-
公开(公告)号：CN119848774A
公开(公告)日：2025-04-18
申请号：CN202411952824.9
申请日：2024-12-27
Applicant: 河南科技大学
IPC: G06F18/25 , G06F18/20 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06F17/16
Abstract: 本发明公开了一种变压器油中溶解气体浓度长期预测方法，属于电力设备健康状态监测领域，该方法包括采集溶解气体历史数据；构建用于溶解气体长期预测的双视图Transformer模型；所述双视图Transformer模型包括自适应多粒度探测器、若干个核校正注意力模块和双视图相关性估计模块；根据溶解气体历史数据，训练双视图Transformer模型，得到训练完成的双视图Transformer模型；获取待测数据，利用训练完成的双视图Transformer模型，得到待测数据的预测结果。本发明解决了当前方法难以全面捕捉多变量之间的复杂依赖关系，尤其在处理高度非线性和多粒度时间信息时存在显著局限性的问题。
-
公开(公告)号：CN119785102A
公开(公告)日：2025-04-08
申请号：CN202411940119.7
申请日：2024-12-26
Applicant: 河南科技大学
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06V10/44 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于自适应动态分组的农作物病害识别方法，属于农作物病害识别技术领域，包括获取农作物病害图像数据集，并进行数据增强，得到训练集数据；基于DGC动态分组卷积和MLCS多层级通道重排，建立农作物病害识别模型，并利用训练集数据进行训练，得到训练好的农作物病害识别模型，通过训练好的农作物病害识别模型，完成农作物病害识别。本发明通过结合动态分组和多层级通道重排技术，实现了对农作物病害识别模型的轻量化设计，能够有效降低神经网络模型的计算复杂度与参数量，显著缩短了训练时间，同时能够在计算资源有限的移动端或嵌入式设备上实现高效、准确的病害检测。
-
公开(公告)号：CN119740456A
公开(公告)日：2025-04-01
申请号：CN202411601423.9
申请日：2024-11-11
Applicant: 河南科技大学
IPC: G06F30/27 , G06N3/006 , H02J3/38 , G06F113/04 , G06F113/06
Abstract: 本发明公开一种基于贝叶斯优化的分布式风电场控制系统的扩展优化方法，属于风力电场智能控制领域，该方法在分布式框架中，通过贝叶斯优化对各个风电涡旋机的黑盒目标函数进行建模，利用基于先验知识的采集函数，对所有风电涡旋机进行数据点采集，不同风电涡旋机之间通过强连接网络进行信息交互、协作优化，然后不断更新代理模型，调整优化策略，得到每个风电涡旋机各自目标函数的最优解，进而确定风电涡旋机最佳参数组合。通过实验表明，该方法能够更快的拟合黑盒目标函数，降低贝叶斯优化评估代价，提升风电场的发电效率，实现对风能的高效利用。
-
公开(公告)号：CN119540223A
公开(公告)日：2025-02-28
申请号：CN202411940124.8
申请日：2024-12-26
Applicant: 河南科技大学
IPC: G06T7/00 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/084 , G06N3/0895 , G06N3/096
Abstract: 本发明提供了一种基于蒸馏对比学习的工业产品缺陷检测方法，属于产品缺陷检测领域，该方法包括：采集产品图像并进行预处理，得到正常图像和伪异常图像；获取相关图像的真实标签，并对教师网络进行训练，分别得到正常教师输出特征和异常教师的输出特征；定义软目标和硬目标，并根据蒸馏对比学习，利用学生网络对硬目标和软目标进行优化，得到最优学生网络；构建产品缺陷检测模型，将待测产品图像输入至产品缺陷检测模型，得到嵌入特征，计算余弦相似度并进行对比，得到预测值，对预测值与真实标签进行分析；本发明解决了现有技术难以收集一个涵盖所有可能缺陷形式的全面标记数据集、无法准确地检测异常数据以及数据存在遗忘和漂移的问题。
-
公开(公告)号：CN118433109A
公开(公告)日：2024-08-02
申请号：CN202410517760.3
申请日：2024-04-28
Applicant: 河南科技大学
IPC: H04L47/125 , H04L41/142 , G06F18/23213
Abstract: 本发明公开一种基于SDN的多控制器部署方法、装置、介质及产品，属于通信技术领域。该方法根据链路带宽和传输延迟，确定无向图中每条边的权重，基于每条边的权重和负载差异度，利用k‑means++算法聚类划分SDN网络中的交换机，分配聚类结果中每一簇的交换机由一个控制器来管理，并在SDN网络中每一簇交换机的簇中心部署一个控制器，从而得出多控制器部署的最佳方案。采用深度优先搜索算法确定已部署控制器的SDN网络中客户端到服务器端的所有路径，按照单条路径的利率权重分配每条路径的传输流量。本发明能够均衡流量分配，提高网络性能。
-
Patent Agency Ranking
公开(公告)号：CN118262874A
公开(公告)日：2024-06-28
申请号：CN202410292345.2
申请日：2024-03-14
Applicant: 河南科技大学
