-
公开(公告)号：CN119921824A
公开(公告)日：2025-05-02
申请号：CN202510322282.5
申请日：2025-03-19
Applicant: 中国电子科技集团公司第五十四研究所
IPC: H04B7/08 , H04B7/06 , G06N3/006 , G06N3/0499 , G06N3/084 , G06N3/0985 , G06F17/16
Abstract: 本发明提供了基于干扰来向动态预测的智能抗干扰波束形成方法，属于阵列信号处理与人工智能交叉领域。本发明首先构建基于自主注意力全连接网络的干扰来向预测模型，利用干扰来向历史观测数据对预测模型进行训练；然后，使用训练完成的预测模型获取出下一时刻的干扰来向，结合干扰指向需求构建目标函数，利用改进的粒子群方法形成阵列中各阵元的相位，形成抗干扰波束；最后，随着干扰来向的动态变化，重新预测干扰来向，形成抗干扰波束，实现动态智能抗干扰能力。本发明利用干扰来向历史数据提取干扰来向规律并实现预测，实现了结合预测结果和改进粒子群方法的智能干扰波束形成。
-
公开(公告)号：CN119921305A
公开(公告)日：2025-05-02
申请号：CN202411992953.0
申请日：2024-12-31
Applicant: 海南电网有限责任公司
IPC: H02J3/00 , G06N5/022 , G06N5/025 , G06F16/29 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06N3/0985
Abstract: 本申请提供一种结合知识图谱的电网母线负荷智能分析预测方法，包括：S1：收集与电网母线负荷相关的数据，对与电网母线负荷相关的各种数据进行时间和空间的匹配；S2：对与电网母线负荷相关的数据进行知识抽取；S3：根据上述确定的各实体以及实体之间的关系搭建知识图谱框架；S4：根据知识图谱中的知识，选择用于预测母线负荷的特征、融合处理，得到输入特征集；S5：构建深度学习模型并将输入特征集划分为训练集和测试集，用于对深度学习模型进行训练和测试；S6：利用训练好的深度学习模型，结合当前的输入特征对电网母线负荷进行预测。将这些不同来源的数据进行有效整合，丰富数据信息，从而缓解数据稀疏问题，提高模型预测精度。
-
公开(公告)号：CN119919755A
公开(公告)日：2025-05-02
申请号：CN202411997082.1
申请日：2024-12-31
Applicant: 北京达佳互联信息技术有限公司
IPC: G06V10/774 , G06V10/30 , G06V10/82 , G06N3/08 , G06N3/0985 , G06N3/0475
Abstract: 本公开关于图像生成模型的训练方法、装置、电子设备及存储介质，方法包括：获取样本图像、包括加噪网络和去噪网络的图像生成模型和待训练一致性模型；基于加噪网络和当前采样时间步对样本图像进行加噪得到第一样本噪声图像；基于去噪网络和预设数量个单位时间间隔对第一样本噪声图像进行去噪得到第二样本噪声图像；将第一样本噪声图像和第二样本噪声图像输入待训练一致性模型，得到第一样本预测图像和第二样本预测图像；根据第一样本预测图像、第二样本预测图像和与当前采样时间步负相关的动态权重所确定的目标损失数据，对待训练一致性模型进行训练，得到目标图像生成模型。本公开可以得到能直接生成图像的模型并可以提升模型的图像生成质量。
-
公开(公告)号：CN119919686A
公开(公告)日：2025-05-02
申请号：CN202510409976.2
申请日：2025-04-02
Applicant: 浙江大学
IPC: G06V10/74 , G06V10/764 , G06V10/82 , G06V10/44 , G06V10/42 , G06V10/77 , G06V10/80 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06N3/048
Abstract: 本发明公开了一种对几何变换鲁棒的图像相似性度量方法、系统及设备。本发明设计了一款基于哈特莱池化的对几何变换具有鲁棒性的图分类神经网络框架，将ResNet中的步长为2的卷积层的步长改为1，并在每一组卷积层之后接降维效果等同的哈特莱池化层。本发明利用设计的新框架训练图分类模型，将训得的图分类模型的特征层的输出作为计算图像相似性度量时的输入特征，训练浅度的图像相似度计算神经网络。本发明提供的图像相似性度量方案更加接近人类视觉判定，对几何变换的鲁棒性显著优于当前领先技术水平。
-
公开(公告)号：CN119919637A
公开(公告)日：2025-05-02
申请号：CN202411983929.0
申请日：2024-12-31
Applicant: 哈尔滨工业大学人工智能研究院有限公司
IPC: G06V10/25 , G06V10/82 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/40 , G06V10/80 , G06V10/764 , G06V10/766 , G06V20/64 , G06N3/0464 , G06N3/0455 , G06N3/0499 , G06N3/0985
Abstract: 本发明提出一种基于稀疏查询机制的长距离裂缝检测方法及其系统，属于计算机视觉技术领域。用以解决现有裂缝检测方法存在的诸多技术问题，方法包括：获取检测目标的二维图像模态和三维点云模态；采用并行的模态独立检测分支分别对二维图像模态和三维点云模态进行长距离裂缝目标初步检测，生成二维长距离裂缝检测结果和三维长距离裂缝检测结果；分别对二维、三维长距离裂缝检测结果进行稀疏查询生成图像查询数据和点云查询数据，并对图像查询数据和点云查询数据进行统一编码；对统一编码后的图像查询数据和点云查询数据进行长距离裂缝目标精确检测，生成长距离裂缝检测结果。本发明适用于计算机视觉领域的目标检测研究方向。
-
Patent Agency Ranking
