专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果64个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于先验知识引导的医学单视图三维重建装置-CN202310908478.3在审
  • 聂为之;焦传琦;宋丹;刘安安;白云鹏 - 天津大学
  • 2023-07-24 - 2023-10-24 - G06T17/00
  • 本发明公开了一种基于先验知识引导的医学单视图三维重建装置,包括:描述符提取模块,用于获取2D图像的特征和3D形状的特征,做特征对齐;跨域特征对齐网络模块,用于对检索出的多个三维模型利用三维模型编码器提取三维特征作为跨模态先验知识;三维模型重建模块,用于利用视图编码器提取原始的视图特征,对于三维先验知识使用三维模型编码器将其处理为特征集合;特征融合模块,用于构建基于多层Transformer网络的多模态特征融合网络,采用交叉注意力机制将提取到的跨模态先验知识与输入医学单视图特征进行融合;训练网络框架模块,用于采用跳跃连接捕捉单视图的多尺度显著性特征,基于视图和检索到的3D先验知识的融合特征通过三维模型解码器预测三维模型的空间结构。
  • 一种基于先验知识引导医学视图三维重建装置
  • [发明专利]一种故障检测方法、系统、设备及介质-CN202310467493.9在审
  • 聂为之;赵岳;聂婕;王成龙 - 天津大学
  • 2023-04-27 - 2023-09-29 - G06F18/241
  • 本发明公开一种故障检测方法、系统、设备及介质,涉及工业故障分析领域;所述方法,包括:获取目标设备的运行数据;采用设定滑动窗口将运行数据划分为多个目标窗口数据;将多个目标窗口数据输入至故障诊断分类模型中,得到目标设备的故障信息;其中,多层卷积神经网络对多个目标窗口数据进行特征提取,得到各个目标窗口数据对应的目标特征信息数据;多层级双向长短时记忆网络对各个目标特征信息数据进行时序计算,得到多个目标时序特征数据;训练后的分类器对各个目标时序特征数据分别进行注意力机制计算,得到目标的融合特征数据,并根据目标的融合特征数据输出目标设备的故障信息;本发明能够实现故障的准确检测。
  • 一种故障检测方法系统设备介质
  • [发明专利]一种图片检索方法-CN201911380213.0有效
  • 魏志强;殷波;苏育挺;聂为之;刘安安 - 青岛海洋科技中心
  • 2019-12-27 - 2023-08-29 - G06F16/532
  • 本发明公开了一种图片检索方法,对处理图片分别进行DCT计算和DWT计算得到第一组哈希码,旋转处理图片分别在90°、180°和270°上进行DCT计算和DWT计算得到第二组哈希码、第三组哈希码和第四组哈希码,基于四组哈希码计算并构建NB+树,并组合成为随机森林模型,使用随机森林模型进行图片检索。使用了分块DCT和DWT技术来构造图片的感知哈希码,加速了哈希码的构造过程;依据不同旋转角度的图片来构造决策树,提高了图片检索的准确性;使用了归一化的B+树将高维输入向量减少至一维,显著改善了时间复杂度;使用随机森林模型,结合图片旋转、DCT和DWT的哈希码等多个决策来提高检索的速度和性能。
  • 一种图片检索方法
  • [发明专利]一种工业故障预测方法、系统、电子设备及介质-CN202310483015.7在审
  • 聂为之;赵岳;聂婕;王成龙 - 天津大学
  • 2023-05-04 - 2023-08-04 - G06F18/20
  • 本发明公开了一种工业故障预测方法、系统、电子设备及介质,涉及故障预测领域,该方法,包括:获取工业设备在当前时刻采集到的工业数据,得到目标工业数据;计算目标工业数据与各聚类中心之间的目标距离,目标距离根据目标工业数据与各聚类中心之间的空间距离和时间距离计算得到,一个聚类中心对应一类工作模式;将所有的目标距离中距离值最小的聚类中心对应的工作模式确定为目标工作模式;将目标工业数据输入目标工作模式对应的故障预测模型中,得到未来时刻的故障预测类别;一个工作模式对应一个故障预测模型;故障预测模型是基于引入状态转移模型的Transformer网络构建的。本发明能提升工业故障预测的预测精度。
  • 一种工业故障预测方法系统电子设备介质
  • [发明专利]一种基于自适应聚类学习的视觉关系检测方法-CN201911341230.3有效
  • 刘安安;王彦晖;徐宁;聂为之 - 天津大学
  • 2019-12-23 - 2023-08-04 - G06F16/55