IPC: G16H20/90 , G16H50/70 , G06F16/33 , G06F16/36 , G06F40/194 , G06F40/242 , G06F40/289 , G06F40/30 , G06N5/022
Abstract: 本发明涉及一种基于知识图谱的中医模型数据扩充系统及方法，扩充系统包括知识图谱生成模块、语料生成模块和数据标准化模块，知识图谱生成模块用于对中医数据进行实体识别和关系抽取，通过三元组进行知识表示、实体对齐和质量评估，生成知识图谱；语料生成模块用于将知识图谱转化成中医文本，并对生成的中医文本进行数据增强；数据标准化模块用于将中医文本中存在的文言文数据转化为白话文，并对中医文本进行筛选、去重、去隐私化处理，通过知识图谱生成模块构建基于中医医疗领域的知识图谱，实现中医知识关联和知识融合，然后面向知识图谱进行数据增强，通过合成语料库生成来扩充中医语料库，最后对中医语料进行去重、去隐私化等标准化处理。
-
公开(公告)号：CN118196059A
公开(公告)日：2024-06-14
申请号：CN202410370771.3
申请日：2024-03-28
Applicant: 河南科技大学
IPC: G06T7/00 , G06V10/52 , G06V10/764 , G06V10/82 , G06V10/80 , G06V10/26 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种面向铸件表面缺陷的轻量化检测方法、系统及设备，涉及计算机视觉技术领域。采用图像采集设备获取待检测目标的表面图像；根据所述表面图像，得到待检测数据集；采用已训练完成并进行优化后的YOLOv5网络模型对所述待检测数据集进行铸件表面缺陷检测，得到铸件表面缺陷检测结果。本发明提高了YOLOv5模型的多尺度特征表示能力，同时降低网络计算量和减少模型参数量，优化了存储空间和算力资源，提高了铸件表面缺陷的轻量化检测性能。
-
公开(公告)号：CN118037708A
公开(公告)日：2024-05-14
申请号：CN202410317921.4
申请日：2024-03-20
Applicant: 河南科技大学
Abstract: 一种基于动量对比学习的工业图像缺陷检测方法，涉及视觉检测技术领域，包含以下步骤：S1、初始化编码器#imgabs0#和#imgabs1#，初始化队列#imgabs2#；S2、对初始图像进行数据增广，获得查询样本#imgabs3#、正样本#imgabs4#和负样本#imgabs5#，#imgabs6#，#imgabs7#；S3、通过编码器#imgabs8#得到特征#imgabs9#；通过编码器#imgabs10#得到特征#imgabs11#，#imgabs12#，#imgabs13#和#imgabs14#；S4、将#imgabs15#，#imgabs16#，#imgabs17#加入队列#imgabs18#；S5、分别对#imgabs19#与#imgabs20#和#imgabs21#进行计算，得到logits和labels；S6、对logits和labels计算InfoNCE得到损失；S7、由对比损失更新编码器#imgabs22#参数；S8、动量更新编码器#imgabs23#的参数；S9、对S2～S8进行循环，得到最佳模型；S10、选择最佳模型进行图像检测；本发明能够用于工业生产制造场景中对产品的质量检测，结合自监督学习建立了基于动量对比学习的工业图像缺陷检测模型。
-
公开(公告)号：CN117409292A
公开(公告)日：2024-01-16
申请号：CN202311335632.9
申请日：2023-10-16
Applicant: 河南科技大学
IPC: G06V10/82 , G06V10/40 , G06V10/80 , G06V10/762 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多尺度残差多分支的目标检测方法，首先聚类目标宽高比，划分单元格，然后对每幅图像进行骨干网络MSRes的特征提取，再使用特征金字塔结构对骨干网络不同特征层输出进行融合，最后在整个网络的不同深度进行多尺度特征融合并进行模型训练进行评估指标，输出检测结果。本发明由一个MSE结构、一个CFR结构和MSRes主干组成多尺度残差多分支网络的目标检测算法MRMNet，更关注多尺度表达能力和小目标检测精度，可以增强特征、缓解小对象被相互冲突的语义信息淹没的问题。
-
公开(公告)号：CN117409114A
公开(公告)日：2024-01-16
申请号：CN202311365738.3
申请日：2023-10-20
Applicant: 河南科技大学
IPC: G06T13/00 , G06T5/73 , G06T3/04 , G06N3/045 , G06N3/0475 , G06N3/094 , G06V10/74 , G06N3/0455 , G06N3/088 , G06V10/44
Abstract: 本发明公开了一种基于两阶段可解释学习模型的图像卡通化方法，首先构建两阶段可解释学习模型；然后内容学习阶段训练编码器和解码器，使其学习到特征提取能力；风格化阶段，对风格转换模块进行训练，让其学习到风格转化的能力并添加分支CIE来使网络学习清晰的边缘，最后将上述两个阶段分别通过迭代训练，得到相应的训练权重后，输入想要转换风格的图片和加载相应风格的权重，得到卡通化输出结果。本发明通过明显区分的两阶段生成模型获得更好的可解释性和理解性，且风格化图像生成的内容和风格图像具有调整性，图像卡通化效果显著。
-
-
-
-
-
-
-
-
-
Search Results
147
records
(took 0.052 seconds)