公开(公告)号：CN119919412A
公开(公告)日：2025-05-02
申请号：CN202510406333.2
申请日：2025-04-02
Applicant: 中北大学
IPC: G06T7/00 , G06T7/60 , G06T17/05 , G06V20/60 , G06V10/82 , G06N3/094 , G06N3/096 , G06N3/0985 , G06N3/045 , G06N3/0475
Abstract: 本发明公开了基于人工智能的透水混凝土细观结构和透水性能的预测方法，属于透水混凝土性能预测技术领域，包括S1、建立特征粗骨料颗粒三维几何模型数据集库；S2、建立透水混凝土结构中的骨料三维紧密堆积模型；S3、将骨料三维紧密堆积模型重新导入图像建模软件MIMICS，逆向生成二维断层图像，为粗骨料图像；S4、采用人工智能方法搭建透水混凝土细观结构预测模型；S5、将粗骨料图像输入到S4中搭建的透水混凝土细观结构预测模型，得到透水混凝土的预测图像和孔隙率信息；S6、建立渗透所需的连通孔隙模型，实现透水性能的预测；本发明提供的基于人工智能的透水混凝土细观结构和透水性能的预测方法，实现透水混凝土透水系数的精细化预测。
-
公开(公告)号：CN119919201A
公开(公告)日：2025-05-02
申请号：CN202411997246.0
申请日：2024-12-31
Applicant: 上海交易集团有限公司
IPC: G06Q30/0283 , G06Q30/0201 , G06N20/20 , G06N5/01 , G06N3/084 , G06N3/0499 , G06N3/0985 , G06F18/2113 , G06F18/243 , G06F18/214 , G06F18/21
Abstract: 本申请提供了一种不动产价值的预测方法、电子设备、计算机可读介质及程序产品。不动产价值的预测方法包括如下步骤：步骤S1、收集与不动产相关的数据信息建立第一数据集，第一数据集包括多个自变量和至少一个因变量；步骤S2、基于第一随机森林模型计算多个自变量的各自的特征重要性得分，删除第一数据集中特征重要性得分小于阈值的自变量，从而获取第二数据集；步骤S3、构建五个基础模型，并利用Stacking算法分别对五个基础模型进行融合，从而选取最优的元学习器来构建Stacking融合模型；步骤S4、利用精度加权策略对Stacking融合模型进行优化，从而获取不动产价值预测模型。
-
公开(公告)号：CN119918988A
公开(公告)日：2025-05-02
申请号：CN202411895528.X
申请日：2024-12-22
Applicant: 宁波创基机械股份有限公司
IPC: G06Q10/0639 , B29C45/76 , G06Q50/04 , G07C3/14 , G06F18/213 , G06F18/25 , G06F18/27 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/0985
Abstract: 本申请公开了一种注塑产品质量在线预测方法，包括如下步骤：S100：获取产品注塑过程中影响产品最终尺寸的时序参数和非时序参数；S200：根据注塑工艺特性对时序参数进行多阶段划分，并构建多阶段融合模型对时序参数进行局部阶段的特征融合提取，得到全局尺寸特征；S300：利用卷积网络深入挖掘非时序参数中的非时序特征；S400：将步骤S200和S300分别得到的特征进行融合，构建对产品最终尺寸进行预测的多阶段融合回归模型。本申请的有益效果：将整个工艺过程划分为不同的阶段，并为每个特定阶段构建独立的局部模型，这种分阶段的处理方式能够更精确地提取和解释各阶段的特征，进而可以有效的提高注塑产品质量预测的准确性。
-
公开(公告)号：CN119918829A
公开(公告)日：2025-05-02
申请号：CN202411721154.X
申请日：2024-11-28
Applicant: 星瀚时空(深圳)航天智能科技有限公司
IPC: G06Q10/0631 , G06N3/084 , G06N3/0985 , G06N3/096 , G06N7/01
Abstract: 本申请实施例提供一种基于AI的卫星载荷自动化调度方法及系统，所述方法在获取卫星载荷数据后，可以将卫星载荷数据输入智能决策模型，以获得智能决策模型输出的任务载荷分配数据。再根据任务载荷分配数据生成调度命令集合，以及将调度命令集合发送至卫星控制系统，使卫星控制系统按照调度命令集合调度卫星载荷。所述方法可以通过智能化的决策过程，实现卫星载荷资源的高效配置，提高任务执行效率。通过精确的任务需求分析和载荷匹配，确保任务能够高效、准确地完成，提高系统的可靠性，解决卫星载荷难以有效调度的问题。
-
公开(公告)号：CN119917935A
公开(公告)日：2025-05-02
申请号：CN202510388927.5
申请日：2025-03-31
Applicant: 杭州市特种设备检验科学研究院(杭州市特种设备应急处置中心)
IPC: G06F18/2415 , G06F18/2431 , G06F18/15 , G06F18/213 , G06F18/22 , G06N3/0442 , G06N3/045 , G06N3/0985 , G06F123/02
Abstract: 本发明提供了一种基于时序注意力与分解模块的电梯风险预警方法，其步骤包括：获取物联网电梯的离散数据，采用数据编码层中的特征嵌入模块将离散数据转换为多变量时序特征，再采用特征提取层对多变量时序特征进行分解，以减轻自注意力机制的学习难度；基于分解后的特征，采用时序多头自注意力模块通过多头自注意力计算、特征自注意力计算和前向计算来获取点对点的特征相似性，以实现长距离的时序特征提取；基于特征相似性，采用预测层预测电梯故障概率，通过预测概率可制定具体的维保需求，从而降低电梯的故障风险。
-
-
-
-
-
-
-
-
-
Search Results
8109
records
(took 0.038 seconds)
