-
公开(公告)号：CN119723187A
公开(公告)日：2025-03-28
申请号：CN202411789519.2
申请日：2024-12-06
Applicant: 安徽工业大学
IPC: G06V10/764 , G06V10/20 , G06V10/44 , G06V10/80
Abstract: 本发明公开了一种基于深度学习的工业设备故障预测方法及装置，属于工业自动化和智能检测技术领域。该方法包括：将一维时序信号映射为时序角度，通过动态加权格拉姆矩阵计算时序角度得到二维图像；构建深度学习网络结构提取二维图像的局部特征和全局特征；将局部特征和全局特征拼接得到融合特征；将融合特征通过自适应平均池化层降维后，再经过全连接层分类，输出故障预测结果。该装置包括：信号采集模块、边缘计算模块、信号发射模块、信号接收模块和服务器。本发明集成硬件采集、边缘计算和软件算法的多模块架构，通过改进信号处理和深度学习网络结构，有效捕获一维时序信号的时空特征，兼顾局部细节和全局结构，有效提高工业设备故障检测精度。
-
公开(公告)号：CN119624829A
公开(公告)日：2025-03-14
申请号：CN202411671715.X
申请日：2024-11-21
Applicant: 安徽工业大学
IPC: G06T5/73 , G06T5/60 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了遥感图像去雾方法，涉及计算机视觉和图像处理领域，采用包括多尺度多维度模块的卷积网络来拟合有雾图像到清晰图像之间的映射关系，包括以下步骤：S1：建立去雾模型；S2：设计多尺度多维度模块的去雾网络，网络的每一层将多尺度多维度特征提取，然后进入大气散射模型单元处理；S3：收集训练数据集；S4：训练多尺度多维度模块的去雾网络；S5：遥感图像去雾。本发明的优点是，具有多尺度多维度模块，可以增强精细细节的提取，有助于提取有雾和无雾图像之间的精细细节，并能有效去除雾霾，允许模型根据需要自适应地优先考虑全局上下文或显著细节，采用的多种池化方法的组合可确保更好的特征融合，提高图像去雾的性能。
-
公开(公告)号：CN118247808A
公开(公告)日：2024-06-25
申请号：CN202410334236.2
申请日：2024-03-22
Applicant: 安徽工业大学
IPC: G06V40/10 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于YOLOv5算法改进的电动车骑行者头盔佩戴检测方法，属于目标检测技术领域。本发明的方法包括：步骤S1、收集电动车骑行者照片，构建数据集，并对数据集进行数据标注和数据增强处理；步骤S2、改进YOLOv5算法骨干网络，采用PC3模块替换C3模块；在颈部网络使用分层特征提取与逐步融合网络进行处理；采用MPDIoU为损失函数；步骤S3、对得到的初始目标检测模型进行迭代训练；步骤S4、训练完成后，得到最终目标检测模型，能够有效应用在电动车骑行者是否佩戴头盔这一实时检测任务中，通过快速、准确的识别出骑行者及所载人员是否佩戴头盔，以提升电动车骑行者在道路上行驶的安全性。
-
公开(公告)号：CN118247767A
公开(公告)日：2024-06-25
申请号：CN202410341199.8
申请日：2024-03-25
Applicant: 安徽工业大学
IPC: G06V20/58 , G06V10/82 , G06N3/0464 , G06V10/774 , G06V10/764 , G06V10/25
Abstract: 本发明公开了一种基于YOLOv8s的轻量化改进交通标志目标检测方法，属于交通标志检测领域。本发明用FastNet中的残差模块FastNetBlock替换C2f中的BottleNeck，其次FastNetBlock模块通过高效多尺度注意力机制EMA保留各个通道的信息并减少计算开销，再将BIFPN网络结构融合到neck层代替原先的FPN层，并使用改进的p2小目标检测层替换大目标检测层，有效的降低了参数量和能有效的提取小目标的关键特征，改进损失函数用Wise‑IOU替换原CIOU损失函数。将改进后的方法应用在路边交通标志检测中，相较于原始YOLOv8s方法，该方法具有精度高，参数量小，计算量低，计算速度快等优势，有很强的竞争力。
-
公开(公告)号：CN118162291A
公开(公告)日：2024-06-11
申请号：CN202410306154.7
申请日：2024-03-18
Applicant: 安徽工业大学
Abstract: 本发明公开了一种空气过滤单元及其双电场双荷电空气净化试验装置，属于空气净化技术领域。本发明的空气过滤单元包括配合设置且分别连接电源正电极和地极的并列金属网，相邻的两金属网中间夹设有复合过滤材料，复合过滤材料包括纤维和通过超声阵列排布式负载在纤维表面的生物质纳米炭薄层。充分利用生物质纳米炭薄层的介电特性和阵列排布，强化纤维表面的感应电场和纤维内部有效电场范围和强度，阵列排布负载生物质纳米炭薄层后的纤维容易受极化电场诱导产生更多感应电荷，捕获荷电后的细颗粒物，相当于增加了纤维的有效捕获电场直径，从而提高PM2.5的过滤效率；解决了现有纤维材料的空气净化装置中，会在纤维的结点处形成堆积，负载的均匀性不好的问题。
-
Patent Agency Ranking
