公开(公告)号：CN117113815A

公开(公告)日：2023-11-24

申请号：CN202310974656.2

申请日：2023-08-04

Applicant: 宁波大学

Inventor： 李国庆 ,  汤品妍 ,  钮俊 ,  辛宇

IPC: G06F30/27 ,  G06F18/23 ,  G06N3/126 ,  G06F111/06 ,  G06F111/04

Abstract: 本发明涉及选址优化技术领域，具体而言，涉及一种基于聚类的约束多模态多目标进化优化方法，本申请采用聚类方法将种群pop自动划分为若干个子种群Ci，而每一个子种群Ci负责搜索不同的约束等效帕累托解集，提升了解集的多样性，其中聚类方法并不涉及任何参数，因此可以减少聚类参数对本申请解决约束多模态多目标优化问题中性能的影响；通过对获取的第一集合和第二集合中每一个个体的总体质量评价指标来对比相应的邻居个体的总体质量评价指标，以筛选优越个体，并通过反复的独立进化迭代搜索帕累托最优解集，即种群pop’，这大大提升了种群的收敛性。

公开(公告)号：CN116483030A

公开(公告)日：2023-07-25

申请号：CN202310327194.5

申请日：2023-03-30

Applicant: 宁波大学

Inventor： 吴崇瑞 ,  谢志军 ,  程依 ,  辛宇

IPC: G05B19/418

Abstract: 本发明公开了一种三阶段混合算法求解柔性作业车间调度的方法，通过三阶段混合算法来求解以最小化最大完成时间为目标的柔性车间调度问题，在搜索过程分为了三个阶段，并将种群划分为了普通个体、精英个体和警戒个体，在第一阶段中提出了变邻域广度搜索算法来广泛的搜索工序选择编码的解空间并通过简化Nopt1邻域来更新机器选择编码，在面对较小规模的调度问题时可以实现快速收敛至全局最优的效果，在第二阶段中提出了自适应的精英个体数量更新公式，并通过交叉变异操作来更帮助算法更好的开采前一阶段获得的精英个体；最后阶段，通过对警戒个体进行更新，来增加种群中的个体逃逸出局部最优的能力；优点是在求解过程中，不容易陷入局部，求解精度较高。

公开(公告)号：CN112417292A

公开(公告)日：2021-02-26

申请号：CN202011392642.2

申请日：2020-12-02

Applicant: 宁波大学

Inventor： 王岚婷 ,  辛宇 ,  董一鸿 ,  钱江波 ,  陈华辉

IPC: G06F16/9535 ,  G06F16/9536

Abstract: 本发明公开了基于item边CCA对齐的跨域推荐方法，属于跨域推荐技术领域。本方法对辅助域与目标域中的item边按典型相关系数进行线性对齐；将辅助域中对齐后的item隐含空间特征矩阵进行迁移，避免了辅助域的user特征对目标域user特征的干扰。此外，本发明在UV分解过程中保留了目标域的user特征约束，使得item的迁移过程兼顾了辅助域的item特征，并强调了目标域的user特殊性。因此，本发明所提出的CIAM不仅考虑了辅助域item对目标域item的相似性学习问题，还考虑了目标域的user特点，减轻了跨域推荐的“过拟合迁移”问题。

公开(公告)号：CN109685263B

公开(公告)日：2019-10-22

申请号：CN201811562910.3

申请日：2018-12-20

Applicant: 宁波大学

Inventor： 辛宇 ,  钱江波 ,  金光 ,  高玲玲

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/04

Abstract: 本发明提出了一种并行分布式加工调度优化方法，所述方法考虑了加工设备负载均衡问题，并利用有权随机分配的方式向将加工工序分配加工设备，从而减少并行任务对关键加工设备的竞争。在有权随机分配过程中其权重依赖于调度环境(如运输时间、加工设备负载状态、加工设备运行时间以及加工设备执行代价因素)，并赋予高效加工设备较高的权重，从而使得有权随机分配结果兼具了设备负载均衡优化及加工执行代价优化。

公开(公告)号：CN120013881A

公开(公告)日：2025-05-16

申请号：CN202510067219.1

申请日：2025-01-16

Applicant: 宁波大学

Inventor： 徐米拉 ,  辛宇 ,  刘柏嵩

IPC: G06T7/00 ,  G06V10/80 ,  G06V10/82 ,  G06V10/44 ,  G06V10/77 ,  G06N3/0442 ,  G06N3/0455

Abstract: 本发明提出了一种基于Mamba模型的PCB板缺陷检测方法，属于计算机视觉技术领域，将多尺度特征的时序变化序列作为像素点的邻域特征，将具有领域变化趋势的特征向量作为新的token序列输入至Mamba编码器，以一种状态空间序列的时序形式，实现多尺度特征融合，满足了特征尺度不变性的要求；此外构造正负样本，采用三元组训练，从而强化PCB板缺陷点的特征特异性；本发明能够自适应地处理不同尺寸和比例的图像特征，实现免对齐、免配准缺陷检测方法，提高检测缺陷的准确率。

公开(公告)号：CN118942103A

公开(公告)日：2024-11-12

申请号：CN202410623263.1

申请日：2024-05-20

Applicant: 宁波大学

Inventor： 李振涛 ,  彭田宝 ,  辛宇

IPC: G06V30/412 ,  G06V30/19 ,  G06V30/18 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/084

