一种基于解耦轮廓表示的多实例对象图像可控生成方法

    公开(公告)号:CN120088363A

    公开(公告)日:2025-06-03

    申请号:CN202510570635.3

    申请日:2025-05-06

    Abstract: 本发明公开了一种基于解耦轮廓表示的多实例对象图像可控生成方法,属于图像生成领域,包括以下步骤:数据采集与整理;数据增强;轮廓表示处理;轮廓编码器预训练;轮廓融合模块计算;全局信息注入模块融合全局与图像特征;轮廓位置编码;对象空间感知计算;模型构建;图像生成。本发明通过基于轮廓边界点坐标的编码方式,实现了不同对象轮廓信息在同一坐标空间内的精确表示与解耦,使得模型能够清晰区分各个对象,避免了传统方法中常见的对象混淆、错位等问题。在生成包含多个不同形状物体的场景图像时,每个物体的轮廓都能被准确呈现,其位置和大小也能得到精准控制,生成的图像细节丰富且符合预期。

    基于PSO-AWDV算法的风电机组的故障分类方法及设备

    公开(公告)号:CN119917920A

    公开(公告)日:2025-05-02

    申请号:CN202510421746.8

    申请日:2025-04-07

    Abstract: 本申请公开了一种基于PSO‑AWDV算法的风电机组的故障分类方法及设备,所述方法包括:采集SCADA系统中的传感器信号数据;将堆叠多级自编码器与多级噪声训练相结合,以构建堆叠多级去噪自编码器模型;在所述堆叠多级去噪自编码器模型中引入稀疏性约束,以形成堆叠稀疏多级去噪自编码器;利用自适应加权延迟速度的粒子群算法,对堆叠稀疏多级去噪自编码器模型的稀疏性约束参数进行联合优化;利用优化后的堆叠稀疏多级去噪自编码模型对含噪声的输入数据进行特征提取和降噪处理;基于处理后的数据执行故障诊断,以对风电机组轴承故障进行识别和分类。本申请能够降低风电机组环境噪声数据的影响,并减少去噪导致的训练过拟合现象。

Patent Agency Ranking