公开(公告)号：CN116422065A
公开(公告)日：2023-07-14
申请号：CN202310647594.4
申请日：2023-06-01
Applicant: 安徽工业大学
Abstract: 本发明公开了一种炭颗粒/纤维复合过滤材料及其制备方法与应用，属于材料制备技术领域。包括纤维和纳米炭颗粒，纳米炭颗粒与纤维的质量比为1:100～1:500；其中纤维的直径为10～100μm；在纤维表面原位缩聚形成有由纳米炭颗粒构成的炭薄层，纳米炭颗粒平均粒径为100～700nm，炭薄层的厚度为100～700nm，其在纤维表面的包覆率为95％以上，且在多根纤维的间隙/孔道中未形成炭薄层交联。纳米炭颗粒均匀的覆盖在纤维表面，均匀分布的纳米炭颗粒提高了纤维的介电常数；炭颗粒比表面积大，对亚微米级细颗粒物的捕获能力强，适用于极化电场内的高效过滤，使得复合材料同时具备高效、低阻、高介电性能特性。
-
公开(公告)号：CN119941566A
公开(公告)日：2025-05-06
申请号：CN202510003158.2
申请日：2025-01-02
Applicant: 安徽工业大学
IPC: G06T5/73 , G06T5/60 , G06V10/44 , G06V10/42 , G06V10/56 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/042 , G06N3/045 , G06N3/0455 , G06N3/084 , G06N3/0985 , G06N3/048
Abstract: 本发明公开了一种基于多专家协作模型的遥感图像去雾方法，涉及了图像处理和计算机视觉领域，去雾网络分为三个阶段，第一阶段是四个下采样阶段，第二阶段包括多专家门控网络和注意力单元，所述多专家门控网络具体包括边缘专家模块、颜色专家模块和门控机制模块，所述注意力单元包括多通道注意力单元和像素注意力单元，第三阶段是上采样阶段，并且，所述多专家协作的去雾网络还包括了可变核卷积和特征融合卷积，所述可变核卷积代替了U‑net下采样部分的初始卷积块，所述特征融合卷积替换U‑net的卷积块的上采样部分。优点是，通过集成可变核卷积、专家门控网络、多通道注意力单元、像素注意力单元和特征融合卷积等部分，提高遥感图像去雾的性能。
-
公开(公告)号：CN118115893A
公开(公告)日：2024-05-31
申请号：CN202410326711.1
申请日：2024-03-21
Applicant: 安徽工业大学
IPC: G06V20/13 , G06V10/774 , G06V10/82 , G06V10/80
Abstract: 本发明公开了一种遥感图像的小目标检测方法，属于计算机视觉检测领域。其以YOLOv8n作为基础网络，使用SPD‑Conv模块替换步长为2的卷积模块，提高网络的轻量级性能。对基础网络模型的结构做改进，增加一个小目标检测层，增强网络模型对小目标的检测能力。在特征提取网络Backbone的最底层引入全局注意力GAM模块，使模型更加关注目标的特征信息。为网络引入新的损失函数WIoU‑v3，提高模型的定位性能。最后对改进的网络模型进行训练，得到最佳权重文件，对遥感图像进行检测，获取小目标的信息。本发明能够有效提升模型算法对小目标检测的特征提取能力以及检测精度，降低漏检、误检率，提高模型算法的轻量级性能。
-
公开(公告)号：CN117982985A
公开(公告)日：2024-05-07
申请号：CN202410285017.X
申请日：2024-03-13
Applicant: 安徽工业大学
IPC: B01D39/02
Abstract: 本发明公开了一种生物质纳米炭和纤维复合过滤材料及其制备方法，属于空气净化材料制备技术领域。本发明的复合过滤材料包括纤维和通过超声阵列排布式负载在纤维表面的生物质纳米炭薄层；充分利用生物质纳米炭薄层的介电特性和阵列排布，强化纤维表面的感应电场和纤维内部有效电场范围和强度，从而提高PM2.5的过滤效率，感应电荷的生物质纳米炭薄层主要集中于纤维表面阵列排布，因此可以在常规纤维表面构建成高介电涂层，阵列排布负载生物质纳米炭薄层后的纤维容易受极化电场诱导产生更多感应电荷，捕获荷电后的细颗粒物，进而在表面形成阵列排布之间局部强电场吸引颗粒物沉积在纤维表面，故而可以实现低阻力、高效率过滤颗粒物的技术效果。
-
公开(公告)号：CN221142279U
公开(公告)日：2024-06-14
申请号：CN202323198087.1
申请日：2023-11-27
Applicant: 安徽工业大学
Inventor： 周昊
IPC: D06M11/74
Abstract: 本实用新型公开了一种实验室纤维材料表面原位生长炭纳米薄层的装置，涉及纤维材料制备技术领域。本实用新型设置多个原位生长单元，呈阵列排布于壳体内，每个原位生长单元都单独设置了加热器，能够单独制备复合过滤纤维，不仅能提高单次制备的过滤纤维量，且可根据需求灵活选择全部或部分原位生长单元工作，实现了过滤纤维量一次性根据需求制备。每个纤维槽各连接一个温度可调的加热器，可以调控不同温度对复合纤维过滤性能的影响，且设置了温度传感器、压差传感器，实现了对制备过程参数的监控，有助于提高制备得到的复合过滤纤维的品质。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.026 seconds)