Abstract: 基于多尺度对齐的表格结构识别方法及系统，属于OCR技术领域，解决了现有的表格结构识别方法存在的：泛化能力有所欠缺等问题。所述方法包括：获取原始表格数据、标注数据及表格图像，并进行预处理，得到训练集；构建多尺度对齐表格结构识别模型；采用所述训练集训练所述多尺度对齐表格结构识别模型，得到训练后的多尺度对齐表格结构识别模型，采用所述训练后的多尺度对齐表格结构识别模型处理待识别的表格，得到表格结构识别结果。本发明适用于文本搜索、表格识别场景。

公开(公告)号：CN116934789A

公开(公告)日：2023-10-24

申请号：CN202310656279.8

申请日：2023-06-05

Applicant: 宁波大学附属第一医院

Inventor： 李佳宁 ,  吴仁诚 ,  辛宇

IPC: G06T7/187 ,  G06T5/50 ,  G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G16H30/20 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/096

Abstract: 本发明提供了一种基于跨尺度融合的CT影像肺血管分割方法，包括以下步骤：获取原始肺CT数据及肺血管标签，并进行预处理，得到训练集；截取CT序列中的最大连通区域，平衡正负样本数量；构建CSF‑U‑Net；使用预处理得到的训练集训练CSF‑U‑Net，其中CSF‑U‑Net的网络结构以3DResUNet为基本结构，并根据网络结构的特点，使用基于多尺度肺血管标签的监督策略训练CSF‑U‑Net，在训练过程中，保存在验证集上效果最好的模型用于测试；最终使用训练完成的CSF‑U‑Net处理3D肺CT数据，得到肺血管分割结果。本发明采用以ResUNet为基本框架的网络结构能够实现多层特征复用，保留更多重要的特征，进而提高分割效果，并且提出了CSF‑U‑Net，该网络通过增强小血管的表征能力来提升小血管的分割精度。

公开(公告)号：CN116579541A

公开(公告)日：2023-08-11

申请号：CN202310373396.3

申请日：2023-04-10

Applicant: 宁波大学

Inventor： 程依 ,  谢志军 ,  吴崇瑞 ,  陈科伟 ,  辛宇

IPC: G06Q10/0631 ,  G06Q50/04 ,  G06N3/126

Abstract: 本发明公开了一种应用于工厂智能排程的遗传算法染色体调整方法，调整染色体时在优先考虑换模冲突时，进一步考虑了机器选择问题，通过更换模具避免换模冲突，在无法避免换模冲突时，通过更换机器及模具的方式，通过检查选中机器使用的最后一个模具是否在之后被其他机器使用，以及在检测到模具被其他机器使用后，更换其他机器和模具进行加工，避免了因机器空闲时间模具换位导致的频繁换模，同时，结合概率因子增加了染色体的多样性，通过对每一代种群的染色体进行调整，保证了每一代种群的染色体质量，提高算法的收敛效果，能够有机会寻求到更优解；优点是在提高收敛效果的同时能够避免作业的最大完工时间延长，优化效果好。

公开(公告)号：CN116523214A

公开(公告)日：2023-08-01

申请号：CN202310395216.1

申请日：2023-04-14

Applicant: 宁波大学

Inventor： 程依 ,  谢志军 ,  吴崇瑞 ,  陈科伟 ,  辛宇

IPC: G06Q10/0631 ,  G06Q50/04 ,  G06N3/126

Abstract: 本发明公开了一种应用于工厂智能排程的NSGA‑Ⅱ染色体换模时间计算方法，通过对工序计划使用机器的最后加工时间、该工序前一工序的结束加工时间，该工序计划选择模具的最后结束使用时间及该模具的上一装载机器分别进行分析比较，为所有可能发生的模具换模情况设计处理方案，并同步将各数值进行记录，同时，通过各个处理方案，能够快速地完成各个染色体的最大完工时间及总换模时间计算，加快算法整体执行速度，并通过该计算过程，利用各个数组对每个工序的关键信息进行记录，便于甘特图绘制，完成信息可视化；优点是能够避免将隐性换模时间计算至总体时间进度内，能够缩短最大完工时间。

公开(公告)号：CN115908804A

公开(公告)日：2023-04-04

申请号：CN202211434559.6

申请日：2022-11-16

Applicant: 宁波大学

Inventor： 吴仁诚 ,  辛宇

IPC: G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06V10/54 ,  G06V20/70 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06N3/09

Abstract: 一种基于轻量级3D注意力的肺CT血管双路径U‑Net分割方法，属于医学图像处理技术领域，解决了采用现有技术对血管分割时，准确率低，以及由于关键信息丢失，导致对细小血管的分割效果差的问题。本发明的技术要点为：采集待分割的图像，对所述图像进行标记和预处理，截取所述图像的最大连通区域，构建DS‑ResUNet网络，对所述DS‑ResUNet网络进行训练，将图像输入到训练完成的DS‑ResUNet网络中，输出预测图像，所述预测图像为肺CT血管双路径U‑Net分割结果。本发明适用于对肺CT血管的分割。