-
公开(公告)号：CN119107304A
公开(公告)日：2024-12-10
申请号：CN202411168554.2
申请日：2024-08-23
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智控数字化科技有限公司
IPC: G06T7/00 , G06V10/25 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/045 , B07C5/34
Abstract: 本发明属于木材缺陷检测的技术领域，更具体地，涉及一种基于贝叶斯网络的木材表面缺陷检测与分选方法、计算机可读存储介质和计算机程序产品。所述方法首先对木材缺陷图像进行了图像预处理，使用先进的图像处理技术提取了包括干疤、裂缝、活结、死结等在内的多种特征。这些特征被用来构建贝叶斯网络，该网络能够捕捉到特征之间的依赖关系。基于学到的贝叶斯网络结构和参数，构建木材缺陷分类器。该分类器能够根据输入特征的观测值计算木材样本属于各个类别的后验概率，并进行分类决策。通过这种方式，贝叶斯网络不仅能利用各个特征本身的信息，还能利用特征之间的相互关系，有助于更精确地检测和分类不同等级的木材表面缺陷。
-
公开(公告)号：CN118314114A
公开(公告)日：2024-07-09
申请号：CN202410514388.0
申请日：2024-04-26
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智控科技创新有限公司
IPC: G06T7/00 , G06V10/25 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提出钢材表面缺陷检测方法及系统，涉及缺陷检测技术领域。包括获取钢材表面图像；将钢材表面图像输入至CSTRNet模型串联的CTR模块中，在每个CTR模块中，利用并行的稀疏自注意力模块和卷积模块分别提取钢材表面图像的全局特征和局部特征；将各中间层CTR模块提取的特征依次输入至串联的双层GDC模块中，并利用双层GDC模块将CTR模块提取的浅层特征和深层特征进行双向融合，得到钢材表面缺陷的预测框位置、缺陷置信度和缺陷分类类别。本发明在模型中加入稀疏自注意力SA模型结构、卷积和Transformer相互协同的CTR模型结构以及GDC瓶颈卷积结构，提升了缺陷检测速度和检测精度。
-
公开(公告)号：CN116778584A
公开(公告)日：2023-09-19
申请号：CN202311013548.5
申请日：2023-08-11
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智控数字化科技有限公司
IPC: G06V40/20 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V40/16 , G06V10/764
Abstract: 本发明公开一种学生课堂专注度评估方法、系统、设备及存储介质，包括：对待测行为图像采用不同卷积核分解为不同的特征子图，对每个特征子图沿核空间的不同维度分别确定对应的注意力权重，对多维注意力特征图提取在宽度和高度方向的注意力权重，得到多维通道注意力特征图；对多维通道注意力特征图依次进行尺度感知注意力提取、空间感知注意力提取和任务感知注意力提取，以此识别得到课堂行为类别；对待测面部表情图像采用表情识别模型得到面部表情类别；根据课堂行为类别和面部表情类别综合评估课堂专注度。适应不同尺度的目标检测，增强目标感知能力，提高行为识别的准确率。
-
公开(公告)号：CN116739998A
公开(公告)日：2023-09-12
申请号：CN202310592721.5
申请日：2023-05-24
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智控数字化科技有限公司
Abstract: 本发明公开了一种基于机器视觉的煤矿箕斗滚轮罐耳磨损检测方法，属于机器视觉技术领域，所述检测方法包括：获取井下摄像机采集的滚轮罐耳图像；将所述滚轮罐耳图像进行多图像数据融合；使用边缘检测算法对融合后的图像提取胶轮边缘轮廓；使用曲线拟合算法对提取的胶轮边缘轮廓进行拟合，得到完整的胶轮图像；根据所述胶轮图像计算胶轮厚度平均值并判别胶轮磨损情况。本发明有效提高了检测的效率和准确率，节约了人力和物力成本，能够保障矿井提升系统的正常运行。
-
公开(公告)号：CN115661072A
公开(公告)日：2023-01-31
申请号：CN202211313317.1
申请日：2022-10-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学 , 山东山科智控数字化科技有限公司
IPC: G06T7/00 , G06V10/762 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/32 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明属于图像处理检测与计算机视觉技术领域，更具体地，涉及一种基于改进Faster RCNN算法的圆盘耙片表面缺陷检测方法，具体步骤包括S1：利用固定设备采集生产线上的圆盘耙片图像，挑选出带有缺陷的图像；S2：对采集好的图片进行标注、划分、增强处理，确定训练集和验证集；S3：对基于Faster RCNN算法的模型进行改进：采用K‑means聚类的方法来自动生成anchor的比例；选用Resnet50+FPN；选用ROI Align代替ROI Pooling；使用基于广义交并比EIOU设计的EIOU NMS；S4：改进训练时的损失函数，并在模型中加入CA注意力机制；S5：对Faster RCNN模型进行训练；S6：将待检测的圆盘耙片图像输入训练好的模型中进行识别。本发明解决了现有技术中检测效率低，难以满足大批量的自动化生产需求的问题。
-
Patent Agency Ranking
公开(公告)号：CN119991677A
