-
公开(公告)号：CN115938112A
公开(公告)日：2023-04-07
申请号：CN202211470118.1
申请日：2022-11-23
Applicant: 华侨大学
IPC: G08G1/01 , G06N3/0442 , G06N3/049 , G06N3/048 , G06F17/16
Abstract: 本发明涉及一种交通需求预测方法、系统、电子设备及计算机存储介质，涉及智慧交通技术领域，方法包括获取交通数据中的时序特征；根据所述时序特征进行时序信息编码，得到输入特征矩阵；根据所述输入特征矩阵利用时间上的多头门控自注意力提取模块进行特征提取，得到带有时间特征的特征矩阵；根据所述带有时间特征的特征矩阵利用空间上的多头门控递归图注意力模块进行特征提取，得到带有时间特征和空间特征的特征矩阵；获取预设时间交通数据；根据所述预设时间交通数据和所述带有时间特征和空间特征的特征矩阵确定预测结果。本发明通过充分挖掘交通数据中的时空特征，从而实现快速且准确地对城市交通需求进行预测。
-
公开(公告)号：CN106682233B
公开(公告)日：2020-03-10
申请号：CN201710029935.6
申请日：2017-01-16
Applicant: 华侨大学
IPC: G06F16/583 , G06K9/62 , G06K9/54
Abstract: 本发明的一种基于深度学习与局部特征融合的哈希图像检索方法，所述方法包括五个部分:(1)图像的预处理；(2)用卷积神经网络对含有分类标签的图像进行训练；(3)用二值化方式生成图像的哈希码并提取1024维浮点型局部聚合向量；(4)用哈希码进行粗检索；(5)用局部聚合向量进行精检索。本发明的一种基于深度学习与局部特征融合的哈希图像检索方法提取两种特征后用近似最近邻搜索策略来进行图像检索，检索精确度高、检索速度快。
-
公开(公告)号：CN106095829B
公开(公告)日：2019-08-06
申请号：CN201610381864.1
申请日：2016-06-01
Applicant: 华侨大学
IPC: G06F16/43
Abstract: 本发明涉及基于深度学习与一致性表达空间学习的跨媒体检索方法，针对图像与文本两种模态的跨媒体信息，从特征的选择及高度异构的两个特征空间的相似性估算这两个方法上入手，提出一个能教大幅度提高多媒体检索准确率的跨媒体检索方法。本发明所述的方法是一种针对图像与文本两种模态的多媒体信息相互检索方法，实现跨媒体检索准确率的较大幅度提高。本发明提出的模型中，采用经调整过的向量内积作为相似度度量算法，不仅考虑了两种不同模态特征向量的方向，而且在中心化后消除了指标量纲的影响，将向量中的每个元素减去元素的平均值，再计算去均值后的两个向量的相关性；能计算得到更为准确的相似度。
-
公开(公告)号：CN106250914B
公开(公告)日：2019-07-09
申请号：CN201610581635.4
申请日：2016-07-22
Applicant: 华侨大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于结构稀疏多核学习的多模态数据特征筛选和分类方法，包括：提取数据特征，并对特征进行归一化；利用核函数为数据的每个特征构建一个核矩阵；根据数据特征将所有特征和其对应的核函数进行分组；利用带有类标签的训练数据训练结构稀疏化多核分类模型，并优化模型参数；使用训练好的结构稀疏化多核分类模型对测试数据进行分类。本发明方法将数据特征的选择和数据模态融合在统一的结构稀疏化多核分类模型中进行建模，并将结构稀疏化特征选择和基于最优核表示的分类器学习同时进行，提供了一种多模态数据特征筛选、融合和分类方法。
-
公开(公告)号：CN106682233A
公开(公告)日：2017-05-17
申请号：CN201710029935.6
申请日：2017-01-16
Applicant: 华侨大学
Abstract: 本发明的一种基于深度学习与局部特征融合的哈希图像检索方法，所述方法包括五个部分:(1)图像的预处理；(2)用卷积神经网络对含有分类标签的图像进行训练；(3)用二值化方式生成图像的哈希码并提取1024维浮点型局部聚合向量；(4)用哈希码进行粗检索；(5)用局部聚合向量进行精检索。本发明的一种基于深度学习与局部特征融合的哈希图像检索方法提取两种特征后用近似最近邻搜索策略来进行图像检索，检索精确度高、检索速度快。
-
Patent Agency Ranking
公开(公告)号：CN104112072B
公开(公告)日：2017-04-05
申请号：CN201410335960.3
申请日：2014-07-15
Applicant: 华侨大学
IPC: G06F19/00
