-
公开(公告)号：CN116369007A
公开(公告)日：2023-07-04
申请号：CN202310342864.0
申请日：2023-04-03
Applicant: 湖北壹鸣生物科技有限公司 , 华北电力大学(保定)
Abstract: 本发明提供一种基于双臂协同作业的种苗移植方法及系统，属于种苗移植领域，方法包括：将种苗传送至待识别位置，并采集种苗的第一图像；基于目标检测网络对第一图像进行目标检测，以确定第一图像中的根部检测框和茎部检测框；根据第一图像中的根部检测框及茎部检测框确定夹取点，并控制第一机械臂在夹取点处夹取种苗；采集第一机械臂上种苗的第二图像；基于目标检测网络对第二图像进行目标检测，以确定第二图像中的根部检测框和茎部检测框；根据第二图像中的根部检测框及茎部检测框确定切割点，并控制第二机械臂在切割点处将第一机械臂上种苗的茎部切除；控制第一机械臂将种苗的根部栽种至培养皿中。本发明提高了种苗移植的效率及存活率。
-
公开(公告)号：CN116030484A
公开(公告)日：2023-04-28
申请号：CN202310017922.2
申请日：2023-01-06
Applicant: 邦邦汽车销售服务(北京)有限公司 , 华北电力大学(保定)
Abstract: 本发明公开了一种驾照日期数字识别方法及装置，涉及字符和模式识别技术领域；方法包括获得驾照日期部分的待处理图像，输入基于先验知识的双CNN的识别网络获得每一位置的数字，识别网络包括依次连接的均值滤波器、第一CNN结构、第二CNN结构、第一全连接层、第二全连接层和输出层，两个CNN结构相同，两个全连接层相同，CNN结构包括依次连接的卷积层、最大池化层、卷积层和最大池化层，输出层添加有先验知识，先验知识包括年份的前三位为194至202中的任意一项、月份不超过12和日期不超过31；装置包括识别模块，其通过带有先验知识的双CNN的神经网络进行识别，实现驾照日期识别效率高、效果好。
-
公开(公告)号：CN115691508A
公开(公告)日：2023-02-03
申请号：CN202211344134.6
申请日：2022-10-31
Applicant: 石家庄良村热电有限公司 , 国家电投集团电站运营技术(北京)有限公司 , 华北电力大学(保定)
Abstract: 本发明涉及一种电力设备声音识别方法及系统。该方法包括获取运行状态中不同类型电力设备的声音信号；对所述声音信号进行预处理；根据预处理后的声音信号，基于音频信号特征提取方法，提取MFCC特征和GFCC特征；根据所述MFCC特征和所述GFCC特征，基于主成分分析方法，确定降维后的MFCC特征和降维后的GFCC特征；并将所述降维后的MFCC特征和所述降维后的GFCC特征进行组合，确定融合特征；采用训练好的SVM支持向量机对所述融合特征进行分类识别。本发明能够准确识别电厂高噪声环境中不同类型电力设备的运行声音。
-
公开(公告)号：CN115272777B
公开(公告)日：2022-12-23
申请号：CN202211169230.1
申请日：2022-09-26
Applicant: 山东大学 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司温州供电公司 , 浙江大华技术股份有限公司 , 华北电力大学(保定) , 山东省计算中心(国家超级计算济南中心)
IPC: G06V10/764 , G06V10/772 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明涉及输电线路巡检技术领域，具体涉及一种面向输电场景的半监督图像解析方法，包括以下步骤：S1：数据预处理：人工标注部分输电线路场景的分类数据集和目标检测数据集；S2:数据集的增广和模型优化训练：使用动态参数混合数据增广框架对有标注数据集进行数据增广和模型优化训练，将参数化后的混合数据增广策略融入到判别模型中；S3:半监督训练方法改良：基于S2中经过动态参数混合数据增广优化的模型，使用基于队列优化的鲁棒半监督训练方法，以最优队列的标签筛选策略替换传统的固定高阈值策略，来筛选高置信度伪标签以计算无监督损失；S4:获取S3中预训练好的模型参数，在输电线路图像解析的下游任务中测试效果。
-
公开(公告)号：CN115223049B
公开(公告)日：2022-12-13
申请号：CN202211140194.6
申请日：2022-09-20
Applicant: 山东大学 , 国网浙江省电力有限公司温州供电公司 , 华北电力大学(保定) , 智洋创新科技股份有限公司 , 南瑞集团有限公司 , 山东省计算中心(国家超级计算济南中心)
IPC: G06V20/10 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明属于压缩技术领域，具体提供了一种面向电力场景边缘计算大模型压缩的知识蒸馏与量化方法。其包括以下步骤:电力场景任务抽象；双层知识蒸馏网络单元构建；教师模型修饰处理；主从教师监督框架：基于教师‑学生蒸馏网络，使用多个数据集训练不同的教师模型，包括与目标任务类似的场景数据集和实际落地场景的数据集，将这些数据集进行划分，训练多个教师模型，按照数据集与落地场景相似度分配指导权重，分为主教师模型和若干个从教师模型，从而对学生模型进行不同层面的知识引导，提高学生模型在复杂场景下的泛化能力；学生模型压缩感知训练。
-
Patent Agency Ranking
