-
公开(公告)号：CN116704017B
公开(公告)日：2023-11-14
申请号：CN202310998840.0
申请日：2023-08-09
Applicant: 烟台大学 , 烟台新旧动能转换研究院暨烟台科技成果转移转化示范基地
IPC: G06T7/70 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于视觉混合的机械臂位姿检测方法，其特征在于，方法包括、S1、获取机械臂的目标检测数据与关键点检测数据，并进行预处理；S2、机械臂目标检测框选，通过神经网络模型对机械臂目标检测对应的PASCAL VOC数据集进行训练，框选出机械臂的整体信息；S3、机械臂骨架信息检测，通过神经网络模型对机械臂关键点检测对应的COCO数据集进行训练，获取机械臂的骨架信息；S4、机械臂骨架三维角度测算，利用机械臂的三维空间信息测算机械臂在不同位姿下的弯曲角度信息。本发明的一种基于视觉混合的机械臂位姿检测方法，能够实现实时检测机械臂的目标检测框选信息与骨架信息，并通过同步获取到的三维空间信息测算机械臂在不同位姿下的弯曲角度。
-
公开(公告)号：CN116704017A
公开(公告)日：2023-09-05
申请号：CN202310998840.0
申请日：2023-08-09
Applicant: 烟台大学 , 烟台新旧动能转换研究院暨烟台科技成果转移转化示范基地
IPC: G06T7/70 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于视觉混合的机械臂位姿检测方法，其特征在于，方法包括、S1、获取机械臂的目标检测数据与关键点检测数据，并进行预处理；S2、机械臂目标检测框选，通过神经网络模型对机械臂目标检测对应的PASCAL VOC数据集进行训练，框选出机械臂的整体信息；S3、机械臂骨架信息检测，通过神经网络模型对机械臂关键点检测对应的COCO数据集进行训练，获取机械臂的骨架信息；S4、机械臂骨架三维角度测算，利用机械臂的三维空间信息测算机械臂在不同位姿下的弯曲角度信息。本发明的一种基于视觉混合的机械臂位姿检测方法，能够实现实时检测机械臂的目标检测框选信息与骨架信息，并通过同步获取到的三维空间信息测算机械臂在不同位姿下的弯曲角度。
-
公开(公告)号：CN119228853B
公开(公告)日：2025-04-15
申请号：CN202411764387.8
申请日：2024-12-04
Applicant: 烟台大学
IPC: G06T7/246
Abstract: 本发明属于图像处理技术领域，具体涉及基于选择性状态空间的目标跟踪方法、系统、装置、介质，该方法先引入代理令牌，对待处理特征进行交互，来捕捉上下文信息，更好地聚焦于当前帧目标相关的特征，提升目标辨识能力；然后构建选择性状态空间，对当前帧的状态进行动态更新，有效地将历史信息与当前帧特征相结合，并动态调整当前状态的表达；最后当前帧的状态通过自注意力机制和线性变换，预测边界框，进行目标跟踪，提高了对视频序列中特定目标的跟踪精度和连续性，增强了在复杂场景中的适应能力。
-
公开(公告)号：CN119417001A
公开(公告)日：2025-02-11
申请号：CN202510024679.6
申请日：2025-01-08
Applicant: 烟台大学
IPC: G06Q10/047 , G06Q50/00 , G06F21/62 , G06N20/00
Abstract: 本发明涉及路径规划技术领域，尤其是涉及一种基于联邦学习和边缘计算的个性化路径规划方法及系统。包括模型训练阶段和路径规划阶段；在模型训练阶段，客户端将用户在访问地区的出行经验量化为路径的信任度评分，并根据用户社交网络中的路径选择频率优化路径信任度评分，将已知区域路径的信任度分数存储在本地；客户端将其路径信任度分数上传至中央服务器，进行信任度分数的全局聚合，之后中央服务器将聚合的信任度分数下发给各客户端；本发明公开了一种基于联邦学习和边缘计算的个性化路径规划方法及系统，针对用户的个性化出行问题，提出了路径信任度的评价维度，可以根据用户的个人偏好，提供个性化的路径规划。
-
公开(公告)号：CN118841979B
公开(公告)日：2025-01-21
申请号：CN202411311278.0
申请日：2024-09-20
Applicant: 烟台大学
IPC: H02J3/00 , G06F18/2415 , G06F18/10 , G06N3/094 , G06F17/16
Abstract: 本发明涉及模型运算技术领域，尤其是涉及一种基于多尺度异常检测的电力系统负荷预测方法及系统。方法，包括构建Transformer‑XL与生成对抗网络相结合的负荷预测模型；基于负荷预测模型对电力系统多源数据进行预测，得到负荷预测数据；基于多尺度卷积变分自编码器对电力系统多源数据进行异常检测，得到异常检测结果；将异常检测结果和负荷预测结果相融合，生成综合评分；根据生成的综合评分，利用贝叶斯优化自动调整关键超参数。本发明能够更好地处理电力负荷数据中的非线性和多维度变化，从而显著提升了负荷预测的精度。
