一种基于YOLO的学员状态检测方法

    公开(公告)号:CN110633610B

    公开(公告)日:2022-03-25

    申请号:CN201910413104.8

    申请日:2019-05-17

    Abstract: 本发明公开了一种基于YOLO的学员状态检测算法,包括以下步骤:S1:YOLO的改进;S2:在原来的DBL组件后加入瓶颈注意力模型BAM,然后经过2个DBL组件,再加入卷积注意力模型CBAM;S3:修改后的网络进行训练,本发明涉及基于YOLO的目标检测技术。本发明在YOLO网络的基础上,加入了瓶颈注意力模型(BAM)和卷积注意力模型(CBAM),在保证了较高检测速率的同时,提高了YOLO网络的精度。同时,我们将其应用在教学课堂中,实现对学生听课状态的检测,便于教学者对课堂情况的了解和管理加入了注意力机制的YOLO网络,经过在VOC 2012数据集上的测试,速度可以达到在自己的学员数据集上,准确率相对原版网络,准确率有所提升。

    基于HHT能量和最大李雅普诺夫指数的蛇行分类方法

    公开(公告)号:CN115017965B

    公开(公告)日:2022-11-01

    申请号:CN202210946734.3

    申请日:2022-08-09

    Abstract: 本发明公开了基于HHT能量和最大李雅普诺夫指数的蛇行分类方法,包括以下步骤:S1、通过对仿真获得的不同运行状态下的构架横向加速度信号进行频域及周期性分析,确定蛇行分类阈值;S2、对实时采集的构架横向加速度信号进行HHT能量计算和最大Lyapunov指数分析,得到对应的HHT能量值和最大Lyapunov指数,并根据蛇行分类阈值对其进行蛇行分类及蛇行程度确定,完成当前蛇行分类。本发明利用HHT能量法与最大Lyapunov指数相结合,对车辆系统进行不同运行状态的定性识别和蛇行程度大小的定量分析,以实现对蛇行运动的具体监测。

    一种有缝钢轨缝隙故障检测方法

    公开(公告)号:CN112762809B

    公开(公告)日:2022-04-15

    申请号:CN202011636422.X

    申请日:2020-12-31

    Abstract: 本发明提供了一种有缝钢轨缝隙故障检测方法,涉及有缝钢轨维护技术领域,其包括车载计算机通过振动检测器实时获得车轮的振动信号,电涡流位移检测器获得钢轨缝隙的水平宽度和竖直宽度,固定于钢轨裂缝一侧的红外线接收器收到从列车上发射的红外线后通过定位模块将该钢轨裂缝的位置信息反馈给车载计算机;利用LTSA算法和谱聚类方法对振动信号的故障类别进行识别,若识别出振动信号的产生原因是车轮的不对中,则借助检测的钢轨缝隙宽度值来判断该故障振动是否由缝隙的宽度引起,若是,则计算出水平宽度值或竖直宽度值超出阈值的量并结合位置坐标进行记录并输出。解决了现有技术中人工检查有缝铁路缝隙处的故障准确性和及时性差的问题。

    一种高速列车小幅蛇行演变趋势的区间预测方法

    公开(公告)号:CN112948981A

    公开(公告)日:2021-06-11

    申请号:CN202110378710.8

    申请日:2021-04-08

    Abstract: 本发明公开了一种高速列车小幅蛇行演变趋势的区间预测方法,针对现有监测方法主要集中在对大幅蛇行的监测,而忽略了小幅蛇行的演变规律,提出了一种区间预测方法。本发明通过建立高速列车小幅蛇行失稳区间预测模型,使得当高速列车处于小幅蛇行状态时,能够预测构架横向加速度变化的区间,并且给出预测区间的置信度,从而更为快速地判断列车是否将会发生蛇行失稳(小幅收敛、小幅发散两种变化状态),提高列车运行的安全性。基于以上问题,本发明公开的方法大大减少了模型待优化的参数,使得优化参数可快速收敛。将该方法用于小幅蛇行变化趋势的预测,可提高蛇行失稳识别的时效性。

    一种基于形态学梯度多尺度融合的营业执照信息提取方法

    公开(公告)号:CN109961416B

    公开(公告)日:2020-11-10

    申请号:CN201910259552.7

    申请日:2019-04-02

    Abstract: 本发明公开了一种基于形态学梯度多尺度融合的营业执照信息提取方法:将营业执照原图依次进行多尺度变换的缩放处理、双边滤波算法去噪和灰度化处理后,得到灰度图;对灰度图进行黑帽运算并按像素取反,得到黑帽图;将灰度图与黑帽图按像素相减,得到边缘增强图;将边缘增强图进行开运算,得到开运算图;用最大极值稳定算法对开运算图检测,得到候选区图;对候选区图进行检测和去重,得到不同尺度的文本区域图;将不同尺度下的文本区域图进行比较,保留各个尺度下都检测到的文本区域,从而提取到图像文本信息。本方法解决了现有的图像处理信息在营业执照信息提取方面的准确度、硬件成本、计算成本不能兼顾的技术问题,大大提高了行政效率。

