-
公开(公告)号：CN119903324A
公开(公告)日：2025-04-29
申请号：CN202411991336.9
申请日：2024-12-31
IPC: G06F18/213 , G06F18/214 , G06F18/21 , G06N3/042 , G06N3/0464 , G06N3/0895
Abstract: 本发明涉及水质检测技术领域，公开了一种基于图深度学习的多源光谱复合污染物识别方法及系统，方法包含以下步骤：S1，获取多个单污染样本、多个多污染样本、及待预测的未知样本；S2，获取多个单污染样本、多个多污染样本的光谱拓扑特征；S3，根据单污染样本的光谱拓扑特征估算单污染源原型向量；根据多污染样本的光谱拓扑特征估算多污染源原型向量。其有益效果是：该方法首次将图深度学习引入到光谱法污染物识别领域，相对传统的识别模型能更好的处理节点间的复杂关系。为实现在混合污染标签缺失场景下，使用已知单污染光谱的原型向量对未知混合光谱的原型向量进行估计，引入原型对比学习，有效提取混合污染光谱表征。
-
公开(公告)号：CN114970027B
公开(公告)日：2025-04-29
申请号：CN202210608465.X
申请日：2022-05-31
Applicant: 重庆理工大学
IPC: G06F30/17 , G06F30/23 , G06F119/14
Abstract: 本发明涉及一种螺旋锥齿轮的单齿啮合刚度的获取方法，所述方法具体为：基于赫兹接触模型，获得螺旋锥齿轮加载接触状态下的接触印痕范围；将接触印痕范围离散为二维齿廓边界元模型，形成若干对大轮齿廓片体和小轮齿廓片体；获取每个齿廓片体的局部接触力；结合弹性边界元法与赫兹线接触理论，得到每对啮合大小轮齿廓片体的接触变形量及弯曲变形量，进而获得单元片体的啮合刚度；将所有的啮合刚度叠加。本发明相比于现有技术，优化了计算方法，减少了获取单齿啮合刚度的复杂程度。
-
公开(公告)号：CN119886289A
公开(公告)日：2025-04-25
申请号：CN202411925765.6
申请日：2024-12-25
Applicant: 重庆理工大学
IPC: G06N3/0985 , G06N3/045 , G06N3/042 , G06N3/0895 , G06F16/9536
Abstract: 本发明提出了一种自适应的解缠对比推荐方法，包括以下步骤：S1，对用户‑项目交互图进行邻域聚合；S2，对用户、项目的潜在向量空间进行意图解缠：令用户和项目分别具有K1、K2个不同的意图，分别对用户、项目的潜在意图进行意图解缠；S3，掩码子图生成：利用用户‑项目交互矩阵与意图向量进行余弦相似度生成的掩码子图#imgabs0#得到关系矩阵#imgabs1#S4，生成具有自适应增强的局部协作视图和全局协作视图；S5，利用注意力机制对聚合完成之后的增强表示分配权重，得到最后的用户和项目表示E(u)和E(v)，然后对其进行点积得到最终的预测得分Y；本发明为使用户‑项目的信息传播不受限于局部等级，设计的可学习自适应对比增强器在缓解噪声问题的同时也有效的缓解了数据稀疏性。
-
公开(公告)号：CN119872216A
公开(公告)日：2025-04-25
申请号：CN202510290850.8
申请日：2025-03-12
Applicant: 重庆理工大学
Abstract: 本发明提供了一种新型应用超级电容的混合动力能量调节传动系统，属于工程车辆动力传动技术领域。该系统包括发动机、充放电一体电机、超级电容、两个行星齿轮组以及传动轴；两个所述行星齿轮组分别为行星齿轮组一和行星齿轮组二，所述行星齿轮组一包括太阳轮一、行星架一和齿圈一，其中，所述行星架一与发动机相连，所述齿圈一通过齿轮与传动轴相连；所述行星齿轮组二由太阳轮二、行星架二和齿圈二组成，所述太阳轮二通过传动轴与发动机相连，所述行星架二与充放电一体电机相连。本发明采用上述的一种新型应用超级电容的混合动力能量调节传动系统，可以解决传统技术中发动机高效运行区间未充分利用、系统动力输出不佳及车辆燃油经济性较低的问题。
-
公开(公告)号：CN114937066B
公开(公告)日：2025-04-25
申请号：CN202210648452.5
申请日：2022-06-09
Applicant: 重庆理工大学
IPC: G06T7/33 , G06T7/66 , G06V10/46 , G06V10/74 , G06V10/75 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于交叉偏移特征与空间一致性的点云配准系统及方法，涉及点云配准技术领域。本系统为网络架构，由特征提取模块、关键点筛选模块、匹配模块以及置信度估计模块组成，网络架构中令P和Q分别代表源点云和目标点云送入配准网络获得最终的旋转矩阵与平移向量；特征提取模块通过共享的图特征提取网络，提取源点云与目标点云的特征描述符。本发明通过一系列的改进，解决了在海量含有噪音的点中选取最具代表的点对以及生成具有强大表征能力的特征描述子的问题；通过偏移注意力机制，让两片点云交叉学习对方的关键信息，完成关键点的筛选的同时为后续的匹配任务提供初始点对信息。
-
Patent Agency Ranking