-
Patent Agency Ranking
公开(公告)号：CN119091434A
公开(公告)日：2024-12-06
申请号：CN202411585646.0
申请日：2024-11-08
Applicant: 烟台大学
IPC: G06V20/64 , G06V10/20 , G06V10/26 , G06V10/44 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0464
Abstract: 本发明涉及目标检测技术领域，尤其是涉及一种跨雷达型号的多射线蒸馏3D目标检测方法及系统。方法包括获取雷达点云信息；对雷达点云信息进行预处理；构建教师‑学生知识蒸馏模型；利用教师‑学生知识蒸馏模型对雷达点云信息进行特征提取，并对提取的特征进行特征蒸馏，得到特征图；对蒸馏得到的特征图进行特征对齐，得到对齐后的特征；利用目标检测模型预测对齐后的特征，得到预测结果。本发明方法通过聚类算法将高密度数据集采样到低密度数据集，这样的采样策略可以更好的弥合工业角度上数据信息不足的特点，增强模型的泛化能力。
-
公开(公告)号：CN119091322A
公开(公告)日：2024-12-06
申请号：CN202411328327.1
申请日：2024-09-24
Applicant: 烟台大学
IPC: G06V20/13 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于遥感图像处理技术领域，具体涉及基于深度学习的遥感图像目标检测方法、系统、装置，对待处理的遥感图像数据进行多个不同尺度大小卷积核的深度可分离卷积，以捕捉到不同尺度的信息并有效扩大感受野；采用条状卷积注意力机制，其中的条状卷积组合不仅可以帮助理解上下文信息，还可以增强对条状物体的敏感度；所得到的特征有效地缓解了在目标检测任务中存在的目标尺度差异和复杂背景信息问题，既实现了高检测精度，又保持了高推理速度。
-
公开(公告)号：CN118713938A
公开(公告)日：2024-09-27
申请号：CN202411203462.3
申请日：2024-08-30
Applicant: 烟台大学
IPC: H04L9/40 , G06F18/2433 , G06F18/25
Abstract: 本发明涉及异常节点检测技术领域，尤其是涉及一种基于异质图的工业互联网异常节点检测方法及系统。所述方法包括：对新的图结构进行不同类型节点的特征映射；基于自注意力机制对新的图结构进行计算得到节点嵌入向量；基于语义级的注意力机制学习元路径的重要性，通过融合节点嵌入向量得到最终的融合嵌入向量；对节点的融合嵌入向量进行分类，以检测工业互联网中的异常节点。在本发明中，将工业互联网看作异质图神经网络，引入机器学习和图神经网络框架，结合利用图结构学习算法、图注意力网络、元路径等一系列技术，实现对工业互联网中的异常节点进行准确、高效识别和监控。
-
公开(公告)号：CN118333861B
公开(公告)日：2024-08-20
申请号：CN202410756700.7
申请日：2024-06-13
Applicant: 烟台大学
IPC: G06T3/4053 , G06T5/60 , G06T5/50 , G06N3/0475 , G06N3/084 , G06N3/0464 , G06T3/4007
Abstract: 本发明属于图像处理技术领域，具体涉及一种遥感图像重建方法、系统、装置、介质，首先通过模拟实际遥感图像的退化情况来增强数据的真实性、复杂性，然后对遥感图像分别进行两次重建，并根据对比度进行自适应融合以整合不同分辨率的图像信息，从而提高了图像重建的准确性、清晰度和高质量。
-
公开(公告)号：CN118233035B
公开(公告)日：2024-08-06
申请号：CN202410658449.0
申请日：2024-05-27
Applicant: 烟台大学
IPC: H04B17/391 , H04B17/382 , G06N3/042 , G06N3/0455
Abstract: 本发明涉及频谱预测技术领域，尤其是涉及一种基于图卷积倒置Transformer的多频带频谱预测方法及系统。方法包括获取多频带频谱数据；对多频带频谱数据进行数据预处理；构建图卷积网络，利用图卷积网络对多频带频谱数据进行特征提取，得到邻接矩阵；利用倒置Transformer模型对邻接矩阵结合多频带频谱数据进行自注意力计算，输出预测结果；对输出预测结果进行验证后，得到最后的预测结果。本发明不仅提高了预测的准确性，也增强了模型对未来频谱使用趋势的预测能力。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.094 seconds)
