基于自适应特征融合的边缘感知图像语义分割方法

    公开(公告)号:CN113658200B

    公开(公告)日:2024-01-02

    申请号:CN202110864679.9

    申请日:2021-07-29

    Applicant: 东北大学

    Abstract: 本发明提供一种基于自适应特征融合的边缘感知图像语义分割方法,是一种以残差网络为基础的新的语义分割方法,是一个双分支网络结构模型,包括边缘分支和语义分支,其中,边缘分支从语义分支的浅层部分被引出,语义分支采用了编码解码结构。在边缘分支中,加入的多尺度交叉融合操作通过叠加空洞率不同的空洞卷积获取图像多尺度特征,同时各个分支之间的交叉融合可以进一步提升多尺度特征的鲁棒性,在语义分支中基于空间注意力机制对深层特征和浅层特征进行融合,可以在获得浅层特征中含有的丰富空间信息的同时,过滤其含有的大量噪声;最后对语义分支特征和边缘分支特征进行融合,进一步优化分割效果。

    一种斗轮堆取料机工艺选择、数字化实现与模拟评价的方法

    公开(公告)号:CN117303017A

    公开(公告)日:2023-12-29

    申请号:CN202311476341.1

    申请日:2023-11-08

    Applicant: 东北大学

    Abstract: 本发明属于工艺数字化技术领域,提出一种斗轮堆取料机工艺选择、数字化实现与模拟评价的方法。包括堆取料工艺选择、堆取料工艺数字化与堆取料工艺评价三部分,三者依次进行;基于选择的堆取料工艺进行堆取料工艺数字化设定,基于数字化的堆取料工艺进行堆取料工艺评价。本发明针对取料过程中涉及到的切入点选择问题导致的空转时间过程、进尺过深引发安全事故等诸多问题,本发明结合圆弧数学计算、点在多边形内判别算法、二分法寻找准确边界、料堆边界粗计算与精细计算等算法,提出一种切入点选择方法。最后根据空转时间指标对仿真平台中实现算法进行评价、分析。

    基于蜉蝣算法的基数约束投资组合优化系统与方法

    公开(公告)号:CN116402622A

    公开(公告)日:2023-07-07

    申请号:CN202310392462.1

    申请日:2023-04-13

    Applicant: 东北大学

    Abstract: 本发明提供一种基于蜉蝣算法的基数约束投资组合优化系统与方法,涉及金融投资技术领域。本发明通过对股票收益率历史数据进行预处理,得到各支股票历史平均收益率之间的协方差矩阵;初始化雄性蜉蝣和雌性蜉蝣种群,计算所有个体的适应度值,按照适应度值从小到大分别对雄性和雌性蜉蝣种群进行排名,并选择出雄性蜉蝣中最优的个体记录为全局最优位置;利用模拟二进制交叉算子进行对种群中的每一个解,即投资组合方案进行交叉操作,生成后代;利用后代替换掉父辈中质量较差的个体;更新所有雄性蜉蝣的个体最佳位置,以及更新全局最优位置;输出最优投资组合结果,并且根据结果计算出平均风险以及平均收益率绘制出Pareto前沿进行可视化展示。

    一种超大型三维深部工程灾害孕育过程数字孪生系统

    公开(公告)号:CN116108657A

    公开(公告)日:2023-05-12

    申请号:CN202310065833.5

    申请日:2023-01-19

    Applicant: 东北大学

    Abstract: 本发明提供一种超大型三维深部工程灾害孕育过程数字孪生系统,涉及深部工程灾害物理模拟及数字孪生技术领域。包括用于构建数字孪生体的深部复杂地质数字孪生体构建模块;用于加速渲染数字孪生的实时动态渲染模块;用于深部工程灾害孕育机理模型初始化的深部工程灾害孕育机理模型初始化模块;对深部工程灾害孕育机理模型进行偏差检测的数物孪生一致性验证模块;对深部工程灾害孕育机理模型进行持续修正与优化的深部工程灾害孕育机理模型迭代优化模块;对超大型三维深部工程灾害物理模拟设施进行交互式控制的物理实体交互控制模块以及多元监测信息时空演化融合显示模块、物理模拟试验设施紧急避险模块和物理模拟试验方案智能实时修正模块。

    多通道跨域少样本的冲压生产线轴承故障诊断方法

    公开(公告)号:CN115952408A

    公开(公告)日:2023-04-11

    申请号:CN202310011639.9

    申请日:2023-01-05

    Applicant: 东北大学

    Abstract: 本发明提供一种多通道跨域少样本的冲压生产线轴承故障诊断方法,涉及故障诊断技术领域。本发明首先对与轴承振动信号无关的大规模图像数据集上训练特征提取器,通过将一维的轴承振动信号采用形态学和信号转图片方法转换为双通道二维图片,将知识从大规模图像数据集推广到转换后的图片。然后提出了一种自适应的特征选择方法,通过使用多个源数据集训练不同的特征提取器,针对不同目标数据集调整特征选择的权重提取类内相似度高和类间相似度低的特征。本发明针对任何工作条件下的轴承均能使用少量样本完成故障诊断。引入域适应方法对不同目标数据集基于少量样本调整提取的特征,来提升框架的泛化能力。

    一种基于DAJYPLS算法的浓密机底流浓度预测方法

    公开(公告)号:CN110276128B

    公开(公告)日:2023-04-07

    申请号:CN201910541282.9

    申请日:2019-06-21

    Applicant: 东北大学

    Abstract: 本发明提供一种基于DAJYPLS算法的浓密机底流浓度预测方法,涉及湿法冶金技术领域。本发明步骤如下:步骤1:确定建立模型所需的数据集;步骤2:对数据集中数据标准化处理;步骤3:基于JYPLS算法建立DAJYPLS预测模型;步骤4:对于目标域给定新样本xnew,DAJYPLS预测模型输出浓度预测值该方法可实现当现场采样数据较少时,仍可以建立出准确的预测模型,以协助操作员进行控制,保证浓密脱水过程安全、稳定运行,提高综合经济效益,同时减少压滤机的故障率。

    基于样本差异分析的多深度神经网络参数融合系统及方法

    公开(公告)号:CN115221955A

    公开(公告)日:2022-10-21

    申请号:CN202210829762.7

    申请日:2022-07-15

    Applicant: 东北大学

    Inventor: 那俊 张瀚铎 张斌

    Abstract: 本发明设计基于样本差异分析的多深度神经网络参数融合系统及方法,属于深度学习和神经网络领域;包括代表性样本选取模块、边缘样本特征差异系数计算模块和多边参数融合模块;所述代表性样本选取模块从边缘样本集中选取最佳边界训练数据,以此作为边缘代表性样本数据,并将其发送到边缘样本特征差异系数计算模块,边缘样本特征差异系数计算模块对边缘代表性样本数据每一维度进行差异性计算,得到边缘代表性样本数据的差异系数;基于差异系数,多边参数融合模块对深度神经网络模型参数进行参数融合;对有需要的边缘设备端神经网络模型参数进行融合调整,有效的提升边缘设备端神经网络模型的质量,进而提升边缘设备端实时决策的能力。

Patent Agency Ranking