本发明公开了一种基于自编码器的红外与可见光图像融合算法，包括步骤如下：S1，通过短跨层连接与ECA注意力机制相结合的方式，构建编码器网络；S2，将配准后的红外与可见光图像输入进编码器网络中，并对编码器和解码器网络进行训练，得到满足条件的编码器；S3，对输入的图像，通过构建的融合网络进行特征融合，并对融合网络进行训练，得到满足条件的融合网络；S4，将融合后的图像通过解码器进行解码重建图。本发明融合后的图像评价指标提升显著，目标清晰、细节突出、轮廓明显，符合人类视觉感受。
📄 2023109188496
📂 G06T5_50
👤 南京信息工程大学
📅 2023-07-24
基于改进自编码器的多信息融合压缩机缺陷诊断方法，属于全封闭压缩机缺陷诊断技术领域。包括以下步骤：1、搭建数据采集系统进行数据采集；2、寻优变分模态参数，对原始振动信号进行解耦和降噪；3、固有模态与原始振动信号进行融合作为模型的输入，提供更多的时域和时频域特征；4、把数据集划分为：无标签训练数据集、标签训练数据集和测试数据集；5、构建改进自编码器模型学习无标签训练样本的特征分布；6、利用标签训练集微调分类器参数，实现多传感器特征的融合；7、利用测试数据集对模型进行评估。本发明可以提取和融合不同传感器的时域和时频域特征用于压缩机的缺陷检测在少量标注样本的情况下，从而提高压缩机缺陷的检测率。
📄 2023105968906
📂 G06F18_00
👤 浙江工业大学
📅 2023-05-25
本发明公开了一种基于卷积自编码器图像扩增的热成像缺陷检测方法，包括以下步骤：步骤1、获取碳纤维增强聚合物复合材料的热图像及热图像数据；步骤2、热图像选择与处理；步骤3、建立卷积自编码器图像增强模型，对热图像降噪；步骤4、热影像数据预处理；步骤5、分别基于实验热图像和卷积自编码器重构热图像建立拉普拉苏特征映射热成像模型，提取热图像中的缺陷信息并可视化，实现缺陷的定性监测；步骤6、采用分离度指标对建立的模型进行评估，验证图像增强策略在缺陷检测建模中的效果。
📄 2021101688339
📂 G06T7_00
👤 浙江工业大学
📅 2021-02-07
一种基于两阶段自编码器的工业信息物理系统攻击检测方法，包括以下步骤：1)建立多设备、多链路的多点注入攻击模型；2)引入自编码器技术；3)构建基于自编码器的生成对抗模型；4)设计两阶段训练方法；5)设计攻击检测算法；6)基于两阶段自编码器的攻击检测方法设计。本发明利用对抗网络思想，提出了一种基于两阶段自编码器的对抗网络检测模型，既避免了原始生成对抗网络检测方法不易收敛，易模式坍塌的问题，又能够检测出工业信息物理系统多链路、多设备遭受虚假数据注入攻击的情况，保证ICPS的正常运行。
📄 2022102763755
📂 G05B13_04
👤 浙江工业大学
📅 2022-03-21
本发明属于计算机技术领域，具体涉及一种基于掩码自编码器的日志数据压缩和解压缩方法。本发明包括，根据原始起源图划分的子图构建邻接矩阵、节点特征矩阵和行为权重矩阵；对节点特征矩阵进行掩码处理，将邻接矩阵、行为权重矩阵和经过掩码处理的节点特征矩阵送入编码器，编码器输出表征向量通过解码器得到重构起源图；通过比较重构起源图与原始起源图计算重构误差，迭代更新掩码自编码器模型的训练参数；利用训练好的模型的编码器压缩日志数据，利用训练好的模型的解码器解压缩。本发明通过引入掩码自编码器模型对日志数据进行压缩，可以大幅降低传输所需的带宽，同时保证数据在经过压缩与解压后能够保持足够的信息量，以供后续的分析和处理。
📄 202411401493X
📂 G06F16_18
👤 浙江工业大学
📅 2024-10-09
一种多尺度U型残差编码器与整体反向注意机制结合的肠道病灶分割方法，多尺度U型残差编码器作为主干网络对输入肠道病灶图像提取特征，并引入一种提高分割可靠性的多尺度残差块产生初始预测图，主干网络每级填充的U型残差块在保持高分辨率特征图与降低内存和计算成本的情况下，可以直接逐步提取多尺度特征；使用有助于分割整个显著肠道病灶并细化更精确的边界的整体注意机制来增强浅层特征得到增强的初始预测图；引入建立区域与边界线索之间关系的反向注意机制来挖掘更多边界线索和弥补整体注意机制细化边界可能存在的错误部分。本发明达到了更优的肠道病灶分割精度。
📄 2020115494226
📂 G06V10_26
👤 浙江工业大学
📅 2020-12-24
