-
公开(公告)号：CN109961451A
公开(公告)日：2019-07-02
申请号：CN201910219756.8
申请日：2019-03-22
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于边缘信息的材料晶粒组织分割方法，首先对待分割晶粒组织图像通过轮廓检测器将多个局部信息结合到基于光谱聚类的全局框架中，然后通过构造多尺度下的晶粒组织图像进而获取融合后的边缘能量图，接着采用定向分水岭算法得到区域和边界，最后对得到区域和边界进行差异性分层得到细致程度不同的分割结果，进而可以从中选取较为理想的分割图像。实验验证了本发明能够对晶粒组织图像进行有效的分割，边界连续性好，准确率高，因此具有良好的实用价值及应用前景。
-
公开(公告)号：CN106952271B
公开(公告)日：2019-06-21
申请号：CN201710134026.9
申请日：2017-03-08
Applicant: 西北工业大学
IPC: G06T7/11
Abstract: 本发明涉及一种基于超像素分割和EM/MPM处理的图像分割方法，利用SLIC超像素分割算法，在线性时间内构造出图像的预分割模型，然后利用对原图像的采样，为每个超像素创建灰度值，构造出超像素插值图像，在超像素插值图像的基础上，利用最大期望值/最大边缘概率(EM/MPM)完成最后的图像分割。优越性：能够在传统图像分割方法上，利用超像素分割对图像的预分割，提高分割区域的准确度，让分割区域鲁棒的正确的表示图像的一个部分，极大的降低分割区域中误分割部分，提高图像分割的准确度，为下一步的语义分割和目标提取提供更好的中间信息。
-
公开(公告)号：CN106446965A
公开(公告)日：2017-02-22
申请号：CN201610919802.1
申请日：2016-10-21
Applicant: 西北工业大学
CPC classification number: G06K9/6269 , G06K9/4671 , G06K2009/4695
Abstract: 本发明属于航天器可见光图像分类领域，具体涉及一种新的航天器可见光图像分类方法。首先对航天器图像训练样本提取尺度旋转不变特征(SIFT)，用该特征训练稀疏字典，然后对所提取的特征使用训练得到的稀疏字典进行稀疏编码，进一步采用空间金字塔匹配策略得到训练样本图像的特征描述，最后使用线性支持向量机(SVM)训练出分类器模型。对于输入图像，首先提取尺度旋转不变特征(SIFT)，对所提取的特征使用训练得到的稀疏字典进行稀疏编码，进一步采用空间金字塔匹配策略得到测试图像的特征描述，最后用训练好的分类器模型进行分类。通过在仿真数据库上实验分析，验证了本发明方法的分类准确性。
-
公开(公告)号：CN103334389B
公开(公告)日：2015-04-08
申请号：CN201310283062.3
申请日：2013-07-05
Applicant: 西北工业大学
IPC: E01F13/10
Abstract: 本发明公开了一种阻止逆向行驶装置，用于解决现有带有减速功能的道路单向行驶控制器双向行驶受限的技术问题。技术方案是阻止逆向行驶装置由机动车检测部分、阻止逆行部分和路面恢复部分构成。其机动车检测部分的检测器检测到正常行驶的机动车，将信号传输给单片机，单片机控制阻止逆行部分移动到底盒内，并启动路面恢复部分机构运动，恢复路面的平整。机动车检测部分不检测逆向行驶的机动车，当机动车逆向行驶而来时，阻止逆行部分直立在地面上，阻止逆向行驶的机动车继续逆向行驶行为。当需道路双向行驶时，可使单片机运行于路面恢复模式，使阻止逆行部分的阻止器移动到底盒内，并启动路面恢复装置，恢复路面平整，实现了道路双向通行要求。
-
公开(公告)号：CN102780342B
公开(公告)日：2014-06-11
申请号：CN201210307560.2
申请日：2012-08-27
Applicant: 西北工业大学
Abstract: 本发明公开了一种聚磁结构四相横向磁场永磁电机，用于解决现有横向磁场永磁电机漏磁大的技术问题。技术方案是采用永磁体（1）、转子环（2）和转子永磁体（8）构成电机的聚磁结构转子单元，和定子齿（4）、定子永磁体（9）、定子槽（10）和辅助铁芯（13）构成电机的聚磁结构定子单元；每相聚磁结构转子单元间设有绝缘环（3），每相聚磁结构定子单元间设有绝缘板（11）。由于采用聚磁结构，永磁电机的最大气隙磁场强度由背景技术的1.13T增加到2.2584T，增加了99.9％，漏磁系数由1.303降至1.076，降低了17.4％。由于四相合成后的自定位力仅为单相时的18％，而变化周期从单相时的180°缩短至四相时的45°，减小了电机转矩脉动，提高了电机性能。
-
Patent Agency Ranking
公开(公告)号：CN103413283A
