公开(公告)号：CN113313197B

公开(公告)日：2022-06-10

申请号：CN202110673398.5

申请日：2021-06-17

Applicant: 哈尔滨工业大学

Inventor： 董航程 ,  刘国栋 ,  刘炳国 ,  叶东 ,  廖敬骁 ,  高卓 ,  郑远航

IPC: G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种全连接神经网络训练方法，解决了现有针对图像分类的神经网络模型训练时的可解释性差导致性能难以提升的问题，涉及人工智能技术领域。本发明包括：S1、利用分类图像数据集训练全连接神经网络的学习器；S2、利用学习器提取分类图像数据集的分割超平面，将分类图像数据集分割出若干子空间，每个子空间内的图像数据组成当前分割层的一个子数据集，根据子空间与超平面的相对位置进行编码；S3、判断当前分割层的所有子数据集的分类结果是否满足总体指标，若是，记录对应编码及存储学习器，转入S5；若否，选出不满足设定指标的子数据集，重新分配学习器进行训练，转入S2；S5、按分割层存储学习器及对应位置编码，训练完成。

公开(公告)号：CN115205275A

公开(公告)日：2022-10-18

申请号：CN202210889914.2

申请日：2022-07-27

Applicant: 哈尔滨工业大学

Inventor： 董航程 ,  刘国栋 ,  刘炳国 ,  高卓 ,  黄颖妍 ,  廖敬骁

IPC: G06T7/00 ,  G06T7/136 ,  G06V10/764 ,  G06V10/82 ,  G06Q10/00 ,  G06N3/08 ,  G06N3/04

Abstract: 基于深度学习算法的表面缺陷检测方法，解决了现有采用深度学习算法进行表面缺陷检测时存在样本不均衡的问题，属于工业生产中检测技术领域。本发明包括：基于深度学习算法建立表面缺陷分类模型，利用初始训练样本集D1对表面缺陷分类模型进行训练；对D1中各类表面缺陷图像样本进行采样，获得均衡图像样本集D2，利用D2继续对表面缺陷分类模型进行训练，训练过程中，冻结表面缺陷分类模型中卷积层的参数，调整全连接层的参数，直至表面缺陷分类模型收敛；利用表面缺陷分类模型对待检测图像样本进行检测，计算弱监督定位信息；并进行阈值分割处理，利用二值化阈值，生成缺陷的位置掩膜，完成表面缺陷检测。

公开(公告)号：CN115205275B

公开(公告)日：2025-05-23

申请号：CN202210889914.2

申请日：2022-07-27

Applicant: 哈尔滨工业大学

Inventor： 董航程 ,  刘国栋 ,  刘炳国 ,  高卓 ,  黄颖妍 ,  廖敬骁

IPC: G06T7/00 ,  G06T7/136 ,  G06V10/764 ,  G06V10/82 ,  G06Q10/30 ,  G06N3/08 ,  G06N3/0464

Abstract: 基于深度学习算法的表面缺陷检测方法，解决了现有采用深度学习算法进行表面缺陷检测时存在样本不均衡的问题，属于工业生产中检测技术领域。本发明包括：基于深度学习算法建立表面缺陷分类模型，利用初始训练样本集D1对表面缺陷分类模型进行训练；对D1中各类表面缺陷图像样本进行采样，获得均衡图像样本集D2，利用D2继续对表面缺陷分类模型进行训练，训练过程中，冻结表面缺陷分类模型中卷积层的参数，调整全连接层的参数，直至表面缺陷分类模型收敛；利用表面缺陷分类模型对待检测图像样本进行检测，计算弱监督定位信息；并进行阈值分割处理，利用二值化阈值，生成缺陷的位置掩膜，完成表面缺陷检测。

公开(公告)号：CN113313197A

公开(公告)日：2021-08-27

申请号：CN202110673398.5

申请日：2021-06-17

Applicant: 哈尔滨工业大学

Inventor： 董航程 ,  刘国栋 ,  刘炳国 ,  叶东 ,  廖敬骁 ,  高卓 ,  郑远航

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种全连接神经网络训练方法，解决了现有针对图像分类的神经网络模型训练时的可解释性差导致性能难以提升的问题，涉及人工智能技术领域。本发明包括：S1、利用分类图像数据集训练全连接神经网络的学习器；S2、利用学习器提取分类图像数据集的分割超平面，将分类图像数据集分割出若干子空间，每个子空间内的图像数据组成当前分割层的一个子数据集，根据子空间与超平面的相对位置进行编码；S3、判断当前分割层的所有子数据集的分类结果是否满足总体指标，若是，记录对应编码及存储学习器，转入S5；若否，选出不满足设定指标的子数据集，重新分配学习器进行训练，转入S2；S5、按分割层存储学习器及对应位置编码，训练完成。

公开(公告)号：CN102329821A

公开(公告)日：2012-01-25

申请号：CN201110288650.7

申请日：2011-09-22

Applicant: 哈尔滨工业大学(威海)

Inventor： 闫培生 ,  王琢 ,  史翠娟 ,  高卓

IPC: C12P1/04 ,  C12R1/07

Abstract: 本发明涉及微生物培养基和发酵工程技术领域，利用Plackett-Burman(PB)设计法和响应面优化法，提供了一种适合芽孢杆菌哈工大威海菌株的培养基及发酵方法，该方法就可显著提高抑制黄曲霉毒素产生的细菌生物活性物质的产量。该培养基配方(克/升)为：葡萄糖20-50，牛肉膏5-15，酵母粉3-12，大豆蛋白胨4-15，硫酸镁1-5，磷酸氢二钾1-5，硫酸锰0.01-0.1，高温灭菌后，以1-10％量接种，在25-35℃摇床或发酵罐中以100-200转/分钟连续培养3-6d，即可获得含有抑制黄曲霉毒素的芽孢杆菌哈工大威海菌株生物活性物质的高产发酵液，与对照相比，该发酵液对寄生曲霉真菌菌丝体生长的抑制率提高3.5-5.4倍，对黄曲霉毒素的抑制率提高2-3倍。