-
公开(公告)号:CN118607377A
公开(公告)日:2024-09-06
申请号:CN202410775316.1
申请日:2024-06-17
申请人: 淮阴工学院 , 有研工程技术研究院有限公司
IPC分类号: G06F30/27 , G06F18/10 , G06F18/213 , G06F18/23213 , G06N3/006 , G06N3/084 , G06N20/10
摘要: 本发明公开了一种基于机器学习的工艺设计方法、系统和设备,方法包括:构造初始数据集;利用聚类算法对初始数据集的异常数据进行清洗,对清洗后的初始数据集进行缩放处理;针对处理后的数据集,筛选出特征,同时进行数据降维,得到降维后的数据集;将降维后的数据集预设比例划分为训练集和测试集,利用训练集训练预选的若干种机器学习算法模型,评估并选取预测耐蚀性最好的算法模型作为工艺设计模型;根据工艺设计模型,设计磁控溅射高耐蚀氮化物、氧化物及其复合涂层的工艺;本发明为设计磁控溅射高耐蚀氮化物、氧化物及其复合涂层工艺提供了基于数据驱动的、高通量、面向性能的高效设计方法。
-
公开(公告)号:CN117115513A
公开(公告)日:2023-11-24
申请号:CN202310964660.0
申请日:2023-08-01
申请人: 淮阴工学院
IPC分类号: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06V10/42 , G06V10/80
摘要: 本发明公开了一种基于多光谱目标检测的跨模态融合模型的人员检测方法,首先收集复杂情景下的人员图像数据,并对其进行分类和标记构建数据集。数据集预处理。设计双流检测模型,其中包括双流特征提取网络和CFT模块。通过使用Faster R‑CNN作为基础检测器来检测基本特征,并引入另外一个分支作为红外特征的检测分支,以此构建双流卷积神经网络。引入CFT模块使网络能够更加关注两个分支中相关性和重要性较高的细粒度特征,减少冗余信息的影响。与现有技术相比,本发明双流检测模型并使用CFT模块作为分支间信息融合的通道,有效提升了整体检测模型的准确率和泛化能力,适用于各种复杂场景下的人员监测任务,为人员检测提供了一种可行且高效的技术方案。
-
公开(公告)号:CN116562737A
公开(公告)日:2023-08-08
申请号:CN202310591685.0
申请日:2023-05-24
申请人: 淮阴工学院
IPC分类号: G06Q10/083 , G06Q10/0832 , G06Q10/0835 , G06Q10/047 , G06F16/27 , G06F16/25 , G06N3/006 , G06F16/23
摘要: 本发明公开了一种碳中和目标下基于区块链的冷链物流溯源方法及装置,准确采集冷链物流运输车辆及其司机的信息,获取所接受的订单信息;在考虑多种成本约束下,通过蚁群算法计算出低碳化的最优货物运输路线并将该路线与订单信息一并打包上链;应用RFID设备和GPS定位技术,实时获取冷链运输车的位置和车舱温度并上传至区块链网络,对冷链运输过程进行实时监控;当检测到订单完成后,修改订单和车辆状态,完成冷链运输订单。本发明应用区块链透明公开、不可篡改、可溯源的特性对冷链运输过程进行实时的有效监管,通过蚁群算法计算冷链运输路线最小成本,优化得到低碳、合理的货物运输路线,能够在冷链物流过程中实现科学监管以及低碳化运输。
-
公开(公告)号:CN118228160A
公开(公告)日:2024-06-21
申请号:CN202410432828.8
申请日:2024-04-11
申请人: 淮阴工学院
IPC分类号: G06F18/2431 , G06F18/214 , G06F18/15 , G06N3/048 , G06N3/06
摘要: 本发明公开了一种基于动态图网络的水质预测方法。包括:获取历史水质数据以及跨领域多源异构数据;建立总模型,包括输入层、DGTCN模型、输出层,所述DGTCN模型包括GCN模块、TCN模块;其中,输入层将历史水质数据以及跨领域多源异构数据转化为动态图网络;GCN模块基于图卷积提取并更新动态图网络的图结构特征,TCN模块基于因果卷积和扩张卷积优化图结构特征后输入至输出层;输出层输出水质预测结果。本发明综合考虑了与水质相关的多种因素以及变量,从时间角度对水质采用动态图网络的形式进行分析预测,具有精确度高、实用性强的特点。
-
公开(公告)号:CN117765484B
公开(公告)日:2024-06-11
申请号:CN202311651135.X
申请日:2023-12-04
申请人: 淮阴工学院
IPC分类号: G06V20/54 , G06V10/774 , G06V10/82 , G06V10/80 , G06V10/25 , G06N3/094 , G06N3/096 , G06N3/045 , G06N3/0464
摘要: 本发明公开了一种基于对抗蒸馏和实时目标检测的智能车辆压线检测方法及装置,包括:采用数据集增强算法对预先获取的包含车辆不规范的压线行为的数据集进行预处理;在数据集上训练SSD模型作为教师模型;将特征金字塔引入到SSD检测模型中,提高SSD模型检测精准度;使用动量对抗性攻击MTOG在SSD检测模型上生成相应的对抗性样例,从而形成对抗性数据集;在生成的对抗性数据集上训练改进后的SSD模型,从而增强目标检测算法的鲁棒性和准确性。与现有技术相比,本发明通过实时获取道路图像,使用训练好的蒸馏模型,可以高效地检测到车辆是否有不规范压线行为,并及时发出警报。可以有效提升道路交通管理的水平。
-
公开(公告)号:CN116756203B
公开(公告)日:2024-06-11
申请号:CN202310697803.6
申请日:2023-06-13
申请人: 淮阴工学院
