-
公开(公告)号：CN118967690B
公开(公告)日：2025-01-24
申请号：CN202411449342.1
申请日：2024-10-17
Applicant: 无锡学院
IPC: G06T7/00 , G06N3/0455 , G06N3/084 , G06N3/0895 , G06N3/0985 , G06T5/70 , G06T7/13 , G06V10/74 , G01N21/88
Abstract: 本发明公开了一种基于深度对比学习的缺陷检测方法，涉及计算机视觉技术领域，包括，获取工业工件的原始图像数据，并进行归一化、去噪、裁剪及尺寸调整，形成标准化图像数据；将标准化图像数据输入到基于Transformer的深度对比学习模型中，输出工件图像的全局特征向量；将优化后的正负样本对输入到元学习单元中，通过元学习机制对深度对比学习模型进行快速适应训练；将经过训练的对比学习模型应用于实时缺陷检测中，对新输入的工件图像进行缺陷判断，输出工件的缺陷检测结果。本发明提升了缺陷检测的准确性，同时大幅降低了训练时间和数据需求，显著改善了现有技术在小样本环境中的局限性。
-
公开(公告)号：CN118863530B
公开(公告)日：2025-02-07
申请号：CN202410900281.X
申请日：2024-07-05
Applicant: 无锡学院
IPC: G06Q10/0635 , G06Q50/04 , G06F18/27
Abstract: 本发明涉及工业互联网技术领域，尤其涉及一种基于工业互联网数据平台的数据处理方法。所述方法包括以下步骤：利用工业互联网数据平台进行工业生产脉络处理，生成实时工业生产脉络数据；根据实时工业生产脉络数据构建生产过程约束知识图谱；利用生产过程约束知识图谱进行订单优先级匹配，生成订单优先级分配数据；根据订单优先级分配数据进行生产计划冲突检测，得到子任务生产冲突数据；根据子任务生产冲突数据进行柔性调度处理，生成无冲突生产子任务网络数据；根据无冲突生产子任务网络数据进行关键任务路径链识别，得到最终生产计划方案数据。本发明通过柔性调度任务链，消除了生产计划中的冲突，显著提高了生产效率。
-
公开(公告)号：CN119066280A
公开(公告)日：2024-12-03
申请号：CN202410909973.0
申请日：2024-07-08
Applicant: 无锡学院
IPC: G06F16/957 , G06F16/9532 , G06F16/9535
Abstract: 本发明涉及工业互联网可视化技术领域，尤其涉及了一种工业互联网应用的可视化定制方法，该工业互联网应用的可视化定制方法，对来自不同设备和系统的数据在进行可视化展示之前，需要对数据进行整合和清洗，确保数据的准确性和一致性，降低了通信传输过程中的负荷。该工业互联网应用的可视化定制方法，通过全局分布查询的方式确定查询对象，然后根据可用访问路径和必要的算法确定二元操作连接以及并操作的次序，最后确定执行节点，可以方便在进行多点数据处理时，快速找到数据信息，提升了分布式数据库的数据查询效率。
-
公开(公告)号：CN117373057A
公开(公告)日：2024-01-09
申请号：CN202311141052.6
申请日：2023-09-06
Applicant: 无锡学院
IPC: G06V40/10 , G06V10/764 , G06V10/82 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种目标行人检测方法、系统、电子设备及介质，包括：S1：获取目标行人图像数据集，将目标行人图像数据集分为训练集和测试集；S2：设置目标行人检测模型：以YOLOv5算法为基本架构，对YOLOv5算法进行改进：将CBAM模块融合进YOLOv5主干网络中，替换掉原主干网络的C3模块；将改进后的FuseSoft‑NMS替换NMS，有利于更好的利用目标检测框的位置信息，提高目标定位的精度；S3：利用训练集对目标行人检测模型进行训练，直到所述图像分类模型的目标损失函数收敛或达到最大训练轮次，以获得训练好的图像分类模型；S4：利用训练好的目标行人检测模型对测试集进行检测，输出行人目标的目标行人图像检测结果，提高目标行人检测精度。
-
公开(公告)号：CN117217734A
公开(公告)日：2023-12-12
申请号：CN202311203247.9
申请日：2023-09-18
Applicant: 无锡学院
IPC: G06Q10/20 , G06F18/23213 , G06V10/764 , G06V10/26 , G06F18/241
Abstract: 本发明公开了一种基于BIM地铁车站机电设备的维护管理系统，利用BIM模型将数据导入到数据库中，结合BIM模型和信息数据库关联生成基于BIM的机电设备综合信息模型，然后建立虚拟仿真网络平台与地铁BAS监测系统实施关联，通过信息获取模块获取机电设备历史运行信息和第一维护信息、第二维护信息，再通过数据集成模块将信息关联建立新的数据库导入到源数据库中，实现数据库的自动更新，最后综合利用信息反馈模块、故障分析模块、系统管理模块，通过利用BIM机电设备综合信息模型的可视化的特点，完成地铁车站机电设备故障的自动监测和反馈维护管理，使得地铁车站机电设备的维护管理更加科学、准确。