公开(公告)日：2013-11-27
申请号：CN201310292271.4
申请日：2013-07-12
Applicant: 西北工业大学
IPC: G06T5/50
Abstract: 本发明涉及一种基于二维EMD和改进局部能量的多聚焦图像融合方法，首先对源图像进行二维EMD分解，然后采用基于改进局部能量的极大值准则和加权平均融合规则相结合的方法对相应频率段上的本征模函数（IMF）分量进行处理。当对应的两幅源图像二维EMD分解后的IMF分量相位相同时，融合图像对应的IMF分量采用局部能量极大值准则；相位相反时，融合图像对应的IMF分量采用局部能量加权平均方法确定。融合规则克服了传统融合方法对窗口内各个像素包含的独立信息考虑不足的缺点。最后，融合结果通过对融合分量进行二维EMD逆变换得到。因此，将二维EMD和改进局部能量相结合，可以大大提高融合后图像的质量，对应用系统的后续处理和图像显示具有重要意义和使用价值。
-
公开(公告)号：CN101737694A
公开(公告)日：2010-06-16
申请号：CN200910254573.6
申请日：2009-12-29
Applicant: 西北工业大学
IPC: F21S9/00 , F21V17/00 , F21V21/108 , F21V33/00 , A01G9/02
Abstract: 本发明公开了一种太阳能立体绿化照明柱，用于环境的立体绿化。其装置包括太阳能板、照明灯夹套、喷头、电磁阀、控制盒和种植装置，所述支撑柱固连于基座上，太阳能板固定在支撑柱顶部，引线通过支撑柱内部的进线管分别与照明灯、湿度传感器、光照传感器、控制盒电连接，照明灯夹套将照明灯固定在支撑柱上，供水管置于支撑柱内部，在穿过支撑柱的地方与支撑柱固定，供水管引出端左右对称，前端分别接喷头，电磁阀置于供水管的进水端，支撑柱的中部设置种植装置。
-
公开(公告)号：CN113052311B
公开(公告)日：2024-01-19
申请号：CN202110281763.8
申请日：2021-03-16
Applicant: 西北工业大学 , 中国西安卫星测控中心 , 北京跟踪与通信技术研究所
IPC: G06N3/084 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种具有跳层结构的特征提取网络及描述子生成的方法，网络为带有跳层结构的图像特征提取网络，在VGG16的conv2_2层、conv2_3层与conv4_3层的输出特征图进行融合，得所有的细节信息，并有效提高特征点定位精度。特征点的独特性指标是指图像的某个局部区域与图像其他区域的相似程度。通过独特性得分来衡量图像中每个位置的独特性，即图像中每个位置与其他所有位置的相似程度。通过选择图像中足够独特的特征点来提高网络的匹配性能。本发明在图像检索的HPatches数据集上取得了领先的性能，特别是在它的光照序列上。
-
公开(公告)号：CN112362066B
公开(公告)日：2023-02-10
申请号：CN202011311727.3
申请日：2020-11-20
Applicant: 西北工业大学
IPC: G01C21/20
Abstract: 本发明涉及一种基于改进的深度强化学习的路径规划方法，针对不同学习阶段对经验的深度和广度不同需求，提出了一种改进的学习策略，即深度Q网络采用密集网络框架计算Q值。在学习的初始阶段，创建经验值评估网络来增加深度经验的比例，以便更快地了解环境规则。当路径游荡现象发生时，使用并行探索结构来提高经验库的广度。另外，通过引用密集连接方法来改进网络结构，从而提高了网络的学习和表达能力。
-
公开(公告)号：CN114554510A
公开(公告)日：2022-05-27
申请号：CN202210086040.7
申请日：2022-01-25
Applicant: 西北工业大学
IPC: H04W16/22 , H04W28/22 , G06F30/27 , G06N20/00 , G06F111/04
Abstract: 本发明公开了一种无人机载基站下行链路最优决策参数配置方法，包括以下步骤：A：通过采样获得单天线用户位置信息；B：构建最大化最小信息传输速率的优化问题P1；C：离线状态下求解优化问题P1，获得最优决策参数；D：将最优决策参数作为标签与用户位置信息构成训练样本集；E：构建深度学习模型，离线采用训练样本集训练深度学习模型学习用户位置信息和最优决策参数的映射关系；F：在线将更新的用户位置信息输入深度学习模型，实时在线配置无人机最优决策参数。本发明具有较低计算复杂度，能够实时配置无人机载基站的最优决策参数，以满足用户实时通信的需求。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.029 seconds)
