-
公开(公告)号：CN119311901A
公开(公告)日：2025-01-14
申请号：CN202411560934.0
申请日：2024-11-04
Applicant: 西安交通大学
IPC: G06F16/36 , G06Q50/04 , G06Q10/04 , G06Q10/10 , G06N3/045 , G06F18/23 , G06F18/25 , G06F18/213 , G06N3/042 , G06N3/0464
Abstract: 本发明提供的一种连铸工艺知识图谱构建及工艺参数预测方法、系统及设备，包括以下步骤：步骤1，获取连铸工艺对应的自然语言描述，得到结构化数据和非结构化数据；步骤2，分别从得到的结构化数据和非结构化数据中提取得到对应三元组；步骤3，将结构化数据对应的三元组和非结构化数据对应的三元组进行对齐，构建得到连铸工艺知识图谱；本发明能够准确识别连铸领域内实体与关系，建立较完整的工艺知识图谱并通过参数预测方法预测出新钢种所需的工艺参数；进而本发明提高了生产过程的自动化水平，从而提升生产效率和产品质量。
-
公开(公告)号：CN118917413A
公开(公告)日：2024-11-08
申请号：CN202410916194.3
申请日：2024-07-09
Applicant: 西安交通大学
Abstract: 本发明公开了一种针对不同类型关系的铸坯缺陷成因知识图谱推理方法，对连铸关系分类进行分类，在推理连铸铸坯缺陷成因时，模型能够更准确地识别和处理不同类型的连铸关系，更有效地区分各种连铸关系类型，增强模型对连铸铸坯缺陷成因知识图谱结构的理解。在后续连铸三元组的推理任务上能够分类处理，提高在该知识图谱上进行连铸铸坯缺陷成因推理的精确性，通过不同的关系分类和任务需求，采用不同的推理方法使连铸铸坯缺陷成因推理模型能够更好地适应连铸领域多样化的连铸关系特征和连铸铸坯缺陷成因推理任务，更好地处理连铸铸坯缺陷成因知识图谱结构，提高连铸铸坯缺陷成因推理的鲁棒性和模型的泛化性，降低连铸铸坯缺陷成因推理模型的复杂度。
-
公开(公告)号：CN111582095A
公开(公告)日：2020-08-25
申请号：CN202010346229.6
申请日：2020-04-27
Applicant: 西安交通大学
Abstract: 本发明提供的一种轻量级行人异常行为快速检测方法，包括以下步骤：步骤1，对图像进行行人检测，并利用检测框进行框定，得到行人检测框；步骤2，从步骤1中得到的行人检测框中提取人体骨架信息，得到人体骨架信息图片；步骤3，对步骤2得到的图片进行去除背景预处理；步骤4，利用基于深度可分离卷积的轻量级多尺度信息融合检测网络对步骤3中的预处理后的人体骨架信息图片进行行人异常行为快速检测，得到一个四维向量，分别对应人体异常行为的四类动作；本发明有效利用去除背景的人体骨架信息、多尺度信息以及基于深度可分离卷积的轻量级网络，增强了算法的鲁棒性以及实时性，使得网络模型计算量显著减少，降低了算法对于硬件的要求，降低了成本。
-
公开(公告)号：CN119210872A
公开(公告)日：2024-12-27
申请号：CN202411386787.X
申请日：2024-09-30
Applicant: 西安交通大学
Abstract: 本发明提供的一种基于轻量密码学的域内电力物联网设备相互认证方法、系统、设备及介质，包括以下步骤：步骤1，设定智能电网网络模型图，该智能电网网络模型图包含一个可信任注册机构、多个服务提供商和多个智能电表，其中，设定可信任注册机构的私钥和身份；步骤2，在离线状态下，将每个服务提供商和每个智能电表对应的信息在可信任注册机构中进行注册；步骤3，将进行了离线注册的每个服务提供商和每个智能电表之间进行相互认证并建立会话密钥，用以完成域内电力物联网设备之间的相互认证，并且每个服务提供商和每个智能电表以建立的会话密钥进行信息传输；本发明具备较高的安全性，为后续的电力数据安全传输提供保障。
-
公开(公告)号：CN111582095B
公开(公告)日：2022-02-01
申请号：CN202010346229.6
申请日：2020-04-27
Applicant: 西安交通大学
IPC: G06V40/20 , G06V40/10 , G06V10/774 , G06V10/764 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/82
Abstract: 本发明提供的一种轻量级行人异常行为快速检测方法，包括以下步骤：步骤1，对图像进行行人检测，并利用检测框进行框定，得到行人检测框；步骤2，从步骤1中得到的行人检测框中提取人体骨架信息，得到人体骨架信息图片；步骤3，对步骤2得到的图片进行去除背景预处理；步骤4，利用基于深度可分离卷积的轻量级多尺度信息融合检测网络对步骤3中的预处理后的人体骨架信息图片进行行人异常行为快速检测，得到一个四维向量，分别对应人体异常行为的四类动作；本发明有效利用去除背景的人体骨架信息、多尺度信息以及基于深度可分离卷积的轻量级网络，增强了算法的鲁棒性以及实时性，使得网络模型计算量显著减少，降低了算法对于硬件的要求，降低了成本。
-