基于多层自编码器的红外热成像缺陷检测图像处理方法，属于工业过程中缺陷检测技术领域。它包括以下步骤：1)获取红外热成像缺陷图像数据集；2)对采集的缺陷热图像数据进行预处理；3)构建多层自编码器热成像MAT数据增强模型。本发明利用多层神经网络的非线性特征变换对红外热成像仪采集的热图像进行数据增强，用降维的方式描述了热成像数据之间的本质特征，能够较好的将缺陷与背景信息分离；通过在多层自编码器的每一层都加入激活函数，使模型能够更好的处理具有非线性特征的热成像数据，通过神经元逐层减小的多隐藏层结构提取数据的本质特征，达到去除噪声和不均匀背景的效果。
📄 2021109914446
📂 G06T5_60
👤 浙江工业大学
📅 2021-08-27
一种基于图同构自编码器的故障诊断方法，所述方法包括以下步骤：1)数据的获取和整合：使用TE仿真过程的故障信息数据，并对数据进行收集、划分和处理；2)建模训练：构建GIAE故障诊断模型，利用GIAE模型对所整合的数据进行学习训练；3)模型预测和对比：将训练后的GIAE模型用于故障预测，给出预测准确率，并验证GIAE性能的优越性。本发明方法利用大量数据引导编码器挖掘样本具有判别性的本征信息，并引导模型将本征信息映射到故障类别空间；此外，GIAE使用变量重要度和分数向量来量化变量和变量关系对样本类别的贡献度，更好地反映工业过程不同故障下的细微差异，有效提高故障的预测效果，具有普遍性和通用性。
📄 2023110968573
📂 G06F18_241
👤 浙江工业大学
📅 2023-08-29
本发明公开了一种基于混合编码器和卷积嵌入的头颅侧位片标志点检测方法，对原头颅侧位片进行预处理操作，得到以预测位置为中心的多尺度高斯金字塔作为输入图像；然后输入到混合编码器中分别得到卷积神经网络编码的低层特征向量和Swin Transformer编码的高层特征向量，将两者拼接得到混合特征向量。将混合特征向量输入到卷积嵌入层中进行嵌入操作，降维得到嵌入特征向量；然后将嵌入特征向量输入到图注意力模块，计算不同标志点之间的注意力值，得到注意力特征向量。最后通过三层MLP中回归得到相对偏移量，更新标志点的位置并迭代一定次数。本发明使得编码器编码不同尺度图像的能力以及提取上下文信息能力大大增强，模型在精度、参数大小上具有良好的表现。
📄 2023102559870
📂 G06T7_00
👤 浙江工业大学
📅 2023-03-16
本发明公开了一种非平行文本条件下基于文本编码器的多对多语音转换方法，包括了训练部分和转换部分，使用了条件变分自编码器和生成对抗网络(VAWGAN)与文本编码器(Text-Encoder)相结合来实现语音转换系统，在VAWGAN中加入代表语义的句子嵌入，能够较好地提升转换后语音的语音质量和个性相似度，实现高质量的语音转换。此外，本方法解除了对平行文本的依赖，实现了非平行文本条件下的语音转换，而且训练过程不需要任何对齐过程，提高了语音转换系统的通用性和实用性。此外，本方法可以将多个源-目标说话人对的转换系统整合在一个转换模型中，即实现多说话人对多说话人转换。本方法在电影配音、语音翻译、语音合成等领域有较好的应用前景。
📄 2018114063555
📂 G10L15_06
👤 南京邮电大学
📅 2018-11-23
改进深度稀疏自编码器网络旋转机械复合故障的诊断方法，1)分别获取旋转机械正常状态和不同故障状态的c种工况的振动信号，分别得到d组时域振动信号样本；2)对每个样本进行傅里叶变换，得到预处理后的信号样本；3)构造诊断样本集，将其作为训练样本集；4)建立旋转机械复合故障诊断模型，获得深度稀疏自编码器网络的连接权重和偏置参数；5)获得softmax分类器模型；6)进行快速傅里叶变换，选取测试样本；7)测试样本作为训练好的改进的深度稀疏自编码器网络的输入，对测试样本深度学习，进行特征提取，得到测试样本特征信号；8)将测试特征信息作为测试样本的匹配特征，得到待测旋转机械的复合故障诊断结果；提高了诊断准确度和效率。
📄 2019110150436
📂 G01M99_00
👤 西安理工大学
📅 2019-10-24
本发明公开了一种基于模糊自编码器的水声信号自动调制识别方法，首先接收不同调制方式的水声信号，提取水声信号的形态特征与熵特征并进行归一化处理；将处理后的特征用于训练模糊自编码器，得到训练好的映射权值与偏置；使用训练好的映射权值与归一化后的原始特征相乘并与偏置项相加，完成特征的映射；将映射后的特征进行归一化后，用于训练BP神经网络；最后，将待识别的水声信号进行同样的特征提取以及映射后，输入到训练好的BP神经网络中，实现自动调制识别。本发明最终实现低延迟、高准确率的水声信号自动调制识别，该方法抗干扰能力强、识别准确率与稳定性高。
📄 2020110870567
📂 H04L27_00
👤 青岛科技大学
📅 2020-10-12
柿子坊 · 知识产权运营
柿子坊知识产权运营平台