    一种基于注意力神经网络的小样本学习图像识别方法

    公开(公告)号:CN109766942B

    公开(公告)日:2020-08-04

    申请号:CN201910011538.5

    申请日:2019-01-07

    Abstract: 本发明公开了一种基于注意力基于神经网络的小样本学习图像识别方法,方法包括如下步骤:步骤S1:将样本图片经过神经网络处理,得到该图片的特征向量;步骤S2:将同一类别图片的特征向量经过注意力网络处理,得到图片的特征注意力向量;步骤S3:将特征注意力向量与特征向量相乘得到注意力修正后的特征向量;步骤S4:将注意力修正后的特征向量求平均值得到同一类别的特征向量;步骤S5:将待处理的图片经过神经网络处理,得到待处理图片的特征向量;步骤S6:将待处理图片的特征向量与同一类别的特征向量进行距离远近的对比,得到待处理图片的所属类别,解决了当样本数据量比较少时可以进行图片分类同时能一定程度上减少图片背景干扰,提高识别准确率的问题。

    一种基于形态学梯度多尺度融合的营业执照信息提取方法

    公开(公告)号:CN109961416A

    公开(公告)日:2019-07-02

    申请号:CN201910259552.7

    申请日:2019-04-02

    Abstract: 本发明公开了一种基于形态学梯度多尺度融合的营业执照信息提取方法:将营业执照原图依次进行多尺度变换的缩放处理、双边滤波算法去噪和灰度化处理后,得到灰度图;对灰度图进行黑帽运算并按像素取反,得到黑帽图;将灰度图与黑帽图按像素相减,得到边缘增强图;将边缘增强图进行开运算,得到开运算图;用最大极值稳定算法对开运算图检测,得到候选区图;对候选区图进行检测和去重,得到不同尺度的文本区域图;将不同尺度下的文本区域图进行比较,保留各个尺度下都检测到的文本区域,从而提取到图像文本信息。本方法解决了现有的图像处理信息在营业执照信息提取方面的准确度、硬件成本、计算成本不能兼顾的技术问题,大大提高了行政效率。

    一种基于注意力神经网络的小样本学习图像识别方法

    公开(公告)号:CN109766942A

    公开(公告)日:2019-05-17

    申请号:CN201910011538.5

    申请日:2019-01-07

    Abstract: 本发明公开了一种基于注意力基于神经网络的小样本学习图像识别方法,方法包括如下步骤:步骤S1:将样本图片经过神经网络处理,得到该图片的特征向量;步骤S2:将同一类别图片的特征向量经过注意力网络处理,得到图片的特征注意力向量;步骤S3:将特征注意力向量与特征向量相乘得到注意力修正后的特征向量;步骤S4:将注意力修正后的特征向量求平均值得到同一类别的特征向量;步骤S5:将待处理的图片经过神经网络处理,得到待处理图片的特征向量;步骤S6:将待处理图片的特征向量与同一类别的特征向量进行距离远近的对比,得到待处理图片的所属类别,解决了当样本数据量比较少时可以进行图片分类同时能一定程度上减少图片背景干扰,提高识别准确率的问题。

    一种基于时空立方体的自然资源要素演化分析方法

    公开(公告)号:CN116881351A

    公开(公告)日:2023-10-13

    申请号:CN202310861555.4

    申请日:2023-07-13

    Abstract: 本发明公开了一种基于时空立方体的自然资源要素演化分析方法,包括将GIS数据文件解析并存入数据库;确定并查找目标要素实体,利用GeoTools将目标要素实体与时间维度上的所有要素实体集作叠加分析来构建自然资源要素演化时空立方体;时空立方体时间维度上相邻要素集合之间所有元素的关系,并构建自然资源要素演化链;对自然资源要素演化时空立方体以及自然资源要素演化链进行可视化。本发明将时空立方体与自然资源要素GIS时空数据结合来构建自然资源要素演化时空立方体、利用自然资源要素演化时空立方体构建自然资源要素演化链、使用Three.js工具对自然资源要素实体进行3D建模,实现自然资源要素演化时空立方体的可视化。

    一种有缝钢轨缝隙故障检测方法

    公开(公告)号:CN112762809A

    公开(公告)日:2021-05-07

    申请号:CN202011636422.X

    申请日:2020-12-31

    Abstract: 本发明提供了一种有缝钢轨缝隙故障检测方法,涉及有缝钢轨维护技术领域,其包括车载计算机通过振动检测器实时获得车轮的振动信号,电涡流位移检测器获得钢轨缝隙的水平宽度和竖直宽度,固定于钢轨裂缝一侧的红外线接收器收到从列车上发射的红外线后通过定位模块将该钢轨裂缝的位置信息反馈给车载计算机;利用LTSA算法和谱聚类方法对振动信号的故障类别进行识别,若识别出振动信号的产生原因是车轮的不对中,则借助检测的钢轨缝隙宽度值来判断该故障振动是否由缝隙的宽度引起,若是,则计算出水平宽度值或竖直宽度值超出阈值的量并结合位置坐标进行记录并输出。解决了现有技术中人工检查有缝铁路缝隙处的故障准确性和及时性差的问题。

Patent Agency Ranking