-
公开(公告)号：CN110587176B
公开(公告)日：2020-11-20
申请号：CN201910891117.6
申请日：2019-09-20
Applicant: 北京矿冶科技集团有限公司 , 北京工业大学
Abstract: 一种氧化锆微掺杂的具有抗烧损性能的W‑La2O3‑Y2O3‑ZrO2系钨电极材料，所述钨电极材料为弥散有氧化锆、氧化镧和氧化钇的金属钨基材料，且所述氧化镧和氧化钇的质量百分比为1.10～1.65％；所述氧化锆的质量百分比为0.01～0.04％；所述钨电极材料中金属钨以连续的钨晶颗粒存在，氧化锆、氧化镧和氧化钇以单一的或团聚的弥散颗粒存在，所述钨电极材料烧结态时的晶颗粒尺寸为50～100μm，所述弥散颗粒粒径为1～10μm。本发明通过在钨晶材料中掺杂氧化镧、氧化钇和微量的氧化锆，能够为氧化镧和氧化钇提供逸出通道，同时不影响机械加工性能，获得良好抗烧损性能的同时，不影响机械加工性能。
-
公开(公告)号：CN110587176A
公开(公告)日：2019-12-20
申请号：CN201910891117.6
申请日：2019-09-20
Applicant: 北京矿冶科技集团有限公司 , 北京工业大学
Abstract: 一种氧化锆微掺杂的具有抗烧损性能的W-La2O3-Y2O3-ZrO2系钨电极材料，所述钨电极材料为弥散有氧化锆、氧化镧和氧化钇的金属钨基材料，且所述氧化镧和氧化钇的质量百分比为1.10～1.65％；所述氧化锆的质量百分比为0.01～0.04％；所述钨电极材料中金属钨以连续的钨晶颗粒存在，氧化锆、氧化镧和氧化钇以单一的或团聚的弥散颗粒存在，所述钨电极材料烧结态时的晶颗粒尺寸为50～100μm，所述弥散颗粒粒径为1～10μm。本发明通过在钨晶材料中掺杂氧化镧、氧化钇和微量的氧化锆，能够为氧化镧和氧化钇提供逸出通道，同时不影响机械加工性能，获得良好抗烧损性能的同时，不影响机械加工性能。
-
公开(公告)号：CN113919441B
公开(公告)日：2025-04-25
申请号：CN202111294128.X
申请日：2021-11-03
Applicant: 北京工业大学
IPC: G06F18/241 , G06F18/25 , G06N3/042 , G06N3/048 , G06N3/045 , G06N3/0985 , G06N3/084
Abstract: 本发明提供了一种基于超图变换网络的分类方法，用于解决现有技术无法深刻发掘异构网络中的高阶语义信息，进而无法准确进行分类的问题。本方法提出了一个端到端的超图变换网络(Hypergraph Transformer Neural Networks，HGTN)，利用超边增幅节点间的沟通能力学习高阶关系，并挖掘不同类型节点间的语义信息。具体地，利用注意力机制为不同类型超图分配权重，级联学习原始异构超图中隐含的高阶语义信息，生成有用的元路径，以端到端的方式学习节点嵌入特征，完成节点分类任务。该方法具有良好的准确率与普适性，适用于引文网络，媒体网络，社交网络等异构网络的节点分类任务。
-
公开(公告)号：CN115146695A
公开(公告)日：2022-10-04
申请号：CN202210295276.1
申请日：2022-03-23
Applicant: 北京工业大学
Abstract: 一种基于超图注意力网络的公共交通出行群体分类方法属于智能交通系统领域，旨在解决出行群体分类问题。首先，利用KNN(K‑NearestNeighbor)网络将公共交通个体出行特征数据构建出超图表示，其中节点表示出行个体，超边为KNN建模的出行个体间的属性拓扑关系；接下来使用超图注意力网络(HGAT)学习超图中节点的表示，共分为两步。第一步，用节点注意力来学习节点的特征表示。第二步，采用另一个聚合器来聚合节点的最终表示；最后，将节点的表示输入到线性层，进行出行群体的分类，并采用交叉熵损失来优化模型的预测能力。实验证明，本发明能够实现对于公共交通出行群体的精准分类，且准确度有了很大的提升。
-
公开(公告)号：CN115146695B
公开(公告)日：2024-04-02
申请号：CN202210295276.1
申请日：2022-03-23
Applicant: 北京工业大学
IPC: G06F18/2413 , G06N3/042 , G06N3/08 , G06Q50/40
Abstract: 一种基于超图注意力网络的公共交通出行群体分类方法属于智能交通系统领域，旨在解决出行群体分类问题。首先，利用KNN(K‑NearestNeighbor)网络将公共交通个体出行特征数据构建出超图表示，其中节点表示出行个体，超边为KNN建模的出行个体间的属性拓扑关系；接下来使用超图注意力网络(HGAT)学习超图中节点的表示，共分为两步。第一步，用节点注意力来学习节点的特征表示。第二步，采用另一个聚合器来聚合节点的最终表示；最后，将节点的表示输入到线性层，进行出行群体的分类，并采用交叉熵损失来优化模型的预测能力。实验证明，本发明能够实现对于公共交通出行群体的精准分类，且准确度有了很大的提升。
-
Patent Agency Ranking
公开(公告)号：CN113919441A
