|
搜索
搜 索
高等教育领域数字化综合服务平台
基于多模态融合模型的平板显示视觉舒适度预测方法、系统
本发明涉及显示技术与人机交互交叉领域，提供基于多模态融合模型的平板显示视觉舒适度预测方法、系统，其中方法包括：步骤一、采集原始图像集，针对每一原始图像，运用生成对抗网络模型将输入的随机序列转换为增强素材，再将增强素材和原始图像按预设比例融合，获得若干新图像；步骤二、采集生理特征和物理特征，获得训练样本；步骤三、基于堆叠集成框架训练多模态融合模型；步骤四、输入测试数据，获得视觉舒适度预测结果。本发明旨在解决平板显示视觉舒适度预测领域高质量标注样本稀缺、单一模态分析耦合关系缺失、场景适配性差的问题。
南京工业大学
2021-01-12
基于LS-SVM井下监控分站供电安全预警系统预警系统
目前矿井安全监控系统的监控分站供电模式采用交流供电、直流备用方式运行，当交流断开，直流自动投入，直流电源由备用蓄电池提供，蓄电池在长期的浮充过程中会造成电池老化，性能下降，所以备用直流电池一旦投入运行后，其供电时间的长短无法进行量化及无法提前预警，当其电池容量耗尽后，会使得各类传感器均停止了工作，失去了监控功能，给矿井安全生产带来很大隐患。为了保证煤矿安全监控系统的正常运行，有必要研制开发一种基于 LS-SVM 井下监控分站供电安全预警系统，它能保证实时对蓄电池电压进行实时采集并计算剩余电量、使用时间、找出落后电池，从全局出发对煤矿安全监控系统的备用电源正常工作进行预警、报警，最大程度上保证煤矿安全监控系统的正常运行，避免事故带来的危害。
1、能够实时测量蓄电池的容量，容量范围：0～10Ah；
2、能够根据蓄电池容量与带载情况，预测蓄电池的使用时间；
3、通过历史数据分析，当蓄电池容量下降率达到 4Ah/h（安时/小时），则表示该蓄电 池性能下降，需要修复维护；
4、利用地面中心的送断电控制，定期对蓄电池容进行测试维护；
5、系统能够检测多达 150 台隔爆电源备用蓄电池；
6、系统采用 C/S 架构设计、服务器端主要负责采集数据、数据分析与入库，客户端主 要完成数据实时显示、历史查询、曲线分析与报警功能。
7、数据能够保存长达 2 年以上，满足煤矿安全监控系统要求。
安徽理工大学
2021-04-13
一种基于面部区域时空关联性的抑郁程度评估方法
本发明提供一种基于面部区域时空关联性的抑郁程度评估方法，属于计算机视觉与医疗诊断技术领域，解决了现有抑郁症识别方法准确率不高的问题。本发明提出一种融合时空注意力机制的深度学习模型。其核心包括：将面部图像划分为多个子区域，独立计算各子区域的重要性；通过时空注意力机制动态融合空间重要性、空间上下文、时间上下文及空间相似性，生成面部注意力图谱；基于此构建的识别模型利用时序特征融合模块提取动态表情变化特征，实现抑郁程度的精准评估。实验表明，该方法在AVEC2013和AVEC2014数据集上分别取得MAE5.79和MAE 5.76的识别性能，优于现有技术。本发明通过细粒度捕捉面部肌肉的时空关联模式，为自动抑郁症识别提供了高效、客观的解决方案。
兰州大学
2021-01-12
基于神经网络模型BP算法的嵌入式矿压检测方法
本发明公开了一种基于神经网络模型 BP 算法的嵌入式矿压检测方法法，首先根据根据待检测区域的地域情况，采用多个振弦式压力传感器进行测量；然后 ARM7 处理器根据系统任务个数建立相应的进程；最后在建立的任务中打开定时器，输出一个固定在某一频率范围内的脉冲，经过驱动激振电路，产生一个能对振弦式压力传感器内部振弦起振的信号，同时使用 ARM7处理器对振弦式压力传感器返回的脉冲信号进行频率测量，计算得到压力值，最后，利用温度传感器采集振弦周围区域的温度，采用 BP 算法建立神经网络模型，利用神经网络模型对得到的各组压力数据及采集的温度数据进行学习，并根据神经网络模型找出压力随温度的变化规律，对振弦式传感器进行温度补偿。
安徽理工大学
2021-04-13
基于时空注意力自编码的碳钢涡流热成像腐蚀检测方法
