-
公开(公告)号：CN118298491A
公开(公告)日：2024-07-05
申请号：CN202410710860.8
申请日：2024-06-04
申请人： 烟台大学
IPC分类号： G06V40/16 , G06V10/52 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/08
摘要： 本发明涉及表情识别技术领域，尤其是涉及一种基于多尺度特征和空间注意力的表情识别方法及系统。方法，包括利用HNFER神经网络模型对获取的面部图像数据进行特征提取，得到原始输入特征图；基于CoordAtt注意力机制对提取的特征进行池化拼接，得到特征图；对特征图进行深度卷积处理，得到注意力图，再通过元素相乘得到最终的特征图；通过对最终的特征图进行特征变换和归一化，得到表情类别概率并输出。本发明通过集成尺度感知和空间注意力技术，模型能够更精准地识别和分类不同的情绪状态，即使在复杂的环境条件下也能保持高性能。
-
公开(公告)号：CN118282876B
公开(公告)日：2024-08-30
申请号：CN202410710859.5
申请日：2024-06-04
申请人： 烟台大学 , 烟台中科网络技术研究所
IPC分类号： H04L41/142 , H04L41/16 , H04L41/0631 , H04L67/104
摘要： 本发明涉及网络异常检测技术领域，尤其是涉及一种不完备异构以太坊网络的异常节点检测方法及系统。方法，包括获取以太坊交易数据，并构建以太坊交易网络，基于残差注意力机制补全以太坊交易网络中的目标节点的缺失属性特征；基于以太坊交易网络中的交易关系，生成关系交易子图；基于关系交易子图的相关性，生成关系交易子图的特征相似度图、特征传播图、语义图及观察图；通过引入机器学习算法，将以太坊交易网络与图神经网络结合利用图结构学习算法实现对以太坊交易网络中的异常节点进行准确、高效识别和监控。
-
公开(公告)号：CN118313413B
公开(公告)日：2024-08-13
申请号：CN202410741075.9
申请日：2024-06-11
申请人： 烟台大学 , 烟台中科网络技术研究所
摘要： 本发明涉及神经网络模型技术领域，尤其是涉及一种基于异构图神经网络的物联网链路预测方法及系统。所述方法，包括构建异构图，并对异构图进行特征表示；基于异构图构建客户端本地模型，包括利用动态注意力机制的图注意力网络构建客户端本地模型；输入异构图至客户端本地模型，并引入贝叶斯推理对异构图的特征进行线性变换；通过损失函数对输入异构图的客户端本地模型进行损失处理；计算客户端本地模型梯度，并对客户端本地模型梯度执行全局模型聚合，得到全局模型参数；将全局模型参数下发至客户端本地模型。通过本发明的技术方案提高链路预测的准确性和鲁棒性。
-
公开(公告)号：CN113008158B
公开(公告)日：2023-02-24
申请号：CN202110317208.6
申请日：2021-03-25
申请人： 烟台大学
IPC分类号： G01B11/22
摘要： 本发明公开了多线激光轮胎花纹深度测量方法。所述方法借助多线激光轮胎花纹深度测量装置在车轮经过本发明的多线激光轮胎花纹深度测量装置时一次拍照，通过面向多线激光的双目匹配对激光条纹中心点进行三维重建，得到激光条纹中心点的三维点坐标，对待测车轮的多线激光三维模型计算胎面点到凹槽点曲面方程的距离即得胎面点各自的深度值。本发明的多线激光轮胎花纹深度测量方法能够自动测量出轮胎花纹深度以判断轮胎磨损状况，而且误差远小于现有技术。
-
公开(公告)号：CN118893636A
公开(公告)日：2024-11-05
申请号：CN202411396563.7
申请日：2024-10-09
申请人： 烟台大学
IPC分类号： B25J9/16
摘要： 本发明涉及神经网络技术领域，尤其是涉及一种基于卷积神经网络的机器人姿态估计方法及系统。方法，包括获取工业机器人姿态信息数据；对获取的工业机器人姿态信息数据进行自动化标注，得到数据集；对数据集进行预处理；利用预处理后的数据集训练卷积神经网络模型；利用训练好的卷积神经网络模型对机器人进行姿态估计。本发明通过自动化标注与手工校准相结合的方法，生成高精度的工业机器人臂姿态数据集，克服了传统方法中手工标注耗时和不精确的问题。
-
公开(公告)号：CN118313413A
公开(公告)日：2024-07-09
申请号：CN202410741075.9
申请日：2024-06-11
申请人： 烟台大学 , 烟台中科网络技术研究所
