-
公开(公告)号：CN115641439A
公开(公告)日：2023-01-24
申请号：CN202211378814.X
申请日：2022-11-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于点体素联合的三维点云语义分割方法。该发明针对基于体素或基于点的算法处理三维数据的计算效率都很低的问题，提出点体素联合的方法。基于体素的方法在体素化过程中会有信息丢失，且计算成本和内存需求都随着体素分辨率的增加而增加；而基于点的方法会导致高达80％的时间浪费在构造内存局部性较差的稀疏数据上。本发明提出的基于点体素联合的三维点云语义分割方法，将点云体素化，获得规则的体素数据，应用3D CNN来获取低分辨率的局部特征，然后利用最近邻插值去体素化，应用PointNet网络提取高分辨率的逐点特征，并将基于体素的局部特征和基于点的全局特征拼接起来，作为网络提取的特征，以此在保证精度的同时，提高计算效率。
-
公开(公告)号：CN115375894A
公开(公告)日：2022-11-22
申请号：CN202210642608.9
申请日：2022-06-08
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州) , 电子科技大学天府协同创新中心
Abstract: 本发明属于分析检测技术领域，具体涉及一种环境水中铁离子的快速检测方法和系统。本发明的方法包括如下步骤：步骤1，采用化学显色体系处理待检测水样，使化学显色体系发生颜色变化，拍摄化学显色体系的图片；步骤2，从所述图片中分割出感兴趣区域；步骤3，计算所述感兴趣区域中RGB颜色空间和HSI颜色空间的各分量的变化值；步骤4，以步骤3得到的至少两种分量的变化值作为特征，通过多元性回归方程模型分析待检测水样中铁离子的含量。本发明具有成本低、操作简单、检测效率高、抗干扰能力强等显著优势，适用于自然水体中Fe3+浓度的快速检测，具有很好的应用前景。
-
公开(公告)号：CN114724023A
公开(公告)日：2022-07-08
申请号：CN202111472870.5
申请日：2021-12-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于孪生神经网络和FCN全卷积网络的水体变化检测方法。该发明基于孪生神经网络和FCN网络设计了一种可用于水体变化检测的方法，利用深度学习从原始遥感数据中充分提取出图像的特征信息，有效地弥补了传统变化检测方法中侧重于差异建模，而忽略图像本身的信息。本发明设计了一个孪生网络，其主要的结构由三部分组成，分别是编码器、解码器和分类器，编码器由共享权值的孪生网络和FCN全卷积网络构成，解码层则是利用双线性插值法进行上采样来逐步恢复出特征图的分辨率。此外，该网络还结合了修正归一化水体指数(RNDWI)来提取水体特征，避免图像中的其余地物的信息对水体的干扰，提高了网络对水体特征提取的性能和鲁棒性。
-
公开(公告)号：CN119961385A
公开(公告)日：2025-05-09
申请号：CN202311452517.X
申请日：2023-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F16/3329 , G06F16/334 , G06F16/353 , G06F40/205 , G06F18/2415 , G06N3/045 , G06N3/08
Abstract: 对话系统中按照建模方式可以分为两种：基于流水线的方法和基于端到端的方法。然而在基于流水线的方法中，各个模块只能分别优化，存在误差叠加问题，基于端到端的方法利用历史对话来直接生成系统回复。但由于基于端到端方法的对话系统没有全面考虑知识库中的信息，限制了任务型对话系统的效果。本文提出一种基于预训练自回归语言模型的任务型问答系统，将传统的基于流水线的对话系统中的各个模块集成到了单一的自回归语言模型中，并采用自回归语言模型的解析方式依次生成各个模块的结果，直到生成最终的系统回复。
-
公开(公告)号：CN115248210B
公开(公告)日：2024-10-22
申请号：CN202210908004.4
申请日：2022-07-29
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州) , 电子科技大学天府协同创新中心
IPC: G01N21/78 , G06V10/766 , G06V10/56
Abstract: 本发明属于分析检测技术领域，具体涉及一种环境水中铁离子的现场快速检测装置。本发明的装置外壳中设置有相机、光源和样品安装装置，相机通过数据线与图像处理装置连接；所述图像处理装置包括：分割模块，用于对化学显色体系的图片进行滤波降噪处理并分割出感兴趣区域；计算模块，用于计算所述感兴趣区域中RGB颜色空间和HSI颜色空间的各分量的变化值；并将至少两种分量的变化值作为特征，通过多元性回归方程模型分析待检测水样中铁离子的含量。利用本发明的装置进行水中铁元素的检测，具有成本低、操作简单、便携性突出、检测效率高、抗干扰能力强等显著优势，适用于自然水体中Fe3+浓度的现场、快速检测，具有很好的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN115801489A
