Applicant: 厦门理工学院
Abstract: 本发明涉及一种基于多源信息融合的遥感图像语义分割方法(即MSGFormer)。具体来说MSGFormer包含三个模块首先,MSG(多尺度自注意全局特征融合),通过多尺度卷积将不同大小感受野的特征图通过自注意卷积去除冗余特征,获得长距离依赖关系集成到每个解码器阶段。其次PA(坐标注意力)有效解决了类别之间的位置联系;最后提取解码器的低级语义信息(CNN_Stem)作为支流注入解码器上采样最后一层中作为细节分割补充。本发明方法在两个公开的基准数据集上优于当前最先进的算法。
-
公开(公告)号:CN116796545A
公开(公告)日:2023-09-22
申请号:CN202310768100.8
申请日:2023-06-27
Applicant: 厦门理工学院
IPC: G06F30/20 , G06N3/0499 , G06N3/0464 , G06N3/092 , B25J9/16
Abstract: 本发明涉及一种基于数字孪生的智能装箱方法,包括:构建基于装箱场景的实时的数字孪生虚实映射仿真平台,以实现现实端至虚拟端的映射,并部署虚拟端的物体感知器;通过物体感知器识别各虚拟待装箱物体和各虚拟装箱容器的物理参数信息;基于各虚拟待装箱物体和各虚拟装箱容器的物理参数信息,通过强化学习模型进行装箱优化,并使用启发式算法来辅助强化学习模型,得到最优虚拟端装箱规划模型;通过最优虚拟端装箱规划模型指导现实端机械臂进行实时同步装箱作业。本发明采用数字孪生技术构建强虚实的装箱平台映射关系,于虚拟端实现上对强化学习的机械臂装箱规划模型的训练和优化,提高了分拣装箱的准确率和空间利用率。
-
公开(公告)号:CN119089400A
公开(公告)日:2024-12-06
申请号:CN202411585568.4
申请日:2024-11-08
Applicant: 厦门理工学院
IPC: G06F18/25 , G06F18/214 , G06F18/22 , G06V10/40 , G06N3/0455 , G06N3/08
Abstract: 本申请公开了一种超特高压隔离开关运行状态的确定方法、装置及存储介质,涉及电力系统技术领域,解决了目前存在通过人工定期巡检的方法,在超特高压隔离开关的运行状态出现异常时,无法及时检测的问题。该方法包括:构建目标超特高压隔离开关数据集,确定视觉语言检测模型,利用超特高压隔离开关数据集对视觉语言检测模型进行训练,更新模型参数,得到用于指示图像和语言之间交互关系的目标视觉语言检测模型,获取当前超特高压隔离开关图像,将当前超特高压隔离开关图像输入目标视觉语言检测模型,获得目标视觉语言检测模型输出的目标描述文本,基于目标描述文本确定当前超特高压隔离开关的目标运行状态。
-
公开(公告)号:CN117407870A
公开(公告)日:2024-01-16
申请号:CN202311394745.6
申请日:2023-10-25
Applicant: 厦门理工学院
IPC: G06F21/55 , G06F21/33 , G06F18/2413 , G06F18/21
Abstract: 本发明提出一种基于令牌损失信息的通用对抗攻击检测方法,通过分割目标样本为独立序列令牌,其次计算每个令牌序列的损失权重信息并转为TLV(Token‑Loss Value,TLV)度量值并建立全样本序列查询表T,设定差异性检测器阈值来判断对抗样本,有效的解决了可学习式非实例对抗性样本的扰动检测,且在长短文本上均能取得高性能的表现,在当前任务中达到了最优的检测结果。
-
-
-
-