-
公开(公告)号：CN110750672A
公开(公告)日：2020-02-04
申请号：CN201910882849.9
申请日：2019-09-18
Applicant: 吉林大学
IPC: G06F16/583 , G06F16/51 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度度量学习和结构分布学习损失的图像检索方法，所述方法通过学习相似样本与查询图片的距离来保持内部的相似性结构以及根据负样本周围样本的分布情况设置权重并进行学习以保持其结构分布的一致性，从而准确提取图像特征。本发明将结构保持和结构分布熵理论引入到图像检索中，根据正样本与查询图片的欧式距离以及负样本周围样本的分布情况调整网络参数，能够更全面的学习图像特征从而进行更准确的检索。本发明充分考虑了正样本和负样本的分布情况对实验的影响，可以根据模型的训练效果对正样本和负样本的数量进行调整。
-
公开(公告)号：CN112396552B
公开(公告)日：2024-11-22
申请号：CN202011576454.5
申请日：2020-12-28
Applicant: 吉林大学
IPC: G06F17/00
Abstract: 本发明涉及图像处理领域，具体涉及一种计算机数字图像快速处理系统，包括：图像分割模块，用于基于Dssd_Inception_V4_Objects365模型实现图像内载对象的识别，并根据识别结果将图像分割成若干图像区块；图像处理模块，用于根据Dssd_Inception_V4_Objects365模型的识别结果，为每一个图像区块匹配对应的图像处理算法组，并基于Hadoop运行所述图像处理算法组实现图像区块的处理；图像融合模块，用于实现图像区块的融合处理。本发明可以实现图像区块的分区域针对性处理，大大提高所得图像的质量以及所得图像分析结果的精确度，并提高图像处理效率。
-
公开(公告)号：CN116051932A
公开(公告)日：2023-05-02
申请号：CN202310127923.2
申请日：2023-02-17
Applicant: 吉林大学
IPC: G06V10/774 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本申请提供一种计算机数字图像目标识别模型和方法，计算机数字图像目标识别模型包括多组卷积层、多个批量归一化层和处理层组；每个批量归一化层均对应一组卷积层，卷积层的输出节点均与对应的批量归一化层的输入节点连接，批量归一化层的输出节点与处理层组的输入节点连接，处理层组的输出节点与输出层连接；卷积层用于对初始待识别图像进行卷积；批量归一化层用于对初始图像进行归一化，初始图像基于初始待识别图像得到；处理层组用于目标图像进行处理，目标图像基于初始图像得到；输出层用于输出识别结果，如此，能够对苹果叶片病害进行识别，确定苹果叶片病害的种类，这样不需要靠人工进行识别，能够节约人力，且能够保证识别准确度。
-
公开(公告)号：CN110851645B
公开(公告)日：2022-09-13
申请号：CN201911089274.1
申请日：2019-11-08
Applicant: 吉林大学
IPC: G06F16/583 , G06V10/40 , G06V10/774
Abstract: 本发明公开了一种基于深度度量学习下相似性保持的图像检索方法，所述方法通过对具有代表性信息的样本对进行选择以及学习相似样本与查询图片的距离来保持内部的相似性结构，并根据正负样本对周围样本的分布情况设置不同的权重进行学习以保持其相似结构的一致性，从而更准确地提取图像特征。本发明将结构保持和正负样本挖掘理论引入到图像检索中，根据正样本与查询图片的欧式距离以及负样本周围样本的分布情况调整网络参数，能够更全面的学习图像特征从而进行更准确的检索。本发明充分考虑了正样本和负样本的分布情况对实验的影响，可以根据模型的训练效果对正样本和负样本的数量及选择进行调整。
-
公开(公告)号：CN110349673B
公开(公告)日：2022-08-05
申请号：CN201910570304.4
申请日：2019-06-27
Applicant: 吉林大学