本发明公开了基于时空注意力自编码的碳钢涡流热成像腐蚀检测方法，涉及涡流热成像检测技术领域，该方法包括：利用脉冲涡流热成像检测早期腐蚀样品，获取红外图像序列，捕捉早期腐蚀样品表面温度随时间的变化趋势；构建时空注意力自动编码器，利用无腐蚀样本的红外图像序列对时空注意力自动编码器进行训练；将待检测红外图像作为新的输入信号，利用时空注意力自动编码器捕获温度数据的时空动态变化，生成重建信号；通过计算输入信号与重建信号的最大重建误差，构建误差图，识别与可视化待检测红外图像中的腐蚀区域。本发明适用于早期腐蚀信号较微弱、边界模糊的情况，为早期腐蚀区域的精准识别和后续腐蚀程度评估提供了更可靠的技术支撑。
南京工业大学
2021-01-12
一种基于无人机的桥梁涂层智能养护方法与系统
本发明公开了一种基于无人机的桥梁涂层智能养护方法与系统，旨在通过无人机技术与大语言模型相结合，提高桥梁涂层病害检测和养护决策的效率与精度。所述方法包括：通过搭载高分辨率相机的无人机，自动扫描目标桥梁表面，采集桥梁涂层的高清图像数据；利用深度学习模型对图像数据进行处理，自动识别桥梁涂层的病害类型与病害面积；根据病害识别结果，通过涂层养护大语言模型从知识库中获取相关养护知识与气象数据，结合推理分析生成个性化的涂层维修方案。本发明能够实现对桥梁涂层病害的高效精准检测，并基于历史数据和环境因素生成科学合理的养护方案，能有效提高桥梁涂层养护的精准度和维护效率，延长桥梁使用寿命，具有广泛的应用前景。
南京工业大学
2021-01-12
基于多位采样的数字解调方法及超再生接收机
本发明公开了一种基于多位采样的数字解调方法及应用该方法的超再生接收机，其中解调方法包括如下步骤：
１、对接收信号进行放大滤波，去除高频熄灭信号分量；
２、对滤波后的信号进行采样，将模拟信号转换为数字信号；
３、对采样后的数字信号进行同步和判决处理，得到输出信号。采用本发明提供的解调方法，可以减少因硬判决造成的信息丢失，从而减少误码，提高接收机的灵敏度。
东南大学
2021-04-11
一种基于机器视觉的铁路散货卸料斗识别与定位方法
本发明提供了一种基于机器视觉的铁路散货卸料斗识别与定位方法，涉及铁路散货卸料斗跟踪与定位技术领域。该方法包括：采集目标卸料斗的深度图样本；对深度图样本执行预处理，生成样本数据集；从样本数据集中提取卸料斗的几何特征；将卸料斗的几何特征作为输入，利用CNN进行卸料斗的目标识别与定位训练，得到卸料斗识别模型；将相机捕获到的实时深度图送入卸料斗识别模型进行卸料斗的实时识别与定位，卸料斗识别模型输出卸料斗的三维空间信息和存在概率，将结果传送至控制系统，引导机械臂执行卸料操作。本发明适用于卸料作业中的实时监测，实时精确定位铲斗的当前位置，及时避免铲斗与货舱之间的冲击性损伤，提高卸料的效率与安全性。
南京工业大学
2021-01-12
一种基于Labview的磨削工艺系统振动测试综合试验平台
本发明涉及一种基于Labview的磨削工艺系统振动测试综合试验平台，包括工作台振动测试系统和磨削电主轴振动测试系统，两者相对布设，且通过Labview模块程序与信号采集系统的结合实现信号的采集、分析和输出功能；本发明解决不同转速及不同负载工况下磨削电主轴振动特性难题，并通过设计可调节电涡流传感器安装支架，实现磨削工艺系统振动测试综合试验，包括进给系统及磨削电主轴系统，可考虑进给工作台的振动与磨削电主轴振动的相互作用及其对磨削工艺的稳定性及效率的影响，是实验分析结果符合现实工艺生产。
东南大学
2021-04-11
认知无线电中基于SOM神经网络的恶意用户判别方法
本发明公开了一种认知无线电中基于自组织映射神经网络的恶意用户判别方法，本发明利用自组织映射(简称SOM)神经网络学习输入能量矩阵的分布特征，并根据学习结果对输入量进行有效的分类。首先引入“可疑度”的概念，其大小根据每次训练后每种类别所包含的次级用户的个数进行分配。为了消除传统的SOM神经网络的缺陷，本发明进一步提出了“平均可疑度”的概念。具体步骤包括：获得能量矩阵，利用SOM神经网络算法对能量矩阵进行训练得到分类矩阵，计算每个次级用户的“可疑度”，构造索引矩阵并重复训练过程，并将每次得到的“可疑度”取平均值，即“平均可疑度”，并利用“平均可疑度”对次级用户进行分类，识别出恶意用户或是正常用户。
东南大学
2021-04-11