-
公开(公告)号：CN110765014A
公开(公告)日：2020-02-07
申请号：CN201911005227.4
申请日：2019-10-22
Applicant: 北京理工大学
Abstract: 本发明涉及一种Python绘图程序题自动评测方法，使用静态评测与动态评测相结合的方法进行Python绘图程序题自动评测；其中，静态评测方法分析待测源程序的词法、语法，并与标准源程序词法、语法分析结果比对进行评分；动态评测方法根据测试用例运行待测程序，并将运行结果与标准结果比对进行评分；当运动结果唯一时，将绘制结果转存为SVG文件，根据SVG文件相似度对待测程序进行评分。当运行结果不唯一时，根据测试用例运行待测程序，提取绘制结果图像的颜色或形状特征或二者的组合，与标准结果图像比对进行评分。本发明结合静态评测和动态评测方法对Python绘图源程序进行自动评测，为Python教学评测带来了极大的便利，提高了评测效率。
-
公开(公告)号：CN110502564A
公开(公告)日：2019-11-26
申请号：CN201910799488.1
申请日：2019-08-28
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于姿态基的运动特征数据库生成方法、检索方法及终端，数据库生成方法包括以下步骤：获取用户在不同运动状态下的多个运动训练数据集，其中，每个所述运动训练数据集包括多个训练采集时间点和与每个训练采集时间点对应的运动训练数据；基于所述运动训练数据集获取每个训练采集时间点对应的姿态，选取人体骨骼关键关节点或关键肢体段，根据在其父关节点局部坐标系中的子空间位置进行编码，转换成对应的姿态基；将数据集及其对应的数字编码进行存储，形成基于姿态基的运动特征数据库。本发明将人体姿态几何特征转换为人体骨骼关键关节点的数字编码，在实现基于内容的精准运动数据检索的同时，提高了检索的效率。
-
公开(公告)号：CN110222410A
公开(公告)日：2019-09-10
申请号：CN201910465286.3
申请日：2019-05-30
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于Hadoop MapReduce的电磁环境仿真方法，包括以下步骤：1)场景预处理；2)以辐射源球心为原点，按照水平方向0到360度，垂直方向0到180度依次取一个水平角度和一个垂直角度来确定一个唯一的射线方向；3)将辐射源产生的初始射线数据作为Hadoop Map处理的输入数据提交；4)Hadoop框架调用用户实现的Map函数对射线数据进行处理；5)对所有中间键值对进行整理，并将到达同一接收机的有效射线分配至相同的Reduce节点，进行多条射线的叠加计算；6)合并多个Reduce节点的输出，以得到所有接收机的结果。本发明提出的一种基于Hadoop MapReduce的电磁环境仿真方法，基于Hadoop MapReduce框架实现了电磁环境仿真的并行计算，有效提高了电磁环境仿真的效率。
-
公开(公告)号：CN107563490A
公开(公告)日：2018-01-09
申请号：CN201710764951.X
申请日：2017-08-30
Applicant: 北京理工大学
IPC: G06N3/00
Abstract: 本发明公开了一种基于关注力模型的人群多样性仿真方法。使用本发明能够利用人群对环境关注力不同造成的其行为的影响，实现人群个体行为的多样化，真实感强且更为贴合实际。本发明首先在虚拟场景中根据各虚拟环境对虚拟角色关注力的影响，构建虚拟角色的关注力模型；然后在虚拟角色的行为过程中，根据虚拟角色的关注力模型，实时计算虚拟角色对各虚拟环境的关注力，并以最大关注力值对应的虚拟环境作为虚拟角色的当前的关注目标；根据虚拟角色当前的关注目标更新其动作姿态以及行为路径，使虚拟角色在运动过程中不断靠近当前的关注目标。本发明充分考虑了虚拟角色在运动过程中对周边环境产生的兴趣对其行为的影响，真实感强且更贴合实际。
-
公开(公告)号：CN105606088A
公开(公告)日：2016-05-25
申请号：CN201610069368.2
申请日：2016-02-01
Applicant: 北京理工大学
Abstract: 本发明提出一种基于动态环境的路径规划方法，能够对环境进行构造基于动态局部通道三角网格的导航网格，并能够针对不同Agents在动态环境发生变化前后进行搜索路径选择和碰撞规避方法的研究。包括以下步骤：步骤一、对动态环境构造实现局部通道三角网格Local Clearance Triangulation(LCT)；步骤二、保持原有的局部通道三角网格中对通道宽度Clearance值的要求，构建动态局部通道三角网格Dynamic Local Clearance Triangulation(DLCT)；步骤三、将AD*算法作为启发式动态路径规划方法，通过建立新的数据结构使得动态搜索算法能在动态环境中实时获取地图信息进行规划路径。