公开(公告)日：2022-01-11
申请号：CN202111294128.X
申请日：2021-11-03
Applicant: 北京工业大学
Abstract: 本发明提供了一种基于超图变换网络的分类方法，用于解决现有技术无法深刻发掘异构网络中的高阶语义信息，进而无法准确进行分类的问题。本方法提出了一个端到端的超图变换网络(Hypergraph Transformer Neural Networks，HGTN)，利用超边增幅节点间的沟通能力学习高阶关系，并挖掘不同类型节点间的语义信息。具体地，利用注意力机制为不同类型超图分配权重，级联学习原始异构超图中隐含的高阶语义信息，生成有用的元路径，以端到端的方式学习节点嵌入特征，完成节点分类任务。该方法具有良好的准确率与普适性，适用于引文网络，媒体网络，社交网络等异构网络的节点分类任务。
-
公开(公告)号：CN118038051A
公开(公告)日：2024-05-14
申请号：CN202410248119.4
申请日：2024-03-05
Applicant: 北京工业大学
IPC: G06V10/26 , G06V10/764 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06V20/70 , G06N3/044 , G06N3/045
Abstract: 基于局部图网络递归增强特征表示的语义分割方法，用于解决城市场景中分割物体边缘不清晰以及遮挡物体分类不清晰的问题。本发明通过引入多尺度中心差分卷积来增强细粒度的特征表示。构建局部特征提取模块，通过建立局部像素图和中心像素图来捕捉像素关系，利用它来学习本地上下文信息，以提取更精细的像素特征。基于特征金字塔的反馈连接模块进行多尺度特征融合，递归增强了原始网络。本发明基于多尺度中心差分卷积提取边缘细粒度特征，缓解边界分割不清晰的问题。反馈连接模块递归增强骨干网络，提升了遮挡物体的分类能力，基于局部图网络的特征提取模块捕捉并利用了局部细节信息，在具有挑战性的城市景观数据集上的结果验证了发明的有效性。
-
公开(公告)号：CN116824438A
公开(公告)日：2023-09-29
申请号：CN202310638743.0
申请日：2023-06-01
Applicant: 北京工业大学
IPC: G06V20/40 , G06V10/26 , G06V10/44 , G06V10/762 , G06V10/82 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/042 , G06N3/0895
Abstract: 一种基于边缘注意门控图卷积网络的半监督视频分割方法，用于解决复杂场景中的无法准确分割出目标物体的问题。本发明将整个视频分割成若干超像素，并在视频第一帧生成若干种子点；将第一帧的种子点逐帧传播到后续帧，并将视频序列转化为时空图。之后，提出边缘注意力门控图卷积网络，实现对超像素前景、背景标签的划分，实现视频预分割。最后，基于目标在帧间形变的规律，对目标构造全局外观模型，优化分割，减缓相似物体或复杂背景干扰时的分割挑战。本发明基于超像素提取目标底层特征和边界轮廓，基于图卷积网络提取图像的深度特征，挖掘帧内和帧间的相关性，提升了捕获视频中蕴含的关联关系和潜在语义信息的能力，在多种分割挑战中表现良好。
-
公开(公告)号：CN114693788A
公开(公告)日：2022-07-01
申请号：CN202210303798.1
申请日：2022-03-24
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于视角变换的正面人体图像生成方法，用于解决在无需输入目标姿态的情况下，从人体侧面视角图像生成正面视角图像的问题。本方法首先通过FP‑Net获取人体正面姿态作为网络的目标姿态。然后，将人体图像和姿态输入到生成器，更新人体的外观和形态特征。最后，将生成的正面人体图像输入到鉴别器中，帮助生成具有真实感的正面人体图像。实验结果表明，该模型可以生成具有较好的外观一致性和形态一致性的正面人体图像。
-
公开(公告)号：CN114612823A
公开(公告)日：2022-06-10
申请号：CN202210216865.6
申请日：2022-03-06
Applicant: 北京工业大学
Abstract: 本发明提供了一种面向实验室安全管理的人员行为监测方法。本发明基于实验室监控视频，同时计算视频帧中的人脸识别结果和人体位置信息；基于人脸识别结果矩形框和人体位置信息矩形框间的几何关系，将人脸识别结果传递给人体；记录人体在视频每一帧中的足部中心位置，提取人体在视频中的运动轨迹；在实验室平面图中标定若干关键点，在视频序列内寻找与平面图关键点对应的位置并做相同标记，建立监控画面和实验室平面图的二维映射关系将人体在视频中的运动轨迹映射到实验室平面图内，并在实验室中存在多个监控摄像头的情况下对轨迹进行融合，基于平面图内轨迹分析人的行动路线。本发明可检测进入实验室的人员信息，记录人员在实验室内的活动情况。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.04 seconds)
