-
公开(公告)号：CN114511527B
公开(公告)日：2025-04-25
申请号：CN202210080786.7
申请日：2022-01-24
Applicant: 安徽大学
IPC: G06T7/00 , G06T7/11 , G06T7/41 , G01N21/88 , G06V10/774 , G06V10/764
Abstract: 本发明涉及一种基于扩展局部二值模式的纺织丝饼成型不良缺陷检测方法，包括：获取丝饼图像，图像降采样；图像分割和图像裁剪；仿射变换；获取数据集；通过扩展的LBP算法计算出训练集中各个图像的纹理特征向量；生成XML文件；计算出测试集中各个图像的纹理特征向量，SVM支持向量机对测试集正样本、负样本中每张图像的标签进行预测，并计算出预测准确率；对待检测的丝饼图像进行滑块预测；根据滑块预测的标签输出判断结果。本发明通过图像分割将最终的背景干扰去除，使得处理后的图像不再含有大量的干扰，解决了从停留在实验室的研究与验证阶段到能够直接使用到工业生产线中，本发明对纺织丝饼成型不良缺陷检测准确率高、耗时短。
-
公开(公告)号：CN118430690A
公开(公告)日：2024-08-02
申请号：CN202410625577.5
申请日：2024-05-20
Applicant: 安徽大学
Abstract: 本发明公开了一种基于机器学习的绝缘气体分子沸点预测方法及系统，方法包括：建立基础分子实验沸点数据库；按照需求从基础分子实验沸点数据库中抽取所需元素的化合物作为分子筛选数据集；借助RDKit化学信息学库中的多个函数，将分子筛选数据集中的分子转换为对应的多种分子描述符，获取分子特征数据集；将分子特征数据集划分为训练集和测试集；调用多个不同的机器学习模型，分别应用训练集进行训练获取多个机器学习参数模型；采用测试集对多个机器学习参数模型进行测试，使用评价指标对多个机器学习参数模型进行评价获取最佳机器学习参数模型；应用最佳机器学习参数模型预测绝缘气体分子沸点值，本发明能够解决现有预测方法分子类型局限性高的问题。
-
公开(公告)号：CN117669341A
公开(公告)日：2024-03-08
申请号：CN202311676059.8
申请日：2023-12-01
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学
IPC: G06F30/25 , G06F30/28 , G16C20/40 , G01N21/3504 , G06F119/08 , G06F119/04
Abstract: 本发明公开了一种优选适用于获取GWP的方法，包括：建立大气模拟反应仓装置，基于相对速率法，获取实验GWPexp值；选取不同的泛函方法以及不同的基组，将每个泛函方法分别与不同的基组进行组合，获取不同组合的优化基组；且每个优化基组分别对绝缘气体分子和水分子进行结构优化；根据同一优化基组下绝缘气体的大气寿命和辐射效率，获取对应的GWPcal值；将实验GWPexp值分别与不同优化基组下获取的GWPcal值进行对比，确定最适合获取GWP值的泛函方法和基组。通过本发明，能够优选出最适合估算GWP值的泛函方法和基组，最终得到一套完整的测算绝缘气体GWP值的理论方法。
-
公开(公告)号：CN113112534A
公开(公告)日：2021-07-13
申请号：CN202110421588.8
申请日：2021-04-20
Applicant: 安徽大学
Abstract: 本发明涉及一种基于迭代式自监督的三维生物医学图像配准方法，与现有技术相比解决了无监督深度学习配准算法one‑shot训练策略训练出模型应用精度受限的缺陷。本发明包括以下步骤：三维生物医学图像数据集的获取和预处理；配准深度模型的构建；配准深度模型的训练；待配准图像的获取；待配准图像的预处理；三维生物医学图像配准结果的获得。本发明通过网络训练动态产生迭代式自监督信息并利用其对选取的每对图像进行多次迭代监督训练，以多次利用图像对在不同迭代阶段的差异信息获得更加精确的形变场，简单、高效地提升了现有无监督生物医学图像配准网络的配准精度。
-
公开(公告)号：CN107291541A
公开(公告)日：2017-10-24
申请号：CN201710486056.6
申请日：2017-06-23
Applicant: 安徽大学
Abstract: 本发明公开了面向Key-Value系统的compaction粗粒度进程级并行优化方法及系统，所述方法包括：主进程接收到读写请求后判断是否需要调度compaction线程，若是，主进程将compaction线程中的任务信息分割为主进程子任务和从进程子任务；主进程和从进程分别对主进程子任务和从进程子任务进行compaction操作；主进程在主进程完成主进程子任务compaction操作且从进程完成从进程子任务compaction操作后对Key-Value系统的文件进行优化。本发明利用主进程完成Key-Value系统中compaction任务的动态分割，并实现了与从进程协同compaction处理的新模式，挖掘了compaction任务的进程级并行性，充分利用了CPU的计算资源，提高了CPU资源的利用率，且优化了compaction消耗的时间，不仅提高了数据处理的实时性，而且提高了系统性能以及吞吐量。
-
Patent Agency Ranking