公开(公告)日：2023-03-14
申请号：CN202211368437.1
申请日：2022-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H04L12/28 , H04L67/025
Abstract: 本发明公开了一种基于单片机的智能家居控制器设计方法，搭建了系统的总体框架，研究系统的总体功能，并且提供了与其相配套的手机APP，用手机就可以实现对简单家具的智能化控制。该设计主要以STM32单片机为核心处理器，用传感器设备来采集家居环境中的各种环境数据，数据通过无线网络上传至网络服务器。利用手机APP向网络服务器发送获取数据或者相应控制指令的访问请求，网络服务器收到访问请求后，就执行将环境数据传输给手机APP的操作，或者将来自手机APP的控制指令传至STM32下位机，STM32下位机向各个功能模块发出具体控制指令。
-
公开(公告)号：CN115711603A
公开(公告)日：2023-02-24
申请号：CN202211387475.1
申请日：2022-11-07
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种多智能体系统中无坐标分布式控制算法。涉及多智能体系统控制中的分布式控制领域，针对纯方位环绕包围控制算法。本发明针对车辆集群提出了一种无坐标分布式定位和环绕包围控制算法。设计了多目标中心估计器算法进行中心估计，又根据估计出的目标中心设计控制器算法控制多辆小车进行环绕包围运动。本发明提出的分布式定位和环绕包围算法是无坐标形式的，无需任何位置信息的，因此不再需要统一全球坐标系，且不同车辆的局部坐标没有对齐。本发明仅考虑部分车辆来测量相对于目标的相对方位。尽管如此，本发明提出的分布式定位算法仍然保证了所有车辆通过协作精确定位目标。
-
公开(公告)号：CN115248210A
公开(公告)日：2022-10-28
申请号：CN202210908004.4
申请日：2022-07-29
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州) , 电子科技大学天府协同创新中心
IPC: G01N21/78 , G06V10/766 , G06V10/56
Abstract: 本发明属于分析检测技术领域，具体涉及一种环境水中铁离子的现场快速检测装置。本发明的装置外壳中设置有相机、光源和样品安装装置，相机通过数据线与图像处理装置连接；所述图像处理装置包括：分割模块，用于对化学显色体系的图片进行滤波降噪处理并分割出感兴趣区域；计算模块，用于计算所述感兴趣区域中RGB颜色空间和HSI颜色空间的各分量的变化值；并将至少两种分量的变化值作为特征，通过多元性回归方程模型分析待检测水样中铁离子的含量。利用本发明的装置进行水中铁元素的检测，具有成本低、操作简单、便携性突出、检测效率高、抗干扰能力强等显著优势，适用于自然水体中Fe3+浓度的现场、快速检测，具有很好的应用前景。
-
公开(公告)号：CN114719861A
公开(公告)日：2022-07-08
申请号：CN202111474535.9
申请日：2021-12-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于UWB和ELM的无人机室内定位技术。该发明在室内精确定位具有一定的通用性，该专利以室内无人机定位作为说明案例。针对精确定位问题，在定位过程中加入了K‑Means聚类用于筛选可靠数据，聚类算法对于数据筛选具有一定的通用性和可移植性；针对环境的固定干扰以及UWB收发设备的误差问题，需要通过极限学习机进行训练，能有效提升定位精度和定位效率。
-
公开(公告)号：CN114385796A
公开(公告)日：2022-04-22
申请号：CN202111471317.X
申请日：2021-12-04
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F16/332 , G06K9/62
Abstract: 本发明公开了一种基于fasttext的垃圾信息识别方法，本发明涉及自然语言处理和机器学习领域，结合TF‑IDF算法和fasttext算法，形成新的TF‑fasttext算法提供了对垃圾信息识别的效率。本发明对传统的fasttext算法进行了三个方面的优化。首先将TF‑IDF算法进行改进，将同类文本和不同文本之间的关系考虑进去，引入参数类频，来代表特征词在某类中出现的次数。其次将改进后的TF‑IDF算法与n‑gram模型结合，形成新的TF‑IDF‑N算法对n‑gram操作后的词进行特征筛选，根据特征词权重保留高区分度的词，去掉低区分度的词。从而消减了fasttext模型的噪声数据，保留更具代表性的特征词序列。最后在fasttext算法的输出层用层次softmax函数提升了模型判断的精度，而且缩短了样本训练的时间。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.033 seconds)