摘要： 本发明涉及神经网络模型技术领域，尤其是涉及一种基于异构图神经网络的物联网链路预测方法及系统。所述方法，包括构建异构图，并对异构图进行特征表示；基于异构图构建客户端本地模型，包括利用动态注意力机制的图注意力网络构建客户端本地模型；输入异构图至客户端本地模型，并引入贝叶斯推理对异构图的特征进行线性变换；通过损失函数对输入异构图的客户端本地模型进行损失处理；计算客户端本地模型梯度，并对客户端本地模型梯度执行全局模型聚合，得到全局模型参数；将全局模型参数下发至客户端本地模型。通过本发明的技术方案提高链路预测的准确性和鲁棒性。
-
公开(公告)号：CN118305818A
公开(公告)日：2024-07-09
申请号：CN202410733032.6
申请日：2024-06-07
申请人： 烟台大学
摘要： 本发明涉及计算机视觉技术领域，尤其是涉及一种基于双手交互姿态估计的仿生机械手控制方法及系统。所述方法，包括获取图像数据集，包括获取手部姿态和形状的数据集，并对获取的数据集进行整合；基于获取的手部姿态数据集进行手部姿态估计，包括构建并利用神经网络模型进行手部姿态的特征提取；利用轻量级神经网络模型对手部姿态数据集中手部图像进行特征分析，得到双手的姿态信息；根据特征分析结果进行轻量级神经网络模型训练；通过双手的姿态信息进行姿态对齐和映射，基于姿态对齐和映射生成仿生机械手的控制信息。本发明通过采用轻量级神经网络架构，实现了对两只手之间相对位置的准确预测,使机械手在执行任务时更加准确和可靠。
-
公开(公告)号：CN118298491B
公开(公告)日：2024-08-06
申请号：CN202410710860.8
申请日：2024-06-04
申请人： 烟台大学
IPC分类号： G06V40/16 , G06V10/52 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/08
摘要： 本发明涉及表情识别技术领域，尤其是涉及一种基于多尺度特征和空间注意力的表情识别方法及系统。方法，包括利用HNFER神经网络模型对获取的面部图像数据进行特征提取，得到原始输入特征图；基于CoordAtt注意力机制对提取的特征进行池化拼接，得到特征图；对特征图进行深度卷积处理，得到注意力图，再通过元素相乘得到最终的特征图；通过对最终的特征图进行特征变换和归一化，得到表情类别概率并输出。本发明通过集成尺度感知和空间注意力技术，模型能够更精准地识别和分类不同的情绪状态，即使在复杂的环境条件下也能保持高性能。
-
公开(公告)号：CN117572376B
公开(公告)日：2024-04-19
申请号：CN202410056329.3
申请日：2024-01-16
申请人： 烟台大学
IPC分类号： G01S7/41 , G06F18/214 , G06F18/24 , G06N3/0464 , G06N3/084 , G06N3/09 , G06N5/04 , G06N5/046
摘要： 本发明涉及无线电信号识别技术领域，具体公开了低信噪比弱小目标雷达回波信号识别装置及训练识别方法，雷达回波信号识别装置包括数据分块模块；数据分块模块后端设置有多通道深度神经网络模块；多通道深度神经网络模块后端设置有正向推理结果保存模块；正向推理结果保存模块后端设置有融合推理模块；融合推理模块后端设置有反馈训练接入模块；反馈训练接入模块后端连接在多通道深度神经网络模块上；多通道深度神经网络模块后端还设置有分类模型参数保存模块。采用该装置及训练和识别方法不仅可以得到很好的分类模型，还可以得到精确的分类识别结果，有效的区分信噪比低的强噪声和雷达弱小目标的回波数据。
-
公开(公告)号：CN118305818B
公开(公告)日：2024-08-13
申请号：CN202410733032.6
申请日：2024-06-07
申请人： 烟台大学
摘要： 本发明涉及计算机视觉技术领域，尤其是涉及一种基于双手交互姿态估计的仿生机械手控制方法及系统。所述方法，包括获取图像数据集，包括获取手部姿态和形状的数据集，并对获取的数据集进行整合；基于获取的手部姿态数据集进行手部姿态估计，包括构建并利用神经网络模型进行手部姿态的特征提取；利用轻量级神经网络模型对手部姿态数据集中手部图像进行特征分析，得到双手的姿态信息；根据特征分析结果进行轻量级神经网络模型训练；通过双手的姿态信息进行姿态对齐和映射，基于姿态对齐和映射生成仿生机械手的控制信息。本发明通过采用轻量级神经网络架构，实现了对两只手之间相对位置的准确预测,使机械手在执行任务时更加准确和可靠。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.022 秒)
