-
公开(公告)号:CN119888399A
公开(公告)日:2025-04-25
申请号:CN202411764503.6
申请日:2024-12-04
Applicant: 苏州大学
IPC: G06V10/774 , G06V10/776 , G06V10/766 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于铁样图像的高炉铁水硅含量估计方法及系统,涉及高炉炼铁技术领域,该方法包括收集高炉现场铁样图像,按硅含量标定;构建铁样图像数据集,划分为训练集、验证集和测试集;采用数据增强策略处理数据集;利用增强后的训练集和验证集训练高炉铁水硅含量估计回归模型;设计评价指标,用增强后的测试集验证模型性能;将现场铁样图像输入训练好的模型,预测硅含量。本发明通过应用计算机视觉技术于高炉铁水硅含量估计,实现了高精度、实时性强的硅含量预测,同时降低了成本,增强了环境适应性,并解决了图像数量有限及标签分布不平衡的问题。
-
公开(公告)号:CN117973427A
公开(公告)日:2024-05-03
申请号:CN202410171675.6
申请日:2024-02-06
Applicant: 苏州大学
Abstract: 本申请涉及信息技术领域,具体提供了一种服务质量感知的多目标服务流程优化方法及系统,所述方法包括:获取服务流程集合;服务流程集合包括多个服务流程;服务流程包括抽象任务;根据服务流程集合构建形式化模型;根据抽象任务生成正向种群;根据正向种群生成混合种群,再生成初始种群、种群附加档案和多个参考向量;根据初始种群和种群附加档案生成子代种群;对初始种群和子代种群构成的混合种群进行非支配排序,生成非支配层;根据非支配层和参考向量生成更新种群和更新种群附加档案;计算多个参考向量的贡献度,对多个贡献度进行升序排序,生成更新参考向量。通过多样性良好的参考向量指导种群的环境选择,平衡了结果的多样性和收敛性。
-
公开(公告)号:CN119832281A
公开(公告)日:2025-04-15
申请号:CN202411876928.6
申请日:2024-12-19
Applicant: 苏州大学
Abstract: 本发明提供一种基于双向加权路径和频率融合的立体匹配系统及方法,涉及计算机视觉和图形学技术领域,该系统包括特征提取模块、双向加权路径模块、匹配代价体构建模块、上下文提取模块、非线性频率融合模块、迭代更新模块。本发明通过双向加权路径消除多尺度特征表示歧义和噪声,结合非线性频率融合优化上下文信息,显著提高了立体匹配的精度和效率。
-
公开(公告)号:CN119478339A
公开(公告)日:2025-02-18
申请号:CN202411347821.2
申请日:2024-09-26
Applicant: 苏州大学
IPC: G06V10/25 , G06V10/82 , G06V10/40 , G06V10/80 , G06V10/774 , G06V10/764 , G06N3/0464 , G06N3/0895 , G06N3/096
Abstract: 本发明涉及一种小样本目标检测方法和系统,其中,方法包括:获取具有多个类别的小样本图像;将获取的小样本图像输入改进的Faster‑Rcnn模型,所述改进的Faster‑Rcnn模型由Faster‑Rcnn模型改进得到,改进方法包括:通过层次化采样方法增强Faster‑Rcnn模型对不同尺度目标的感知能力;通过三元类别划分和对比学习增强Faster‑Rcnn模型对于小样本图像中新类别的识别能力;通过单纯型等角框架增强Faster‑Rcnn模型的分类器对于小样本图像中不同类别之间的判别能力;通过所述改进的Faster‑Rcnn模型实现对图像中不同类别的目标进行检测。本发明改进的模型检测能力较强。
-
-
-