公开(公告)号：CN113112534B
公开(公告)日：2022-10-18
申请号：CN202110421588.8
申请日：2021-04-20
Applicant: 安徽大学
Abstract: 本发明涉及一种基于迭代式自监督的三维生物医学图像配准方法，与现有技术相比解决了无监督深度学习配准算法one‑shot训练策略训练出模型应用精度受限的缺陷。本发明包括以下步骤：三维生物医学图像数据集的获取和预处理；配准深度模型的构建；配准深度模型的训练；待配准图像的获取；待配准图像的预处理；三维生物医学图像配准结果的获得。本发明通过网络训练动态产生迭代式自监督信息并利用其对选取的每对图像进行多次迭代监督训练，以多次利用图像对在不同迭代阶段的差异信息获得更加精确的形变场，简单、高效地提升了现有无监督生物医学图像配准网络的配准精度。
-
公开(公告)号：CN107291541B
公开(公告)日：2020-07-10
申请号：CN201710486056.6
申请日：2017-06-23
Applicant: 安徽大学
Abstract: 本发明公开了面向Key‑Value系统的compaction粗粒度进程级并行优化方法及系统，所述方法包括：主进程接收到读写请求后判断是否需要调度compaction线程，若是，主进程将compaction线程中的任务信息分割为主进程子任务和从进程子任务；主进程和从进程分别对主进程子任务和从进程子任务进行compaction操作；主进程在主进程完成主进程子任务compaction操作且从进程完成从进程子任务compaction操作后对Key‑Value系统的文件进行优化。本发明利用主进程完成Key‑Value系统中compaction任务的动态分割，并实现了与从进程协同compaction处理的新模式，挖掘了compaction任务的进程级并行性，充分利用了CPU的计算资源，提高了CPU资源的利用率，且优化了compaction消耗的时间，不仅提高了数据处理的实时性，而且提高了系统性能以及吞吐量。
-
公开(公告)号：CN107506432A
公开(公告)日：2017-12-22
申请号：CN201710725194.5
申请日：2017-08-22
Applicant: 安徽大学
CPC classification number: G06F17/30858 , G06F17/3082 , G06F21/604 , G06F21/6227
Abstract: 本发明公开了一种面向车载视频的基于边缘计算的目标检测方法，包括：获取车辆车牌信息，并基于上述车牌信息构建数据元组；根据数据元组中的车牌信息判断是否对数据元组进行存储，若是，将数据元组存储至本地边缘存储系统；接收向本地边缘存储系统发出的查询请求是否具有查询权限，若是，基于查询关键字查询已存储的数据元组并返回查询到的目标信息。本发明利用车载边缘计算能力对本车辆监控区域内的目标车辆的特征信息进行计算和信息处理并存储至本地边缘存储系统中，减少了将所有视频数据传输到云端执行检测操作所造成的网络通信开销和运中心计算负载，方便了目标信息的随时查询和记录，也方便了目标信息的事后处理。
-
公开(公告)号：CN107247624A
公开(公告)日：2017-10-13
申请号：CN201710413186.7
申请日：2017-06-05
Applicant: 安徽大学
Abstract: 本发明公开了一种面向Key‑Value系统的协同优化方法及系统，所述方法包括：当主机端接收的读写请求需要调度compaction线程时，主机端向存储端发送compaction调度请求；存储端将compaction调度请求分割为主机端子任务和存储端子任务；主机端和存储端分别对主机端子任务和存储端子任务信息进行合并排序操作，得出第一结果和第二结果；存储端对第一结果和第二结果进行合并优化操作。本发明在靠近数据源的存储设备端进行计算操作，充分利用了主机端和存储设备端的计算能力，同时上述操作方法实现了compaction任务的动态分割并与主机端CPU协同的计算模式，对compaction任务的系统级并行性进行了挖掘并充分利用了存储设备端的计算能力、降低了compaction操作的延时，增加写入吞吐量，提高了系统性能。
-
公开(公告)号：CN104541903B
公开(公告)日：2017-09-22
申请号：CN201510034011.6
申请日：2015-01-23
Applicant: 安徽大学
CPC classification number: Y02E50/343
Abstract: 本发明公开了富硒蓝莓栽培方法，包括以下步骤：(1)在蓝莓果树开花前施富硒有机肥；(2)蓝莓采摘后套种紫云英，采收、翻土，作为绿肥施入树盘；(3)在果实膨大期喷洒有机硒营养液。本发明采用叶喷加根施的方法对栽培的蓝莓进行富硒处理，紫云英的套种可以把外源无机硒转化为生态型有机硒蛋白，有助于蓝莓的生长。本发明所得的蓝莓鲜果中鲜果总硒含量0.048mg/kg，有机硒占总硒含量达85.6％；锌2.4mg/kg；花青素1548mg/kg，SOD每100克鲜果4.85个国际单位，VE含量86.4ug/kg。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.031 seconds)