Patent Agency Ranking
公开(公告)号：CN119313973A
公开(公告)日：2025-01-14
申请号：CN202411560926.6
申请日：2024-11-04
Applicant: 西安交通大学
IPC: G06V10/764 , G06V10/82 , G06N3/0985 , G06V10/774 , G06V10/44 , G06V10/74 , G06V10/80 , G06N3/0464 , G06N3/048 , G06T7/00
Abstract: 本发明提供的一种基于元学习的连铸铸坯缺陷分类方法、系统及设备，包括：步骤1，分别对获取得到的公开图像分类数据集和含有缺陷的连铸铸坯图像进行预处理；步骤2，将预处理后的公开的图像分类数据集通过元学习任务分配随机形成元任务，并输入至预设的图像元学习分类模型，得到训练后的图像元学习分类模型；步骤3：将预处理后的含有缺陷的连铸铸坯图像通过元学习任务分配形成元任务，利用得到的元任务对训练后的图像元学习分类模型进行微调；步骤4，利用最终的图像元学习分类模型对待处理的连铸铸坯缺陷进行分类；本发明不仅能有效解决传统缺陷检测方法中对大量标注数据的依赖问题，还能提高模型在少样本条件下的分类能力。
-
公开(公告)号：CN118780356A
公开(公告)日：2024-10-15
申请号：CN202410916190.5
申请日：2024-07-09
Applicant: 西安交通大学
IPC: G06N5/022 , G06F16/36 , G06N3/0499 , G06N3/048 , G06N3/047 , G06F40/30 , G06N3/0895
Abstract: 本发明公开了一种用于连铸质量工程领域的知识图谱构建方法及系统，利用深度学习的方法，从描述钢坯产生缺陷的相关数据中抽取出连铸质量实体和实体间的关系，并根据连铸质量知识图谱本体模型判断出连铸质量实体类别和关系类别。本发明提出的方法可以考虑到连铸质量实体和关系之间的密切关系，可以避免实体识别的错误影响到关系抽取的错误传播问题，最后根据利用深度学习的方法，将连铸质量知识对齐问题转换为成对连铸质量实体匹配问题，利用半监督增量学习的方法，将训练过程分为两个阶段，以减少对连铸质量领域数据的需求量，本发明构成的知识图谱能够降低分析连铸质量缺陷产生的根本原因的难度，有利于快速定位缺陷原因并进行工艺优化。
-
公开(公告)号：CN111582092B
公开(公告)日：2023-12-22
申请号：CN202010345247.2
申请日：2020-04-27
Applicant: 西安交通大学
IPC: G06V40/20 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供的一种基于人体骨架的行人异常行为检测方法，包括以下步骤：步骤1，对图像进行行人检测，并利用检测框进行框定，得到行人检测框；步骤2，从步骤1中得到的行人检测框中提取人体骨架信息，得到人体骨架信息图片，并对该图片进行去除背景预处理；步骤3，利用基于残差的多尺度信息融合识别网络对步骤2中的预处理后的人体骨架信息图片进行行人异常行为检测，得到一个四维向量，分别对应人体异常行为的四类动作；本发明有效利用骨架信息以及多尺度信息，大大提升了算法的检测准确率、增强了算法的鲁棒性，使其应用不受场景约束。
-
公开(公告)号：CN112115769A
公开(公告)日：2020-12-22
申请号：CN202010779864.3
申请日：2020-08-05
Applicant: 西安交通大学
Abstract: 本发明提供的是一种基于视频的无监督稀疏人群异常行为检测算法，该算法能够从连续视频帧中生成多通道信息、时空信息和运动特征等，然后在每个通道中分别执行卷积和非线性激活函数操作，利用批归一化和渐进训练方式构建更深层次的网络，刻画出时间域和空间域有鉴别性的特征，描绘出时间和空间的关联性。最后，把所有通道信息和时空特征相结合，就可以得到最终的稀疏人群异常行为检测模型。本发明具体地提出了结合自编码器和卷积神经网络的时空模型，通过无监督学习利用大量无标签视频数据进行训练，能够提高小样本模型上的检测效果。
-
公开(公告)号：CN111582092A
公开(公告)日：2020-08-25
申请号：CN202010345247.2
申请日：2020-04-27
Applicant: 西安交通大学
Abstract: 本发明提供的一种基于人体骨架的行人异常行为检测方法，包括以下步骤：步骤1，对图像进行行人检测，并利用检测框进行框定，得到行人检测框；步骤2，从步骤1中得到的行人检测框中提取人体骨架信息，得到人体骨架信息图片，并对该图片进行去除背景预处理；步骤3，利用基于残差的多尺度信息融合识别网络对步骤2中的预处理后的人体骨架信息图片进行行人异常行为检测，得到一个四维向量，分别对应人体异常行为的四类动作；本发明有效利用骨架信息以及多尺度信息，大大提升了算法的检测准确率、增强了算法的鲁棒性，使其应用不受场景约束。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.043 seconds)