IPC分类号: G06F16/2457 , G06F16/28 , G06N3/042 , G06N3/048 , G06N3/084 , G06F16/36 , G06Q10/0832
摘要: 本发明提出一种基于碳减排目标的知识图谱驱动冷链物流设备选型方法及装置,首先,收集企业现有设备信息和历史设备信息。然后利用Neo4j图关系数据库将收集到的设备信息知识整合到知识图谱中,并定义各种设备之间的关系和属性。接着,应用基于知识图谱优化的TransE嵌入方式与多特征图注意力网络建立推荐系统,最后,结合系统特性和企业需求,用多目标优化加权平均算法推荐多套高效环保的设备选型方案。本发明满足业务需求的同时最大限度地降低碳排放,将低碳理念融入设备选型决策过程。随着技术不断进步,该方法和装置将得到广泛应用,为构建低碳环保的冷链供应链体系做出重要贡献。
-
公开(公告)号:CN117765484A
公开(公告)日:2024-03-26
申请号:CN202311651135.X
申请日:2023-12-04
申请人: 淮阴工学院
IPC分类号: G06V20/54 , G06V10/774 , G06V10/82 , G06V10/80 , G06V10/25 , G06N3/094 , G06N3/096 , G06N3/045 , G06N3/0464
摘要: 本发明公开了一种基于对抗蒸馏和实时目标检测的智能车辆压线检测方法及装置,包括:采用数据集增强算法对预先获取的包含车辆不规范的压线行为的数据集进行预处理;在数据集上训练SSD模型作为教师模型;将特征金字塔引入到SSD检测模型中,提高SSD模型检测精准度;使用动量对抗性攻击MTOG在SSD检测模型上生成相应的对抗性样例,从而形成对抗性数据集;在生成的对抗性数据集上训练改进后的SSD模型,从而增强目标检测算法的鲁棒性和准确性。与现有技术相比,本发明通过实时获取道路图像,使用训练好的蒸馏模型,可以高效地检测到车辆是否有不规范压线行为,并及时发出警报。可以有效提升道路交通管理的水平。
-
公开(公告)号:CN117292216A
公开(公告)日:2023-12-26
申请号:CN202310400563.9
申请日:2023-04-14
申请人: 淮阴工学院
IPC分类号: G06V10/774 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/08
摘要: 本发明公开了一种基于GS_YOLOv7的火灾检测方法,包括改进了模型Backbone与Head部分,引入了Shuffle Attention Module;引入了GSConv模块;在Head层中引入VoVGSCSP module;在训练策略方面,将YOLOv7网络模型CBS模块改进为效率更高的CBF模块;将模型损失函数改为EIoU loss,一张640*640的特征图输入到网络的Backbone层,经过CBF,E‑ELAN以及MP模块后输出三张不同的特征图,将20*20*1024大小的特征图输入到Head层经过VoVGSCSP module中可提高网络的推理速度,特征图经过GSConv模块,模型可以提取更加丰富的语义信息,在特征提取后的非线性激活阶段,Funnel激活函数增强了模型的空间感知能力,引入了EIoU loss使得模型的收敛速度更快。本发明通过优化模型结构,引入新的激活函数和损失函数,提高了模型的效率和泛用性。
-
公开(公告)号:CN116823313A
公开(公告)日:2023-09-29
申请号:CN202310741114.0
申请日:2023-06-21
申请人: 淮阴工学院
IPC分类号: G06Q30/0201 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06Q10/04
摘要: 本发明公开了基于CEEMDAN和AE‑TCN的多维碳价预测方法,包括:获取碳市场价格影响因素多维时间序列变量;对多维时间序列变量进行CEEMDAN分解,得到由多个IMFs构成的IMF集合;利用AE模型对IMF集合进行降维,获取特征序列;将降维得到的特征序列与历史碳价数据序列进行重构,得到重构后的时序序列;构建用于碳价预测的神经网络预测模型TCN,TCN模型中引入非线性变换以更好地拟合数据;利用重构后的时序序列对神经网络预测模型TCN进行训练,得到训练好的神经网络预测模型TCN;利用训练好的神经网络预测模型TCN进行碳价预测,评估预测结果。本发明能够提升碳价预测准确性,简化模型,提升运算速度。
-
公开(公告)号:CN116432850A
公开(公告)日:2023-07-14
申请号:CN202310423066.0
申请日:2023-04-19
申请人: 淮阴工学院
IPC分类号: G06Q10/04 , G06Q50/26 , G06N3/0464 , G06N3/0442 , G06N3/049 , G06N3/08 , G06F18/214
摘要: 本发明公开了一种基于深层神经网络的PM2.5的全覆盖预测方法,对预先获取的空气污染浓度、气象数据及土地利用数据进行预处理,并划分为训练数据和测试数据;构建深层神经网络预测模型STA‑ConvLSTM并对其进行训练;STA‑ConvLSTM以CNN网络作为底层,通过卷积提取网格数据的空间相关性;以堆叠多层具有时空记忆单元与空间记忆单元的STA‑LSTM作为预测模型的中间层,用于提取时间相关性和空间相关性的特征;最后一层使用CNN层结合STA‑LSTM单元提取的特征进行解码。本发明融合了多源异构的数据,考虑了更多的影响因素,并且考虑时空相关性、降低过拟合、避免梯度消失和梯度爆炸的问题,考虑区域的全覆盖预测的问题,使用时间注意力机制与空间注意力机制,提高了预测精度等优点。
-
-
-
-
-
-
-
-
-