Abstract: 本发明涉及一种基于小波阈值去噪的主成分分析的工作模态参数识别方法，能够有效滤除小阻尼机械结构的振动响应信号中的测量噪声，识别出系统的工作模态(模态固有频率、模态振型)，甚至能识别出在响应信号中贡献量小的工作模态(模态固有频率、模态振型)，并赋予了PCA模态参数识别算法以及物理意义解释与证明。以及该方法在三维工作模态参数识别中的应用，在设备故障诊断与健康状态监测中的应用。还涉及一种基于所述方法的工作模态参数分析仪，将多个振动传感器布置于机械结构的关键点上，通过对测量得到的振动响应信号进行工作模态参数识别，可以了解系统结构的特性的变化，并将其应用于大型工程结构的故障诊断与健康状态监测中。
-
公开(公告)号：CN106203480A
公开(公告)日：2016-12-07
申请号：CN201610498802.9
申请日：2016-06-29
Applicant: 华侨大学
IPC: G06K9/62
CPC classification number: G06K9/6268
Abstract: 本发明公开了一种基于缺损数据的非线性特征提取和分类方法，包括以下步骤:采用缺损数据的距离估计方法来构造数据点的局部邻域集和局部邻域集对应的缺失标记集；构造基于所述局部邻域集和其对应的缺失标记集的核范数正则化模型，并使用自适应定点迭代算法求解该模型来提取局部坐标；对齐所述局部坐标，获得全局坐标。本发明的方法在面对缺损数据时，可以有效地构造邻域集、提取局部坐标以及恢复全局坐标，最终实现缺损数据的非线性特征提取和分类。
-
公开(公告)号：CN115648220B
公开(公告)日：2024-10-18
申请号：CN202211429625.0
申请日：2022-11-15
Applicant: 华侨大学
IPC: B25J9/16
Abstract: 本发明基于最小代价下降的机械臂关节空间避障路径规划方法，先在机械臂末端空间中生成一组初始点至目标点之间的辅助路径点，然后根据末端点插值密度对每一分段路径进行线性插值处理，得到插值后的多分段路径，再基于最小代价下降对插值后的多分段路径进行关节空间避障路径规划，得到初始点至目标点的所有关节角组合；最后使用多项式对生成的所有关节角组合中相邻两个关节角组合之间进行插值，得到多项式插值后的关节角组合，使得机械臂能够基于该关节角组合从初始点平稳地、无碰撞地运动到目标点。本发明仅仅使用正运动学，计算简单。
-
公开(公告)号：CN112767537B
公开(公告)日：2023-06-16
申请号：CN202110017585.8
申请日：2021-01-07
Applicant: 华侨大学
Abstract: 本发明涉及三维重建技术领域，尤其涉及一种基于RGB编码结构光的三维重建方法，包括以下步骤：S1、生成有n幅格雷码编码图案序列Pb＝{pb1,pb2,...pbn}，S2、将格雷码图案序列Pb每3幅一组打包为新序列Pbt＝{{pb1,pb2,pb3},{pb4,pb5,pb6},...{pb(n‑2),pb(n‑1),pbn}}，分别作为新图案的RGB三通道值进行编码，重新生成n/3幅编码后的图案序列Prgb＝{prgb1,prgb2,...prgb(n/3)}，S3、用彩色投影仪向待重建场景投射S2中编码后的图案序列Prgb，并用彩色相机采集，得到PSrgb＝{pSrgb1,pSrgb1,...pSrgb(n/3)}，S4、对采集到的n/3幅彩色图案序列PSrgb解码，分离每幅图的RGB通道，重新生成n幅格雷码编码的环境图案序列PSg＝{pSg1,pSg2,...pSgn}，S5、对重新生成的图案序列Psg二值化，获得PSb＝{pSb1,pSb2,...pSbn}，再对PSb进行格雷码解码，运用光学三角法测量原理，完成三维重建。本发明在基于格雷码结构光重建系统的基础上，运用RGB图像对格雷码序列进行编码解码，显著提升了重建速度。
-
公开(公告)号：CN112188394A
公开(公告)日：2021-01-05
申请号：CN202011072046.6
申请日：2020-10-09
Applicant: 华侨大学
Abstract: 本发明涉及锚点信息定位与保护技术领域，尤其涉及具有锚点位置隐私信息保护能力的通信可调节点定位协议，包括以下步骤：步骤一、建立定位节点：收到定位请求后，锚点将与自身位置相关的信息发送给目标点，目标点通过发回的信息并采用TDOA定位技术确定自己的位置，步骤二、建立新的隐私保护等级标准，有效减少了位置信息的维度对隐私保护等级的影响，提高了标准的稳定性。本发明不仅可以通过调节节点间的通信量，使其适应不同的应用场景，而且还能在节点定位时对其隐私进行保护，另外，通过建立新的隐私保护等级标准，有效减少了位置信息的维度对隐私保护等级的影响，提高了标准的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.026 seconds)
