-
公开(公告)号：CN116740456A
公开(公告)日：2023-09-12
申请号：CN202310760848.3
申请日：2023-06-25
Applicant: 安徽工业大学芜湖技术创新研究院 , 安徽工业大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/40 , G06V10/80 , G06V10/20 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于Mobile ViT网络的角膜溃疡分类识别方法，属于角膜溃疡分类识别技术领域，包括以下步骤：S1：样本预处理；S2：增加注意力机制；S3：特征拼接；S4：网络搭建；S5：网络训练；S6：分类识别。本发明通过在原始Mobile ViT网络中添加SE注意力模块，增强了网络提取重要特征的能力，同时抑制了不必要的特征；从原始Mobile ViT网络中提取局部特征图，并将其与全局特征图融合，以提取更有效的特征，同时增加了各种特征之间的信息交换；通过各种比较实验证明了改进的有效性，并成功地将准确率从88.7％提高到91.5％。
-
公开(公告)号：CN114742508B
公开(公告)日：2023-08-22
申请号：CN202210452817.7
申请日：2022-04-27
Applicant: 安徽工业大学芜湖技术创新研究院
IPC: G06Q10/0833 , G16H40/20
Abstract: 本发明公开了基于北斗定位与人工智能的医废收运追踪与监管方法，涉及电子信息技术领域。包括：建立服务器与医疗废物收运车无线通信模块及医疗废物转运APP的联网系统；医疗废物收运车进行医疗废物收集，并实现待转运医疗废物与医疗废物收运车关联；医疗废物收运车进行医疗废物运输，并获取医疗废物收运车的运行信息；医疗废物收运车到达医疗废物处置中心，进行医疗废物交接。本发明通过北斗定位模块实现医疗废物收运车位置和速度等信息实时获取与展示，通过医疗废物收运车车辆监控模块实现基于人工智能的非法闯入等异常行为识别，使得医疗废物收运的安全得到进一步保障，有效杜绝医废运输过程中发生的沿途丢失或损坏而无法举证辨别责任的问题。
-
公开(公告)号：CN114999480A
公开(公告)日：2022-09-02
申请号：CN202210594274.2
申请日：2022-05-27
Applicant: 安徽工业大学芜湖技术创新研究院
Abstract: 本发明公开了一种医废分类暂存系统及方法，属于电子信息技术领域，包括无线通信模块、语音交互模块、人脸与二维码识别模块、存储模块、触摸显示模块、消毒模块、控制处理模块。本发明通过语音交互模块对医废分类暂存终端进行相应控制，并通过语音对医废入库暂存和出库过程中出现的预警信息进行实时播报与提示，提高了在医院内进行医废入库暂存和出库操作的简便性，提高了医废暂存地管理员对于预警信息响应的实时性；通过设置的人脸与二维码识别模块，实现了操作人员身份认证以及医废与暂存箱的智能关联，提高了医废入库暂存和出库过程中信息采集的规范性；通过无线通信模块实现了医废分类暂存终端与服务器端的信息实时交互。
-
公开(公告)号：CN114944050A
公开(公告)日：2022-08-26
申请号：CN202210469374.2
申请日：2022-04-28
Applicant: 安徽工业大学芜湖技术创新研究院
Abstract: 本发明公开了一种基于语音交互的智能医疗废物收集系统，涉及电子信息技术领域。包括：无线通信模块将医疗废物收集终端所收集信息实时地无线发送至服务器，并接收服务器发送的实时预警信息；语音交互模块通过识别医疗废物收集者的语音指令，将指令发送至控制处理模块实现对医疗废物收集终端的控制；还包括与控制处理模块电连接的语音交互模块、人脸与二维码识别模块、蓝牙通信模块、存储模块、智能触控显示模块。提高医疗废物收集操作的简便性与舒适性，提高医疗废物收集者对于预警信息响应的实时性；通过人脸识别与二维码识别，提高了医疗废物收集过程中信息采集的规范性和真实性。本发明具备应用价值高、应用前景好的优良特性，值得被推广使用。
-
公开(公告)号：CN117542172A
公开(公告)日：2024-02-09
申请号：CN202311683138.1
申请日：2022-04-28
Applicant: 安徽工业大学芜湖技术创新研究院
Abstract: 本发明提供了一种基于语音交互的智能医疗废物收集系统，涉及电子信息技术领域。包括：无线通信模块将医疗废物收集终端所收集信息实时地无线发送至服务器，并接收服务器发送的实时预警信息；语音交互模块通过识别医疗废物收集者的语音指令，将指令发送至控制处理模块实现对医疗废物收集终端的控制；还包括与控制处理模块电连接的语音交互模块、人脸与二维码识别模块、蓝牙通信模块、存储模块、智能触控显示模块。提高医疗废物收集操作的简便性与舒适性，提高医疗废物收集者对于预警信息响应的实时性；通过人脸识别与二维码识别，提高了医疗废物收集过程中信息采集的规范性和真实性。本发明具备应用价值高、应用前景好的优良特性，值得被推广使用。