  • 本发明公开了一种基于自适应聚类学习的视觉关系检测方法,包括:从输入图像中检测视觉实体并通过上下文信息传递机制识别视觉实体,获得视觉实体上下文表征;将成对视觉实体上下文表征统一低维嵌入联合子空间中,获取视觉关系共享表示特征;将成对视觉实体上下文表征分别低维嵌入多个不同聚类子空间中,获取多个初步视觉关系增强表示特征;通过聚类驱动的注意力机制对不同聚类子空间的多个初步视觉关系增强表示特征进行正则化;将视觉关系共享表示特征,正则化后的视觉关系增强表示特征与视觉关系谓词类别标签的先验条件分布融合,对视觉关系谓词进行综合关系推理。本发明通过潜在关联挖掘对不同子类的视觉关系进行细粒度识别,提高了视觉关系检测的精度。
  • 一种基于自适应学习视觉关系检测方法
  • [发明专利]蛋白质数据特征提取方法-CN202010106311.1有效
  • 魏志强;聂婕;刘安安;聂为之;苏育挺 - 青岛海洋科技中心
  • 2020-02-21 - 2023-06-27 - G06V10/422
  • 本发明公开了一种蛋白质数据特征提取方法,包括以下步骤:(1)、对蛋白质的原始三维模型进行预处理,得到预处理三维模型;(2)、获取预处理三维模型的多个二维视图,提取各所述二维视图的图像特征矩阵,将所有的图像特征矩阵进行融合,得到蛋白质的二维特征矩阵;(3)、获取蛋白质的三维特征矩阵;(4)、将蛋白质的二维特征矩阵和三维特征矩阵进行融合计算,得到蛋白质数据特征矩阵。本发明的方法通过提取蛋白质的二维视图特征信息和三维模型空间结构信息,使得对蛋白质的外形特征描述更加全面。通避免了仅采用二维提取特征信息不完整,能够保证计算蛋白质模型相似度的科学性和准确性。
  • 蛋白质数据特征提取方法
  • [发明专利]一种基于时空融合的缺失值鲁棒的故障诊断方法及装置-CN202310368312.7在审
  • 聂为之;马现伟 - 天津大学
  • 2023-04-09 - 2023-06-23 - G06F18/25
  • 本发明公开了一种基于时空融合的缺失值鲁棒的故障诊断方法及装置,方法包括:基于时空融合的故障诊断模型,利用数据中的时序关联和传感器间的空间关联信息,使用深度自动编码机进行特征提取,获得使信号重构误差最小的特征提取模型;获取时序序列的时空关联特性,使用对时序关联有记忆能力的长短时神经网络细胞结构,使得所述特征提取模型具有对时空关联进行融合分析的能力;基于融合后的特征提取模型进行故障的检测与分析。装置包括:处理器和存储器。本发明能同时提取传感器网络时序数据广泛存在的时间和空间关联,挖掘出更为鲁棒的主要数据表征,并对这些表征进行分类,本发明可应对传感器网络中常见的缺失值问题对故障诊断系统稳定性的影响。
  • 一种基于时空融合缺失值鲁棒故障诊断方法装置
  • [发明专利]基于图像深度信息的图像特征提取方法-CN202010117286.7有效
  • 魏志强;贾东宁;刘安安;聂为之;苏育挺 - 青岛海洋科技中心
  • 2020-02-25 - 2023-06-23 - G06V10/40
  • 本发明公开了一种基于图像深度信息的图像特征提取方法,包括以下步骤:多流深度网络模型训练步骤,所述多流深度网络模型由样本图像的个模态训练形成,为不小于2的整数,所述模态至少包括图像的平面模态和三维结构模态;提取待处理图像的所述个模态的信息;将待处理图像的个模态的信息输入至所述多流深度网络进行融合处理,输出得到待处理图像的深度图像融合特征。本发明利用多流深度网络,整合图片的多种信息,至少包括平面模态信息和三维结构模态信息两种不同类型的信息,使得对立体模型的描述更加全面,进而对深度图像的描述更加全面,在图片特征提取方面更加丰富和准确,可重复性好,所提取的特征对图像的表征能力好。
  • 基于图像深度信息特征提取方法
  • [发明专利]一种基于区域注意力学习机制的视觉关系检测方法-CN202010079031.6有效
  • 刘安安;田宏硕;徐宁;聂为之;宋丹 - 天津大学
  • 2020-02-03 - 2023-06-16 - G06V20/70
  • 本发明公开了一种基于区域注意力学习机制的视觉关系检测方法,所述方法包括:获取三元组图结构,并将其聚合邻节点后的特征进行组合,作为第二图结构的节点,依据等概率边进行连接,构成第二图结构;将第二图结构节点特征与对应三元组实体对象节点的特征进行组合,组合后作为视觉注意力机制同时融合两个实体对象所提取的内部区域视觉特征,将其作为三元组中相应实体对象节点进行下一次消息传播时的视觉特征;在一定消息传播次数之后,输出的三元组节点特征和第二图结构的节点特征进行视觉特征组合,以此综合推理对象组之间的谓词。本发明能够识别在不同视觉关系下实体对象所关注的内部区域,从而来提高视觉关系检测的精度。
  • 一种基于区域注意力学习机制视觉关系检测方法
  • [发明专利]基于双路径自监督的跨域视杯视盘自动分割方法及装置-CN202310006507.7在审
  • 宋丹;高志廷;张哲琦;聂为之;武婷 - 天津大学
  • 2023-01-04 - 2023-06-06 - G06T7/00
