-
公开(公告)号：CN118797321B
公开(公告)日：2024-11-22
申请号：CN202411288685.4
申请日：2024-09-14
Applicant: 武汉纺织大学 , 宁波慈星股份有限公司
IPC: G06F18/2135 , G06F18/25 , G06F18/15 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于时空特征注意力融合的工业过程故障检测方法和系统，包括：对原始正常数据进行数据标准化处理，在变量维度上，采用多通道一维卷积提取空间特征信息。在时间维度上，利用多通道二维卷积提取数据的时间特征信息，从而解决提取多维时序数据特征时变量相关性和数据时序性的问题；随后，对提取的多通道特征数据进行通道注意力加权融合，以更好地捕捉数据在不同通道上的分布特征，从而增强有用的特征信息；接下来，利用交叉注意力机制进行时空特征融合，以增强数据特征的表达能力；进一步地，融合的特征经过全连接层对重构数据进行模型训练，得到故障检测模型；最后，将在线数据输入到故障检测模型中，得到在线数据的故障检测结果。
-
公开(公告)号：CN117057090A
公开(公告)日：2023-11-14
申请号：CN202310785431.2
申请日：2023-06-29
Applicant: 武汉纺织大学 , 宁波慈星股份有限公司
IPC: G06F30/20 , G06F17/11 , G06F113/12
Abstract: 本发明为一种基于TNB框架的针织物高精度建模方法，包括：基于TNB框架通过纱线中心坐标计算股线中心坐标；基于TNB框架由股线中心坐标计算纤维坐标；通过螺旋参数方程，计算纱线加捻参数；将每根纤维扩展为有宽度的线带；利用样条线连接织物所有线圈型值点，获得针织物的三维模型。本发明克服了传统建模方式导致的纱线细节缺失，解决了针织物在计算机仿真当中缺乏真实感的问题。
-
公开(公告)号：CN117058301A
公开(公告)日：2023-11-14
申请号：CN202310785438.4
申请日：2023-06-29
Applicant: 武汉纺织大学 , 宁波慈星股份有限公司
Abstract: 本发明提供一种基于延迟着色的针织物实时渲染方法，包括：建立空间加速树，使用视锥剔除技术进行可见性剔除；将织物模型预渲染到G‑buffer帧缓冲中；创建深度帧缓冲，渲染深度立方体贴图；创建环境光遮罩帧缓冲，渲染SSAO纹理；计算光照、阴影、应用环境光遮罩因子，实现基于延迟着色的针织物实时渲染，并获得高质量、真实感的渲染结果。本发明克服了传统正向渲染方式的效率限制与真实感缺失的问题，使渲染结果更加真实、细致，能够更好地模拟针织物的结构和材质。
-
公开(公告)号：CN118797321A
公开(公告)日：2024-10-18
申请号：CN202411288685.4
申请日：2024-09-14
Applicant: 武汉纺织大学 , 宁波慈星股份有限公司
IPC: G06F18/2135 , G06F18/25 , G06F18/15 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于时空特征注意力融合的工业过程故障检测方法和系统，包括：对原始正常数据进行数据标准化处理，在变量维度上，采用多通道一维卷积提取空间特征信息。在时间维度上，利用多通道二维卷积提取数据的时间特征信息，从而解决提取多维时序数据特征时变量相关性和数据时序性的问题；随后，对提取的多通道特征数据进行通道注意力加权融合，以更好地捕捉数据在不同通道上的分布特征，从而增强有用的特征信息；接下来，利用交叉注意力机制进行时空特征融合，以增强数据特征的表达能力；进一步地，融合的特征经过全连接层对重构数据进行模型训练，得到故障检测模型；最后，将在线数据输入到故障检测模型中，得到在线数据的故障检测结果。
-
公开(公告)号：CN117058301B
公开(公告)日：2024-03-19
申请号：CN202310785438.4
申请日：2023-06-29
Applicant: 武汉纺织大学 , 宁波慈星股份有限公司
Abstract: 本发明提供一种基于延迟着色的针织物实时渲染方法，包括：建立空间加速树，使用视锥剔除技术进行可见性剔除；将织物模型预渲染到G‑buffer帧缓冲中；创建深度帧缓冲，渲染深度立方体贴图；创建环境光遮罩帧缓冲，渲染SSAO纹理；计算光照、阴影、应用环境光遮罩因子，实现基于延迟着色的针织物实时渲染，并获得高质量、真实感的渲染结果。本发明克服了传统正向渲染方式的效率限制与真实感缺失的问题，使渲染结果更加真实、细致，能够更好地模拟针织物的结构和材质。
-
Patent Agency Ranking
公开(公告)号：CN119377823B
公开(公告)日：2025-05-02
申请号：CN202411952158.9
申请日：2024-12-27
Applicant: 武汉纺织大学