公开(公告)号：CN115409776A
公开(公告)日：2022-11-29
申请号：CN202210881028.5
申请日：2022-07-26
Applicant: 华北电力大学(保定)
IPC: G06T7/00 , G06T7/70 , G06V10/40 , G06V10/764 , G06V10/25 , G06V10/82 , G06N3/04 , G06N3/08 , G06N5/04
Abstract: 本发明涉及一种基于方位推理的输电线路金具图卷积检测方法及系统，所述方法包括如下步骤：基于特征提取网路模型，获得基础特征图；基于方位先验矩阵，对基础特征图进行自适应学习，获得区域方位邻接矩阵；将基础特征图中的基础特征作为节点，将区域方位邻接矩阵作为节点之间的连接关系，构建空间连接图；将空间连接图输入图卷积神经网络进行方位推理，获得增强特征图；将增强特征图级联到基础特征图上；将级联特征图输入全连接层进行金具类型和方位的识别。本发明将方位先验矩阵作为不同金具空间结构的先验知识，构建空间连接图，并设计图卷积神经网络采用方位推理的方式将空间连接图融合进检测和识别的过程中，提升了输电线路金具检测的精度。
-
公开(公告)号：CN115346088A
公开(公告)日：2022-11-15
申请号：CN202211013871.8
申请日：2022-08-23
Applicant: 华北电力大学(保定)
IPC: G06V10/774 , G06V10/764
Abstract: 本发明涉及一种基于平均类间检测精度差的目标检测性能评估方法及系统，方法包括：构建目标检测数据集；所述目标检测数据集中包括多张标注后的目标图像；根据目标检测模型对所述目标检测数据集进行检测，得到不同标注类别的检测精度值；按照由小到大的顺序将各个所述标注类别进行编号，并对每个编号的所述检测精度值与后续编号的所述检测精度值依次作差并取绝对值，得到多个作差结果值；对所述作差结果值求平均值，得到平均类间检测精度差；所述平均类间检测精度差用于评估所述目标检测模型对不同类别检测性能的均衡性。本发明通过计算所有不同类别间检测精度差值绝对值的平均值，能够准确地评估模型在数据集上对不同类别检测性能的平衡性。
-
公开(公告)号：CN115220479A
公开(公告)日：2022-10-21
申请号：CN202211140267.1
申请日：2022-09-20
Applicant: 山东大学 , 南瑞集团有限公司 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司温州供电公司 , 华北电力大学(保定) , 山东省计算中心(国家超级计算济南中心)
IPC: G05D1/10
Abstract: 本发明属于巡检技术领域，本发明提供了一种动静协同的输电线路精细化巡检方法与系统，通过动静态检测协同配合，实现电力系统大范围覆盖的精细化巡检，采用静态与动态数据的分段式检测提高检测精细化的同时，节省不必要的人力及算力资源。其包括以下步骤：固定采集设备采集回传静态信息；多层感知机融合多类别静态信息评估故障程度；巡检无人机对输电线路进行精细化巡检并上传多角度图像信息：若发生非紧急故障，则调用巡检无人机进行精细化巡检，获取所述巡检无人机的巡检信息，并通过通讯模块将所述巡检信息传输至目标数据控制中心；融合无人机多视角和固定视角图像信息的故障分类模型。
-
公开(公告)号：CN115170521A
公开(公告)日：2022-10-11
申请号：CN202210829648.4
申请日：2022-07-14
Applicant: 华北电力大学(保定)
Abstract: 本发明提供一种变压器呼吸器变色检测方法及系统，属于变压器呼吸器领域，变压器呼吸器变色检测方法包括：获取待识别呼吸器图像；采用多尺度Retinex图像增强算法对待识别呼吸器图像进行增强，得到增强图像；将增强图像转换到HSV颜色空间，得到转换图像；基于最大连通域算法，从转换图像中提取硅胶颗粒区域；根据硅胶颗粒区域中各像素的色调，计算硅胶颗粒区域中H通道数据每列像素的色调阈值；对每列像素的色调阈值进行拟合，确定分割线；采用分割线将硅胶颗粒区域分为变色子区域和未变色子区域。可以适用于不同的现场环境，并且提高了变压器呼吸器变色检测的准确度。
-
公开(公告)号：CN111898575B
公开(公告)日：2022-09-02
申请号：CN202010783039.0
申请日：2020-08-06
Applicant: 华北电力大学(保定) , 山东大学 , 智洋创新科技股份有限公司 , 南瑞集团有限公司 , 浙江大华技术股份有限公司
Abstract: 本发明公开了一种基于Faster R‑CNN检测器的栓母对自动组合方法，包括以下步骤：使用Faster R‑CNN检测器输出并保存螺栓、螺母类别和目标框坐标；基于目标框坐标，分别获得螺栓、螺母四个顶点坐标；根据自动组合规则，组合为栓母对，并计算栓母对区域四个顶点坐标；计算栓母对区域目标框，并对栓母对区域进行数据化处理。本发明提供的基于Faster R‑CNN检测器的栓母对自动组合方法，充分考虑螺栓和螺母关系，提出使用Faster R‑CNN检测并输出螺栓和螺母目标框坐标，结合螺栓和螺母的坐标有规则自动组合栓母对，高效完成栓母对的自动组合，弥补手动裁剪和非自动组合栓母对的不足。
-
-
-
-
-
-
-
-
-
Search Results
141
records
(took 0.038 seconds)