  • 本发明公开了一种基于双路径自监督的跨域视杯视盘自动分割方法及装置,方法包括:利用源域‑目标域和目标域‑源域的双向眼底图像域变换,分别生成目标域风格的源域图像以及源域风格的目标域图像,所述源域图像为有分割标签,目标域图像为无分割标签;利用DeepLabV3+图像分割网络为框架,搭配MobileNetV2特征提取器,构建双路径眼底图像分割网络;将双路径网络输出的无监督图像的预测分割结果进行融合,得到融合伪标签,并利用融合伪标签指导无标签图像的进一步训练;利用一种跨域对比约束机制,优化域变换前后图像特征的相似性,使特征保留与图像结构相关的信息。装置包括:存储器和处理器。本发明提升了目标域图像预测分割结果的准确性。
  • 基于路径监督跨域视杯视盘自动分割方法装置
  • [发明专利]基于LSTM网络多模态信息融合的三维模型检索方法-CN201910296553.9有效
  • 刘安安;龙行健;聂为之 - 天津大学
  • 2019-04-13 - 2023-05-26 - G06V20/64
  • 一种基于LSTM网络多模态信息融合的三维模型检索方法,对给定的三维模型,提取三维模型按旋转角度顺序排列的若干张视图;采用多任务多角度的方式提取出若干张视图的骨架特征,由骨架特征得到三维模型的结构化信息;提取出若干张视图的视图特征向量,输入到一层LSTM网络结构中;看是否还要继续提取其他特征向量;将骨架特征向量和经过一层LSTM的视图特征向量相连接构成新的特征向量,输入到第二层LSTM网络结构中去进行融合;看是否还有待融合的其他特征向量,有则再次构成新的特征向量,输入到下一层LSTM网络结构中去进行融合;将最近一次融合的输出作为三维模型的最终的特征向量Q,结合相似性度量方法,完成最终的三维模型的检测过程。
  • 基于lstm网络多模态信息融合三维模型检索方法
  • [发明专利]基于文本信息引导的三维模型自动建模方法-CN202211533211.2在审
  • 聂为之;陈睿东 - 天津大学
  • 2022-12-02 - 2023-04-21 - G06T17/20
  • 本发明公开了一种基于文本信息引导的三维模型自动建模方法,包括:在文本标注数据集上进行数据预处理,利用知识图谱技术通过定义语义标签实体、文本描述实体、三维模型实体以及其之间关联来构建文本—三维模型知识图谱;利用所构建的知识图谱根据用户输入的文本内容检索相关三维模型和语义标签作为视觉与语义两种角度的先验知识;构建文本—三维模型生成网络,构建基于多层Transformer网络的特征融合网络,将跨模态的先验知识与输入文本信息进行融合;构建基于隐式场的三维模型生成网络,基于空间坐标和融合先验信息的文本特征预测三维模型的形状和颜色信息。本发明的方法可以使用户直接利用文本描述自动建成具备良好几何和颜色细节的三维模型。
  • 基于文本信息引导三维模型自动建模方法
  • [发明专利]一种基于图像生成的虚拟试衣方法及装置-CN202211141675.9在审
  • 宋丹;蒋雪静;刘安安;聂为之 - 天津大学
  • 2022-09-20 - 2022-12-16 - G06Q30/06
  • 本发明公开了一种基于图像生成的虚拟试衣方法及装置,方法包括:将着装人体图像和标准衣服图像作为虚拟试衣的输入;针对着装人体图像结合语义身材模型的参数化人体模型构建数据集,并利用条件生成网络根据身材尺寸变化量对二维人体身材进行变形;针对标准衣服图像,构建针对人体姿势的衣服图像分割数据集,针对姿势解析衣服图像,并分片对衣服图像进行变形;融合与衣服无关的人体表达以及变形后的衣服图像,训练虚拟试衣网络使得生成更真实的试衣图像。装置包括:处理器和存储器。本发明针对着装人体图像,结合语义身材模型的参数化人体模型构建数据集,利用条件生成网络根据身材尺寸变化量对二维人体身材进行变形,缓解了现存的试衣图像数据集存在身材多样性不足、分布不均衡的问题。
  • 一种基于图像生成虚拟试衣方法装置
  • [发明专利]一种基于常识知识图谱的长对话情感检测方法及系统-CN202210676215.X在审
  • 聂为之;鲍玉茹;刘安安 - 天津大学
  • 2022-06-15 - 2022-09-09 - G06F16/35
  • 本发明涉及情感分析技术领域,公开了一种常识知识图谱的长对话情感检测方法及系统,通过t时刻的话语特征构建图模型gt(Vt,Et),将所述话语的先验知识作为新的节点添加到图模型gt(Vt,Et)中得到更新后的图模型gt*(Vt,Et);采用GNN模型更新图模型gt*(Vt,Et)中的话语特征,得到更新后的话语特征;基于t时刻的话语元素ui前的m个话语,确定最终t时刻话语主题ft,基于所述更新后的话语特征和所述最终t时刻话语主题ft,确定长对话情感标签。本发明通过将先验知识作为新的节点添加到图模型gt(Vt,Et)中,描述对话情感识别的作用和说话者之间的关系,综合了自我情感和相互情感的影响,快速有效的识别了对话的情感。
  • 一种基于常识知识图谱对话情感检测方法系统

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top