IPC: G06F18/2431 , A61B5/369 , A61B5/16 , A61B5/00 , G06F18/2415 , G06F18/25 , G06F18/2131 , G06F18/15
Abstract: 本发明公开了一种脑电信号分类模型、方法及计算机系统，包括：提取原始脑电信号的功率谱特征；提取原始脑电信号微分熵特征；将功率谱特征和原始脑电信号融合得到融合后的脑电信号；对融合后的脑电信号进行多次卷积池化操作，提取融合后的脑电信号的特征，得到高维的特征向量，再将高维的特征向量通过线性变换映射到低维空间，得到低维的特征向量；将不同频段的原始脑电信号的微分熵特征进行降维拼接，并和降维后的脑电信号进行拼接，得到融合多特征的脑电数据；利用自注意力机制从融合多特征的脑电数据中捕捉关键特征得到最终输出向量；利用分类器对最终输出向量进行分类，得到分类的脑电信号。本发明能够更全面地捕捉脑电信号中的关键信息。
-
公开(公告)号：CN119904624A
公开(公告)日：2025-04-29
申请号：CN202510357025.5
申请日：2025-03-25
Applicant: 武汉纺织大学
Abstract: 本发明公开了基于轻量化目标检测模型的图像异常检测方法及系统，包括构建基于YOLOv8模型改进的轻量化目标检测模型，包括主干网络、特征融合模块和轻量化共享组卷积检测头三个部分；选取包含有待检测异常的图像，对待检测异常在图像中的位置进行标注，记录异常的坐标信息构成异常检测数据集；利用图像异常检测数据集对构建的目标检测模型进行训练，输出训练完成后的目标检测模型用于实现图像异常检测。本发明构建的目标检测模型具有高度的灵活性和适应性，可广泛应用于多种工业场景，包括织物疵点检测、电力设备缺陷检测、药品外观异常检测等实际需求。
-
公开(公告)号：CN118798369B
公开(公告)日：2024-12-27
申请号：CN202411286301.5
申请日：2024-09-13
Applicant: 武汉纺织大学
IPC: G06N5/04 , G06N5/025 , G06N3/0499 , G06F40/16 , G06F40/295
Abstract: 本发明涉及一种基于路径推理图的文档级关系抽取方法，包含以下步骤：获取给定文档，对给定文档的文本数据进行数据预处理，获得给定文档的编码特征；根据编码特征构建文档图结构G；在文档图结构G的基础上构建实体路径推理路径，进而构建得到实体推理图g；将新的节点加入到实体推理图中，将新的节点与需要预测关系的两个目标实体节点连接起来；获取并连接目标实体节点嵌入信息，新的节点嵌入信息，所有遍历句子节点嵌入信息以及目标实体节点嵌入的相对距离信息，输入到前馈神经网络中，实现两个目标实体节点之间关系的预测。本发明解决了现有技术存在的实体间距离过长问题，提升了关系预测的性能。
-
公开(公告)号：CN114065847B
公开(公告)日：2024-11-22
申请号：CN202111302358.6
申请日：2021-11-04
Applicant: 武汉纺织大学
IPC: G06V10/80 , G06N3/0464 , G06T7/00 , G06V10/774 , G06V10/82
Abstract: 本发明提出了一种基于改进RefineDet的疵点检测方法，主要步骤为：首先，将VGG16改为全卷积网络对织物图像特征进行提取；其次，为了获取疵点重要的特征并抑制不必要的特征，在ANCHOR细化模块中加入了注意力机制；为了提高网络的分类性能，在传输连接中加入了SE模块；最后，目标检测模块将检测的结果回归到准确的目标位置，并预测疵点的类别，对疵点进行定位。结果表明:本发明算法对孔、污渍、纱疵和线状4种类别织物图像的均值平均精度mAP达到了79.7％，比传统RefineDet检测方法均值平均精度提高了5.0％，具有良好的分类和定位效果。
-
公开(公告)号：CN118798369A
公开(公告)日：2024-10-18
申请号：CN202411286301.5
申请日：2024-09-13
Applicant: 武汉纺织大学
IPC: G06N5/04 , G06N5/025 , G06N3/0499 , G06F40/16 , G06F40/295
Abstract: 本发明涉及一种基于路径推理图的文档级关系抽取方法，包含以下步骤：获取给定文档，对给定文档的文本数据进行数据预处理，获得给定文档的编码特征；根据编码特征构建文档图结构G；在文档图结构G的基础上构建实体路径推理路径，进而构建得到实体推理图g；将新的节点加入到实体推理图中，将新的节点与需要预测关系的两个目标实体节点连接起来；获取并连接目标实体节点嵌入信息，新的节点嵌入信息，所有遍历句子节点嵌入信息以及目标实体节点嵌入的相对距离信息，输入到前馈神经网络中，实现两个目标实体节点之间关系的预测。本发明解决了现有技术存在的实体间距离过长问题，提升了关系预测的性能。
-
-
-
-
-
-
-
-
-
Search Results
198
records
(took 0.071 seconds)
