-
公开(公告)号：CN118799603B
公开(公告)日：2025-03-21
申请号：CN202411280700.0
申请日：2024-09-13
Applicant: 烟台大学
IPC: G06V10/762 , G06V10/82 , G06V10/44 , G06N3/0455
Abstract: 本发明涉及数据挖掘技术领域，尤其是涉及一种基于深度学习的不完全多视图聚类方法及系统。一种基于深度学习的不完全多视图聚类方法包括S1.获取跨视图训练集，包括完整数据集和不完整数据集；S2.构建聚类模型，包括编码器网络和解码器网络；S3.利用聚类模型对跨视图训练集进行特征提取和重构，并计算重构损失，对重构损失进行优化；S4.基于重构损失，分别利用完整数据集和不完整数据集对聚类模型进行训练；S5.利用训练好的聚类模型进行预测。本发明解决了对完整和不完整数据通过有效双层操作来提高聚类精度的问题。
-
公开(公告)号：CN118862950B
公开(公告)日：2025-03-07
申请号：CN202411364712.1
申请日：2024-09-29
Applicant: 烟台大学
IPC: G06N3/042 , G06N3/0464 , G06N3/045 , G06F18/20
Abstract: 本发明涉及故障诊断技术领域，尤其是涉及一种基于图结构联合优化的工业设备故障诊断方法及系统。方法包括获取原始设备数据集；根据原始设备数据集构建原始图结构；基于原始图结构提取两个基本视图，利用GCN计算基本视图的图节点嵌入，基于图节点嵌入重新计算图结构中边的概率；基于图结构中边的概率进行视图融合，得到初步优化后的视图；通过GAT网络处理融合视图，得到增强视图；本发明优化了传统故障诊断中遇到的预测精准度低和鲁棒性差等问题，从而显著提升了工业互联网设备的稳定性。
-
公开(公告)号：CN118760913B
公开(公告)日：2025-02-14
申请号：CN202411237176.9
申请日：2024-09-05
Applicant: 烟台大学
IPC: G06F18/23 , G06F18/25 , G06N3/0895 , G06N3/0455
Abstract: 本发明涉及深度学习技术领域，尤其是涉及一种基于特征融合和标签对齐的多模态聚类方法及系统。方法，包括获取多视图样本数据和真实聚类标签；构建多视图对比学习神经网络模型；利用多视图样本数据对多视图对比学习神经网络模型进行训练，得到训练好的多视图对比学习神经网络模型；利用训练好的多视图对比学习神经网络模型对多视图样本数据进行特征提取，通过计算损失来优化模型输出的标签质量，得到多视图聚类模型；通过自我监督的方法有效地嵌入特征学习和标签学习任务到一个单一的框架。这种方法比两阶段深度多视图聚类方法更简单、更快，而且它还有效地利用了视图特定的信息来协助视图共识语义的生成。
-
公开(公告)号：CN119228853A
公开(公告)日：2024-12-31
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：CN118841979A
公开(公告)日：2024-10-25
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：CN118333861A
公开(公告)日：2024-07-12
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：CN117830158A
公开(公告)日：2024-04-05
申请号：CN202311696259.X
申请日：2023-12-12
Applicant: 烟台大学
IPC: G06T5/77 , G06T5/60 , G06T7/269 , G06T7/246 , G06V10/82 , G06V10/80 , G06V10/44 , G06V10/62 , G06V20/40 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/09 , G06N3/094 , G06N3/042 , G06N5/04
Abstract: 本发明属于视频处理技术领域，本发明为了解决现有的视频恢复复杂度高、恢复效率低的问题，提出了一种基于光流指导的视频修复方法、系统、设备及介质，使用光流信息对视频内的运动物体进行有效加强，使用光流中运动物体的轮廓信息指导后续的内容修复；使用时间‑空间维度的高效Transformer结构，在兼顾性能的同时从全局角度交互视频序列之间的信息，找到视频序列中和缺失区域相似度高的部分用于内容修复；使用编解码结构从局部角度进行特征约束，使修复区域和周围特征纹理一致且结果合理，最终得到一段内容完整的视频内容，提高了内容修复的效率并提高了修复内容的合理性。
-
-
公开(公告)号：CN117150416A
公开(公告)日：2023-12-01
申请号：CN202311401950.0
申请日：2023-10-27
Applicant: 烟台大学
IPC: G06F18/2433 , H04L9/40 , H04L67/12 , G06F18/213 , G06F18/214 , G06F18/2323 , G06F18/25 , G06F21/62 , G06N3/042 , G06N3/047 , G06N3/048 , G06N3/0895 , G06N3/098
Abstract: 本发明属于工业互联网数据安全技术领域，提供了一种工业互联网异常节点的检测方法、系统、介质及设备，工业互联网中不同的数据持有者先将所拥有的本地节点数据转化为图型数据，在进行本地模型训练之前，数据持有者先使用谱聚类算法将本地数据进行一定的聚类操作，将相同类别的节点数据聚类到同一簇中，然后将聚类后的结果进行本地模型训练，得到局部聚合特征。将训练好的局部特征上传到可信任的第三方服务器进行全局特征的聚合，通过注意力机制，针对不同数据持有者上传的局部特征分配不同的权重，将聚合好的全局特征下发到各个数据持有者手中进行新一轮的训练，以此将异常的节点从正常的节点中分类出来，同时获得异常节点的不同风险等级。
-
公开(公告)号：CN116797965A
公开(公告)日：2023-09-22
申请号：CN202310461115.X
申请日：2023-04-26
Applicant: 烟台大学
IPC: G06V20/40 , H04N5/262 , H04N5/265 , H04N5/14 , G06V10/26 , G06V10/34 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于视频帧间单应性变换的视频稳定方法及系统，属于视频监督技术领域，通过前景掩膜模块对视频内的前景与背景进行有效区分；将前景部分利用掩膜进行覆盖后，通过可信浅层特征提取模块，获取背景区域的有效浅层语义特征；针对背景区域的有效浅层特征，通过局部特征与全局特征关联的运动估计模块，估计连续相邻帧之间的单应性关系；通过视频稳定平滑模块，利用相邻帧之间的运动关系获取的变换帧与参考帧之间单应性使用STN变换实现对整段视频的稳定。本发明通过提出的前景掩膜与可信浅层特征的有效结合，避免了由大视差引起的伪影或失真现象，以可信浅层特征为基础，建立局部和全局特征关系获得准确的相机运动，最终实现视频稳定。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.057 seconds)
