潘刚
- 作品数:33 被引量:8H指数:1
- 供职机构:天津大学更多>>
- 发文基金:安徽省自然科学基金更多>>
- 相关领域:自动化与计算机技术文化科学建筑科学更多>>
- 一种基于深度学习的排水管道缺陷分割方法
- 本发明涉及一种基于深度学习的排水管道缺陷分割方法,包括:选取视频帧,形成管道图像集,并根据缺陷类型对其进行缺陷划分,划分为:破裂、错口、渗漏和支管暗接四类;对管道图像数据集进行数据标注,获得标注后的Mask图像,并对管道...
- 潘刚郑耀先梅怡静孙迪
- 文献传递
- 国内外排水管道状况评估系统对比分析研究被引量:5
- 2021年
- 根据英国的《排水管道状况分类手册》(第四版,SRM-4)、美国的《管道评估与认证程序》(PACP)、加拿大的《下水道物理条件分类手册》(SPCCM)和中国的《城镇排水管道检测与评估技术规程》(CJJ 181—2012),对四国的排水管道状况评估系统的缺陷定义内容、缺陷代码编制方法和评估过程进行对比研究。结果表明,造成缺陷定义差异的主要原因有适用地区的不同、管道修复技术的差异、缺陷研究的进展及结构性和功能性缺陷的定义不同。造成评估结果差异的主要原因是缺陷分数赋予和评估参数选取的不同。
- 杜预郭帅潘刚吕耀志
- 关键词:排水管道
- 一种基于卷积神经网络特征图匹配的图像纹理合成方法
- 本发明涉及一种基于卷积神经网络特征图匹配的图像纹理合成方法,包括:准备数据集,将数据集进行预处理;建立基于VGG‑19的模型;使用预训练权重进行测试;使用特征空间最近邻交换匹配算法即swap算法进行特征图的处理;设定损失...
- 潘刚王启航梅怡静孙迪
- 一种基于Transformer架构的排水管道视频缺陷时间点定位方法
- 本发明涉及一种基于Transformer架构的排水管道视频缺陷时间点定位方法,属于计算机视觉中的视频理解领域,包括下列步骤:(1)构建管道视频数据集,通过比对管道检测报告中的截图,构建管道检测视频缺陷时间点定位数据集。(...
- 潘刚黄築
- 一种基于深度学习的排水管道异常类型自动检测方法
- 本发明涉及一种基于深度学习的管道异常类型检测方法,包括:从管道机器人拍摄的视频中抽取视频帧,形成管道图像集和图像标签集;管道异常类型可划分为管道正常、管道错口、管壁环形裂缝、管壁长形裂缝、树根进入、累积漂浮物,管道积水,...
- 潘刚曲星明郭帅孙迪
- 文献传递
- “1+N+X”产教融合协同育人模式在储能专业人才培养中的探索与实践被引量:1
- 2024年
- 在实现“双碳”目标过程中,我国高度重视先进储能技术创新。在国家政策和产业需求的推动下,储能技术高速发展,导致储能领域规模化发展所需基础人才缺口严峻、高端专业人才严重短缺;教育部在2020年新建储能科学与工程专业,以满足储能领域“高精尖缺”人才培养需求。而储能科学与工程是一门由动力工程及工程热物理、化学工程与技术、电气工程、材料科学与工程、管理科学与工程等多学科渗透、融合形成的新学科,是典型的交叉学科,学科覆盖面广、知识结构复杂,因此其高端人才培养也面临严峻的挑战。面对以上难题,天津大学基于丰富的新工科教育改革经验,突破现有学科和专业束缚,依托国家储能技术产教融合创新平台实施储能专业人才培养的探索与实践,通过校企联合培养模式改革、共建校企联合实习实践基地、企业导师队伍建设等系列举措构建“1+N+X”产教融合协同育人模式,在天津大学储能专业研究生培养、本科生企业实习、项目制实践教学、高端培训等人才培养环节进行实践与探索,并取得良好效果,对储能领域高端人才培养具有推广价值。
- 李巾锭樊林浩张寿行李斯奇王惟宇杜青凌国维潘刚焦魁王成山
- 关键词:储能
- 一种管道内窥场景下的图像超分辨率方法
- 本发明公开了一种管道内窥场景下的图像超分辨率方法,所述方法包括基于深度先验和参考图像的超分辨率方法和管道超分辨率知识蒸馏方法两个部分。超分辨率方法首先利用深度提取网络提取深度图,然后利用编码器提取低分辨率图像和参考图像特...
- 潘刚王晨
- 一种基于群签名的电子物证防篡改存储方法
- 本发明公开了一种基于群签名的电子物证防篡改存储方法,该方法基于群签名技术,通过软硬件相互结合,可以在后期需要修改错误数据或者追加电子物证数据的情况下,保证电子物证不被恶意篡改,具备良好的防伪造性和可用性。本方法采用磁盘阵...
- 潘刚李煜泽贾永恒刘敬成
- 文献传递
- 一种基于骨架提取及对抗学习的汉字图像修复算法
- 本发明涉及一种基于骨架提取及对抗学习的汉字图像修复方法,包括:使用基于线条细化的骨架提取网络对汉字图像数据集进行处理,生成对应的文字骨架图像数据集,并使用随机遮罩图像进行处理,然后将成对的汉字图像及其文字骨架图像进行训练...
- 潘刚潘香羽王家豪
- 一种基于监督深度网络学习的图像重定向方法
- 本发明涉及一种基于监督深度网络学习的图像重定向方法,包括:选择并确定原始输入图像,然后执行重定向操作,再为重定向后的图像评估分数,求分数集中各组最高评分对应的图像,形成最后的新数据集,并对其进行训练集和测试集的划分;构建...
- 梅怡静潘刚孙迪
- 文献传递