-
Patent Agency Ranking
公开(公告)号：CN119190018B
公开(公告)日：2025-04-01
申请号：CN202411399795.8
申请日：2024-10-09
Applicant: 无锡学院
Abstract: 本发明公开了一种基于V2X的路口盲区辅助驾驶方法及系统，涉及智能辅助驾驶技术领域，包括，通过车载传感器采集多模态数据并进行预处理，对预处理后的多模态数据进行特征提取，构成模态特征向量；基于多模态特征向量，采用深度学习模型进行综合感知，识别路口盲区内的障碍物位置；实时监测路口盲区内的障碍物位置变化，预测障碍物的未来运动轨迹；根据障碍物的未来运动轨迹，评估车辆通过路口的风险等级；通过V2X通信接收实时交通信息，结合实时交通信息与风险等级，生成驾驶决策。本发明通过实时监测障碍物位置变化、预测运动轨迹和评估风险与V2X通信的结合，最终生成了更加安全、高效的驾驶决策。
-
公开(公告)号：CN118967690A
公开(公告)日：2024-11-15
申请号：CN202411449342.1
申请日：2024-10-17
Applicant: 无锡学院
IPC: G06T7/00 , G06N3/0455 , G06N3/084 , G06N3/0895 , G06N3/0985 , G06T5/70 , G06T7/13 , G06V10/74 , G01N21/88
Abstract: 本发明公开了一种基于深度对比学习的缺陷检测方法，涉及计算机视觉技术领域，包括，获取工业工件的原始图像数据，并进行归一化、去噪、裁剪及尺寸调整，形成标准化图像数据；将标准化图像数据输入到基于Transformer的深度对比学习模型中，输出工件图像的全局特征向量；将优化后的正负样本对输入到元学习单元中，通过元学习机制对深度对比学习模型进行快速适应训练；将经过训练的对比学习模型应用于实时缺陷检测中，对新输入的工件图像进行缺陷判断，输出工件的缺陷检测结果。本发明提升了缺陷检测的准确性，同时大幅降低了训练时间和数据需求，显著改善了现有技术在小样本环境中的局限性。
-
公开(公告)号：CN118861458B
公开(公告)日：2025-01-17
申请号：CN202410926041.7
申请日：2024-07-11
Applicant: 无锡学院
IPC: G06F16/957 , G06F16/9532 , G06F16/9535 , G06F16/951
Abstract: 本发明涉及工业互联网技术领域，尤其涉及一种用于工业互联网应用的可视化定制方法、系统及储存介质。所述方法包括以下步骤：对目标生产流程文档数据进行流程元数据聚合处理，得到工业生产流程元数据；基于工业生产流程元数据进行多粒度分层抽象处理，生成动态视图抽象树数据；根据动态视图抽象树数据进行空间视图布局处理，生成初始视图布局数据；对初始视图布局数据进行布局适应性优化，并进行实时数据注入，生成可视化生产流程数据；对可视化生产流程数据进行用户风格定制处理，得到可视化生产流程定制实例数据。本发明通过对工业生产流程进行多粒度的分层抽象处理，实现了高度定制化的可视化生产流程。
-
公开(公告)号：CN119190018A
公开(公告)日：2024-12-27
申请号：CN202411399795.8
申请日：2024-10-09
Applicant: 无锡学院
Abstract: 本发明公开了一种基于V2X的路口盲区辅助驾驶方法及系统，涉及智能辅助驾驶技术领域，包括，通过车载传感器采集多模态数据并进行预处理，对预处理后的多模态数据进行特征提取，构成模态特征向量；基于多模态特征向量，采用深度学习模型进行综合感知，识别路口盲区内的障碍物位置；实时监测路口盲区内的障碍物位置变化，预测障碍物的未来运动轨迹；根据障碍物的未来运动轨迹，评估车辆通过路口的风险等级；通过V2X通信接收实时交通信息，结合实时交通信息与风险等级，生成驾驶决策。本发明通过实时监测障碍物位置变化、预测运动轨迹和评估风险与V2X通信的结合，最终生成了更加安全、高效的驾驶决策。
-
公开(公告)号：CN118967672A
公开(公告)日：2024-11-15
申请号：CN202411435220.7
申请日：2024-10-15
Applicant: 无锡学院
Abstract: 本发明公开了一种工业缺陷检测方法、系统、装置和存储介质，涉及自动化技术领域，包括，通过高分辨率可见光相机、红外相机和超声波传感器采集工件的多模态数据，并进行预处理；使用多模态数据融合算法，将预处理后的数据进行特征提取和融合，生成综合特征图；通过计算机视觉技术分析综合特征图的光照条件，动态调整光照条件，生成校正后的综合特征图；构建缺陷检测模型，对校正后的综合特征图进行实例分割和目标检测，生成预选框并标记可能的缺陷区域；引入在线学习机制，根据新采集的数据实时更新和优化缺陷检测模型；通过多模态数据融合、动态光照条件校正和在线学习机制，能够精确识别和定位缺陷，显著提升了工业缺陷检测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.044 seconds)
