-
公开(公告)号：CN119863431A
公开(公告)日：2025-04-22
申请号：CN202411901802.X
申请日：2024-12-23
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06T7/246 , G06T7/80 , G06T5/60 , G06T5/73 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及一种基于DeblurGAN‑v2与YOLOv5的移动场景下木材计数方法，属于信息技术领域。旨在解决现有技术中无法有效处理运动模糊图像，导致木材计数精度低、效率低下的问题。该方法利用工业相机采集移动场景中木材的运动模糊图像，并通过可视化图像标定工具对图像中的木材边界进行标记，构建原始数据集。将原始数据集输入DeblurGAN‑v2模型进行预处理操作，生成清晰图像，构建去模糊数据集。将去模糊数据集训练并建立基于YOLOv5的木材检测模型，并进行模型评估。将去模糊数据集中的图像输入训练好的YOLOv5模型进行预测，识别并计数图像中的木材。本发明显著提升了移动环境中木材计数的准确性和效率。
-
Patent Agency Ranking
公开(公告)号：CN119149812A
公开(公告)日：2024-12-17
申请号：CN202411204347.8
申请日：2024-08-30
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/9536 , G06F18/22 , G06F18/10
Abstract: 本发明提出的一种通用的解决数据稀疏性的推荐框架，包括从数据库中获取和清理数据信息，以获得所需信息；使用用户与物品原始的评分矩阵R生成用户交互矩阵T，然后采用流行度对共同交互矩阵进行赋权；使用用户与物品原始的评分矩阵R并采用一种相似度计算方法生成相似度矩阵S；通过共同交互值Ti,j与系统设定的可靠性阈值t进行比较，将共同交互值低于阈值的对应位置相似度进行过滤，保留较高可靠性位置的相似度值Si,j；使用矩阵分解模型MF对去噪后的相似度矩阵进行填充，并进行对称化处理，生成去噪填充后的相似度矩；结合去噪填充后的相似度值和原始评分值以得到用户对物品的预测值；对用户对未评分物品的综合预测值进行排序，选取前k个项目以生成用户的推荐物品列表。
-
公开(公告)号：CN119990943A
公开(公告)日：2025-05-13
申请号：CN202510154356.9
申请日：2025-02-12
Applicant: 重庆邮电大学
IPC: G06Q10/083 , G06Q10/087 , G06F17/10 , G06Q10/0835 , G06F30/20 , B65G63/00 , B65G67/60 , G06F111/10 , G06F111/06 , G06F111/04
Abstract: 本发明涉及一种基于货类和泊位分配的多目标件杂货码头堆存方法，属于堆存技术领域，包括以下步骤：S1：对参数进行定义并初始化；S2：通过货物的年吞吐量与堆存周期计算每种货物的平均周转量；S3：以各种货物从泊位到堆场的距离整体最短为优化目标，添加约束条件，定义目标函数；S4：利用多目标线性规划对目标函数进行求解，输出每种货物的卸货泊位、存放的堆场编号及数量、总存放量以及与平均周转量的差异。
-
公开(公告)号：CN118779525A
公开(公告)日：2024-10-15
申请号：CN202410931729.4
申请日：2024-07-12
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/9536 , G06F18/22 , G06F18/10
Abstract: 本发明提出的一种通用的解决数据稀疏性的推荐框架，包括从数据库中获取和清理数据信息，以获得所需信息；使用用户与物品原始的评分矩阵R生成用户交互矩阵T，然后采用流行度对共同交互矩阵进行赋权；使用用户与物品原始的评分矩阵R并采用一种相似度计算方法生成相似度矩阵S；通过共同交互值Ti,j与系统设定的可靠性阈值t进行比较，将共同交互值低于阈值的对应位置相似度进行过滤，保留较高可靠性位置的相似度值Si,j；使用矩阵分解模型MF对去噪后的相似度矩阵进行填充，并进行对称化处理，生成去噪填充后的相似度矩；结合去噪填充后的相似度值和原始评分值以得到用户对物品的预测值；对用户对未评分物品的综合预测值进行排序，选取前k个项目以生成用户的推荐物品列表。
-
公开(公告)号：CN120031330A
公开(公告)日：2025-05-23
申请号：CN202510182535.3
申请日：2025-02-19
Applicant: 重庆邮电大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q10/047 , G06Q10/083 , G06Q10/0835 , G06N3/006 , G06N3/126 , G06N5/01
Abstract: 本发明涉及一种考虑堆场优先级港口多车辆并行调度优化方法，属于港口物流优化领域。该方法包括：针对蚁群算法参数、遗传算法参数、路径计算参数以及堆场优先级进行初始化设置；根据运输时间、油耗以及堆场优先级建立适应度函数，并建立对应的约束条件，得到问题模型；通过蚁群算法，在结合堆成优先级影响的前提下搜索路径，得到路径集合；采用遗传算法，将得到的路径集合作为初始种群，经过多种变异操作后得到最优解；根据最优路径的计算结果，确定每辆车的具体行驶路径、装卸任务以及时间表。本发明能够有效地解决现有港口物流中路径规划不充分、多目标优化不足的问题，提升了港口物流效率，并降低了能源消耗。
-
公开(公告)号：CN119808582A
公开(公告)日：2025-04-11
申请号：CN202510008673.X
申请日：2025-01-03
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度学习的三维自动装箱系统及方法，属于信息技术领域。旨在解决当前码头木材装卸工艺中存在的效率低下、空间利用率不足以及安全性隐患等问题。该系统通过将集装箱空间离散化为三维网格结构，并利用贪心算法和深度强化学习中的DQN算法，根据木材尺寸、形状和集装箱状态，动态选择最优放置位置，实现木材的自动装箱。系统通过评估剩余空间大小和稳定性指标，并结合奖励机制，不断优化放置策略，最大化集装箱的空间利用率。本发明有效提高了木材装载的效率和安全性，降低了人工操作强度，并可根据实际情况灵活调整放置策略，适用于码头木材装卸等多种场景。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