公开(公告)号：CN115019053B
公开(公告)日：2025-04-22
申请号：CN202210617973.4
申请日：2022-06-01
Applicant: 重庆理工大学
Abstract: 本发明公开了一种用于点云分类分割的动态图语义特征提取方法，涉及点云特征提取技术领域。本发明包括以下步骤：输入具有n个点的C维数据P；构建局部动态图，定义xi的k个邻居点#imgabs0#边缘特征eij＝hθ(xi,xj)，通过边缘函数hθ聚合点xi的邻居特征。本发明通过最大池化获得所有局部图上最有代表性的语义信息，获得语义特征最明显的位置；将所有的特征图按照通道维度分为组，并通过获得各局部图中语义特征最强的特征，这样之后利用各组全局统计特征与局部位置特征的相似性作为注意指导，生成语义特征提取的掩模，且使用图注意力给局部图上的特征分配不同的权重，采用求和来聚合局部图点与点之间的信息；最后自适应对特征进行融合。
-
公开(公告)号：CN119843190A
公开(公告)日：2025-04-18
申请号：CN202510070663.9
申请日：2025-01-16
Applicant: 重庆理工大学
Abstract: 本发明属于镁合金工艺优化技术领域，更具体的，涉及一种各向同性变形镁合金板材及其制备方法。本发明将镁合金板材进行等径角轧制‑连续弯曲‑退火处理工艺，制备得到具有双峰分离非基面织构的镁合金板材；随后将具有双峰分离非基面织构的镁合金板材经预变形处理、热处理、深冷处理，得到各向同性变形镁合金板材。本发明制备过程将预变形处理和深冷处理进行耦合，对双峰镁合金板材实现复合处理，其中引入大量{10‑12}拉伸孪晶、高密度位错以及高密度析出相，在提升板材力学性能的同时改善板材力学性能的面内各向异性。
-
公开(公告)号：CN119838626A
公开(公告)日：2025-04-18
申请号：CN202510079615.6
申请日：2025-01-18
Applicant: 重庆理工大学
Abstract: 本发明公开了一种乙醇等离子体改性制备甲烷干重整催化剂的制备方法及应用，具体说它是把CO2和CH4两种主要的温室气体转化为CO和H2比值为1的合成气的催化剂，属于废气处理技术和环保催化环境领域。首先将计量的Ni(NO3)2·6H2O(以催化剂中活性组分Ni的质量百分比为10％)，加入适量的H2O将其溶解，得到透明溶液；然后将称取计量的MCM‑41分子筛载体加入所得的透明溶液中，搅拌均匀，得到混合浆液，浸渍45min；然后在80℃恒温加热磁力搅拌器中水浴烘干，然后将其取出，置于110℃烘箱干燥12h；置于射频等离子体处理区域中活化，等离子体的放电功率为200W，处理气氛为EA，即得到了Ni/M‑P(EA)催化剂。本发明制备的Ni/M‑P(EA)催化剂具备优异的催化活性、稳定性以及抗积碳性能，且该制备方法的工艺简单、易操作、耗时短、成本低。
-
公开(公告)号：CN119049113B
公开(公告)日：2025-04-18
申请号：CN202411235694.7
申请日：2024-09-04
Applicant: 重庆理工大学
IPC: G06V40/16 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及深度学习和图像处理技术领域，公开了一种融合不确定性估计与主动学习的表情识别方法。所述融合不确定性估计与主动学习的表情识别方法包括步骤：1、对比自监督预训练；2、融合不确定性估计的动态重标注模块DRM(Dynamic Re‑labeling Module)；3、基于预训练模型的模型微调。本发明提供的融合不确定性估计与主动学习的表情识别方法，首先利用对比学习基于整体未标记数据集的底层特征表示，并通过改进的不确定性估计方法，进一步增强模型的特征提取能力；随后，主动学习基于预训练模型进行模型微调，以更高效地选择和标记最具信息量的样本，其结果相较于现有技术，在识别准确率上实现了显著提升。
-
公开(公告)号：CN114820635B
公开(公告)日：2025-04-18
申请号：CN202210424190.4
申请日：2022-04-21
Applicant: 重庆理工大学
IPC: G06T7/10 , G06N3/0464 , G06N3/084 , G06V10/80 , G06T7/194
Abstract: 本发明提供一种联合注意力U形网络和多尺度特征融合的息肉分割方法，包括选择U‑Net作为主干网络，通过在U形主干网络结构的编码器和解码器阶段对应层的跳跃连接末端增加注意力门，以抑制不重要特征的同时加强重要信息；然后融合不同尺度特征获得丰富的全局语义信息特征图，特征图经过解码后得到全局映射图以作为后续步骤的初始引导区域；接着将平行高层特征传入到感受野模块中来增强网络深度表示；再在全局映射图指导下被送入多个以级联方式构建的反向注意力模块内，来更好挖掘目标区域特征和边界线索；最后通过精细化残差模块来精细化息肉目标区域和边界信息，得到更加高性能的息肉分割结果。本发明对于息肉图像数据集分割性能更加精准优异。
-
-
-
-
-
-
-
-
-
Search Results
5685
records
(took 0.079 seconds)