-
Patent Agency Ranking
公开(公告)号：CN117215213A
公开(公告)日：2023-12-12
申请号：CN202311158141.1
申请日：2023-09-08
Applicant: 安徽工业大学芜湖技术创新研究院
IPC: G05B17/02
Abstract: 本发明属于智能交通技术领域，具体涉及一种基于数字孪生的5G‑CV2X虚实融合仿真实验平台。为了还原真实汽车在不同V2X场景中测试结果，本发明提供一种基于5G‑CV2X的数字孪生仿真实验平台，该仿真平台使用ROS机器人技术和5G‑CV2X车载设备，同时平台具备自主完成测试的能力和真实汽车与车载设备之间信息交互过程，且使用5G实现数据上传到数字孪生平台。通过引入数字孪生技术实现“虚实结合”，实现真实物理车辆模型与孪生平台虚拟车的实时数据共享与动作映射，该平台能快速、高效地、真实地反映汽车在V2X场景中的行驶过程和测试结果。
-
公开(公告)号：CN114861789A
公开(公告)日：2022-08-05
申请号：CN202210471168.5
申请日：2022-04-28
Applicant: 安徽工业大学芜湖技术创新研究院
Abstract: 本发明公开了一种基于生成对抗机制的旋转机械故障诊断方法及系统，属于旋转机械故障诊断技术领域，包括以下步骤：S1：采集训练样本并初始化网络；S2：训练自编码层；S3：训练Softmax分类层；S4：对深度学习网络进行调整；S5：旋转机械故障诊断。本发明采用生成对抗机制增强自编码器模型进行旋转机械故障特征学习的鲁棒性，并结合Softmax分类层，实现旋转机械故障诊断，具备适用性强和稳定性高的优良特性，值得被推广使用。
-
公开(公告)号：CN114821142A
公开(公告)日：2022-07-29
申请号：CN202210451408.5
申请日：2022-04-26
Applicant: 安徽工业大学芜湖技术创新研究院
IPC: G06V10/762 , G06V10/774 , G06K9/62
Abstract: 本发明公开了一种基于深度子空间模糊聚类的图像聚类方法及系统，涉及图像聚类技术领域。本发明包括：设计深度自编码器模型，初始化网络；基于输入样本与重构输出样本误差最小化，构建自表达模块损失函数，并对自编码器模型预训练，学习图像的低维空间特征表示；在自编码器模型目标函数中加入模糊聚类模块损失，构建基于模糊聚类的自编码器目标函数，对自编码器进行训练，进行网络参数再学习，并同时实现图像模糊聚类；输出图像聚类结果。实现了图像特征学习和模糊聚类同时进行，在深度自编码器特征学习过程中，增加权值正则化约束和非负权值约束，并在模糊聚类过程中，进行深度自编码器低维特征再学习，有效提高深度子空间聚类的性能。
-
公开(公告)号：CN114819818A
公开(公告)日：2022-07-29
申请号：CN202210391658.4
申请日：2022-04-14
Applicant: 安徽工业大学芜湖技术创新研究院
Abstract: 本发明公开了一种医疗废物运送管理与追溯方法与系统，涉及电子信息技术领域。包括：科室使用带二维码信息扎带封装医疗废物；医废收集设备收集医废，保存医废收集信息；医废入库，医废和暂存设备关联，将医废暂时保存至暂存设备，保存医废入库信息；医废出库，实现医废暂存设备内医废出库，并保存医废出库信息。本发明通过人脸识别模块获取医废收集、入库与出库过程中所涉及的人员信息，通过蓝牙通信模块实现医废收集设备位置定位与医废重量获取，通过无线传输模块将收集、入库与出库信息实时发送至服务端，完成信息实时保存与显示；实现了医废从收集到出库整个生命周期的管理与追溯，有效杜绝了传统医废管理与追溯过程中所存在的信息不透明现象。
-
公开(公告)号：CN116740037A
公开(公告)日：2023-09-12
申请号：CN202310760285.8
申请日：2023-06-25
Applicant: 安徽工业大学芜湖技术创新研究院 , 安徽工业大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06V10/20 , G06V10/40 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的混凝土多标签缺陷识别方法，属于混凝土缺陷识别技术领域，包括以下步骤：S1：样本预处理；S2：网络搭建；S3：网络训练；S4：缺陷识别。本发明将原始EfficientNetV2网络的MBConv模块中的SE注意力模块替换为CA注意力模块来提高特征提取能力，从而提高模型的表现能力，采用了SPP层可以让网络输入不同长宽比的图片进行训练，并且在保留了长宽比的信息；实验证明，改进后的模型在本发明数据集上有效的提升了识别水平。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.038 seconds)