Abstract: 本发明公开了一种基于高斯混合分布的群体体质评估方法，所述方法包括如下步骤：步骤1：将未标记的体育测试数据随机分成若干段作为测试数据与训练数据；步骤2：对步骤1中的各段测试数据与训练数据进行预处理操作；步骤3：使用非监督学习算法提取各组特征数据；步骤4：拟合步骤3得到的各组特征数据，判断混合分布的个数；步骤5：利用EM算法计算各混合分布的权重、均值；步骤6：建立三级评价模型，将步骤4与步骤5的观察和计算结果代入三级评价模型和群体体质评估量化公式中，得出等级和评分结果。本发明完全独立于个体体质评价结果，不需要依靠个体评价的结果，即得出群体体质评估结果。
-
Patent Agency Ranking
公开(公告)号：CN110851645A
公开(公告)日：2020-02-28
申请号：CN201911089274.1
申请日：2019-11-08
Applicant: 吉林大学
IPC: G06F16/583 , G06K9/46 , G06K9/62
Abstract: 本发明公开了一种基于深度度量学习下相似性保持的图像检索方法，所述方法通过对具有代表性信息的样本对进行选择以及学习相似样本与查询图片的距离来保持内部的相似性结构，并根据正负样本对周围样本的分布情况设置不同的权重进行学习以保持其相似结构的一致性，从而更准确地提取图像特征。本发明将结构保持和正负样本挖掘理论引入到图像检索中，根据正样本与查询图片的欧式距离以及负样本周围样本的分布情况调整网络参数，能够更全面的学习图像特征从而进行更准确的检索。本发明充分考虑了正样本和负样本的分布情况对实验的影响，可以根据模型的训练效果对正样本和负样本的数量及选择进行调整。
-
公开(公告)号：CN110751248A
公开(公告)日：2020-02-04
申请号：CN201911033349.4
申请日：2019-10-28
Applicant: 吉林大学
Abstract: 本发明公开了一种基于双向分段查询的RFID防碰撞方法，所述方法为了解决树型RFID防碰撞算法中查询时隙过多，系统吞吐率高以及数据传输量大的问题，提出双向查询以及分段点的设计。根据阅读器的查询命令状态响应部分ID，完全消除了空闲时隙，减少了查询时隙，极大地节省了系统开销。不仅减少了总时隙数，通信复杂度也大大减小。系统吞吐率在查询树算法的基础上提升了近一倍，显著优于现有的RFID防碰撞算法。系统消耗的能量也较少，搭建与维护的开销较低，是树型RFID防碰撞算法的一种高效变体，具有广泛的理论与实用价值。
-
-
公开(公告)号：CN206470558U
公开(公告)日：2017-09-05
申请号：CN201720050169.7
申请日：2017-01-16
Applicant: 吉林大学
IPC: G05B19/042 , H04L29/08 , G01D21/02
Abstract: 本实用新型涉及一种家庭机器人环境监控系统，包括嵌入式控制器、嵌入式服务器，控制器外围电路上连接有温湿度传感器、光照传感器、烟雾传感器和摄像头，传感器位于机器人的外层表面，嵌入式控制器通过USB串口通信连接嵌入式服务器，嵌入式服务器内搭载家庭数据库与嵌入式WEB服务器，同时嵌入式服务器内置WIFI芯片，可以连接家庭Wifi网络，将家庭机器人环境监控系统接入用户云网络，通过用户云网络与计算机网络协议，连接到用户的PC端与手机端，具有数据采集可移动、制作成本低廉、数据及时采集处理、环境数据精确、便于查看、占地空间小，良好的人机交互性的优点。
-
公开(公告)号：CN207281497U
公开(公告)日：2018-04-27
申请号：CN201721248405.2
申请日：2017-09-27
Applicant: 吉林大学
IPC: G05B19/04
CPC classification number: Y02T90/168 , Y04S30/12
Abstract: 本实用新型涉及一种四轴无人机电池自动更换系统，包括嵌入式控制器、改进的电池插槽与接驳机构，控制器经由光电译码器获取转动角度信息，以实现对伺服步进电机转动角度的感知。改进的电池插槽与接驳机构在保证电池能够安装固定的前提下，简化了取下以及安装电池的步骤。地面更换电池装置的控制器可由ssh协议与ROS系统与工作站远程连接并接受人工控制。控制器经由光电编码器与译码器获取转动角度信息，以实现对伺服步进电机转动角度的精准控制。实现本实用新型所描述的系统在实际更换电池的过程中，将整个电池更换过程耗费的时间压缩至15秒以内，相较于传统的机械臂方式极大地加速了更换/充电过程，且拥有更高的机械可靠性与全天候工作的能力。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.018 seconds)