公开(公告)日：2025-05-13
申请号：CN202510474235.2
申请日：2025-04-16
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心) , 山东山科智控数字化科技有限公司
IPC: G06T7/00 , G06T7/136 , G06V10/764 , G06V10/774 , G06V10/80 , G06N3/0455
Abstract: 本发明属于图像处理的技术领域，具体涉及一种基于多视角异常检测的木材表面缺陷检测方法及装置，其方法包括：基于原始木材图像获取目标图像；构建包含编码器、解码器和缺陷标记模块的木材表面缺陷检测模型，基于目标图像构建正负样本，利用该正负样本通过对比学习训练编码器；利用编码器的输出作为解码器的输入，通过均方误差和结构相似性指数构建损失函数训练解码器，解码器输出重构图像；通过缺陷标记模块获取重构图像与目标图像之间的残差图，以得到融合残差图，并将其中超过动态阈值的像素区域标记为缺陷；利用训练好的木材表面缺陷检测模型对预处理后的待检测木材图像进行检测，实现木材缺陷检测和像素级定位。
-
公开(公告)号：CN114897059B
公开(公告)日：2025-02-11
申请号：CN202210439669.5
申请日：2022-04-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F18/2415 , G06F18/231 , G06F18/214 , G06F18/2131 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/088 , G06N3/09 , G01M13/021 , G01M13/028 , G01M13/045 , G06F123/02
Abstract: 本发明涉及利用大数据预测机械故障的技术领域，具体为一种基于自适应层次聚类和Subset的机械设备分级故障诊断方法，选择不同故障类型下不分故障程度的训练样本作为自适应层次聚类的输入，采用自适应层次聚类对不同故障类型下不区分故障程度的训练样本进行聚类分析，以根据机械设备的振动信号得出的故障类型的聚类结果作为输出结果；对训练识别出的不同故障类型，按照故障程度分类建立SubDAE模型；预训练与整体微调准确定位故障点，提高了本方法的智能性；优选特征的使用，简化了特征集合，避免了维数灾难，减少了计算负担，提高故障诊断的效率。
-
公开(公告)号：CN115248570B
公开(公告)日：2024-10-29
申请号：CN202210532348.X
申请日：2022-05-09
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G05B19/05
Abstract: 一种编译型可编程逻辑控制器的开发环境包括：S1：将梯形图分类：S2：设计翻译模板；S3：驱动设计；S4：生成C语言程序；S5：编译C语言程序；S6：下载可执行文件。本发明效率高，将梯形图的图元直接翻译成C语言，再编译执行，属于直接编译执行，大大提高了执行效率。满足多种开发场景，本发明属于低代码开发的一种形式，不仅适用于梯形图，更为基于图形的低代码开发科研人员提供一种技术思路，因此，更易实现梯形图与C语言的混合编程，由于C语言的灵活性，可最大程序地满足工程技术人员的实际需求，特别是需要算法集成的场合。满足市场应用的预期：本发明对于PLC研发人员来说，更易新增新的功能指令，快速适应市场的应用需求。
-
公开(公告)号：CN118228143A
公开(公告)日：2024-06-21
申请号：CN202410070000.2
申请日：2024-01-17
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智控科技创新有限公司
IPC: G06F18/243 , G01M13/04 , G01M13/045 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/096
Abstract: 本发明属于基于特定计算机模型的故障诊断技术领域，更具体地，涉及一种基于深度迁移学习的轴承新增故障诊断方法。所述方法包括用加速度计采集轴承在不同运行工况下的原始振动信号；构建基于多粒度的层次化特征提取网络，并进行特征提取得到域不变特征；构建基于肘部法则的自适应层次聚类，将域不变特征划分为不同的簇或类别；构建基于DEC‑OS‑ELM的新增故障诊断模型，实现对实际故障诊断中不断新增故障的检查；根据新故障数据的不断收集，在线更新DEC‑OS‑ELM模型。本发明解决了现有技术中受限于需要大量的标记样本来训练模型、训练数据集和测试数据集服从相同的分布，实际应用中不断新增故障等问题。
-
公开(公告)号：CN118094421A
公开(公告)日：2024-05-28
申请号：CN202311873284.0
申请日：2023-12-29
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智控数字化科技有限公司
IPC: G06F18/2433 , G06N3/045 , G06N3/0455 , G06N3/0475 , G06N3/0499 , G06N3/094
Abstract: 本发明属于基于特定计算机模型的数据监测技术领域，更具体地，涉及面向机械状态监测的异常数据检测方法。所述方法包括获取机械监测数据的历史数据，并分为训练集和测试集；将训练集和测试集数据进行分段，并提取每一段的时域特征属性信息；构建机械监测数据异常检测模型：所述机械监测数据异常检测模型包括生成器和判别器，所述生成器和判别器均包括编码器和解码器；将训练集时域特征属性信息输入模型中并训练；将测试集时域特征属性信息输入模型中实现监测数据的异常检测。本发明解决了现有技术中在处理海量数据时，出现的识别速度慢、准确率低的问题。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.047 seconds)