-
Patent Agency Ranking
公开(公告)号：CN101894389A
公开(公告)日：2010-11-24
申请号：CN201010216585.2
申请日：2010-07-02
Applicant: 北京理工大学
IPC: G06T15/00
Abstract: 本发明公开了一种基于旋转角插值的三维模型扭转变形方法，该方法根据角色模型的变形特点，将三维模型划分成变形区、过渡区和非变形区，通过对三维模型的各个区域应用不同的变形方法，可以提高变形的速度和真实感。在三维模型的变形区以及过渡区内，通过在扭转变形后对网格顶点相对于骨骼的旋转角进行插值，可以实现在扭转变形中三维模型相应区域围绕骨骼的扭转，并且使三维模型表面在关节点附近区域实现光滑、连续的过渡；在三维模型的非变形区内，通过对部分顶点进行相应的欧式变换来获得非变形区网格顶点扭转变形后的局部坐标。
-
公开(公告)号：CN101038678A
公开(公告)日：2007-09-19
申请号：CN200710098505.6
申请日：2007-04-19
Applicant: 北京理工大学
IPC: G06T17/00
Abstract: 本发明的基于单幅图像的三维实体模型重建方法，包括如下步骤：将光滑对称曲面原始视图输入，并将其进行镜面翻转得到镜面翻转视图；确定原始视图与镜面翻转视图中匹配的特征点对；计算原始图片所用的相机内参数矩阵；根据内参数矩阵和匹配的特征点对得到的原始图像和镜面翻转图像之间的特征点，求出本质矩阵，将得到的本质矩阵分解为旋转矩阵和平移矩阵；根据原始图像二维点的坐标，求得对应点的三维坐标，生成物体的平面模型；通过最小化光滑目标函数获得最终的光滑曲面模型；提取原始图像纹理，并映射到生成的光滑曲面上，得到三维实体模型。本发明的方法可应用于来自网络的，数码相机拍摄的或者扫描仪的堆成物体和曲面的三维模型的重建。
-
公开(公告)号：CN116662314A
公开(公告)日：2023-08-29
申请号：CN202310558802.3
申请日：2023-05-17
Applicant: 北京理工大学
IPC: G06F16/215 , G06F16/21 , G06F16/22 , G06F3/06
Abstract: 本发明提供一种多源数据存储方法及系统，涉及数据处理技术领域，方法包括：基于核查系统对多源数据进行预处理，得到第一数据，多源数据存储在核查系统的待核查区；将第一数据存储到核查系统的核查区内的各个表中，并基于核查系统合并第一数据中的重复数据，得到第二数据；将第二数据存储到目标数据库。本发明利用统一的数据格式进行数据快速存储。使用多批次的虚拟临用表轮换机制给予所有虚拟空间的用户高效利用数据库的能力，将数据库构建的速度大幅提高。多级多层次的虚拟临用表筛选核查机制保证了数据的可靠性、一致性和安全性。多级筛选得到的安全数据按照类别进一步划分存储提高了数据库整体的利用效率，保证数据访问的便利。
-
公开(公告)号：CN116070172A
公开(公告)日：2023-05-05
申请号：CN202310212150.8
申请日：2023-03-07
Applicant: 北京理工大学
IPC: G06F18/25 , G06N3/0455 , A61B5/0205 , G06F123/02
Abstract: 本申请涉及一种增强时间序列的特征表达性的方法，用于可穿戴设备。该方法包括：接收至少一个通道的输入特征，所述输入特征为卷积神经网络根据来自穿戴式传感器的至少一个通道的时序数据提取的特征；将每个通道的输入特征划分为多个分块；对于每个通道，利用编码器将所述多个分块进行编码；对于每个通道，将每个分块表达为所述通道内通过编码器后的多个分块的融合结果；对包括多个融合结果的每个通道利用解码器进行解码，得到包括通道全局信息的多个解码分块；对于每个通道，将所述多个解码分块合并。本申请的方案可弥补由卷积神经网络处理时间序列在序列全局信息上的损失，从而提高特征的信息量和表达能力，进而提高网络的识别精度。
-
公开(公告)号：CN116070104A
公开(公告)日：2023-05-05
申请号：CN202310212146.1
申请日：2023-03-07
Applicant: 北京理工大学
IPC: G06F18/213 , G06F18/24 , G06F18/241 , G06F18/2415 , G06F18/25 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08 , A61B5/11
Abstract: 本申请涉及一种实时监测康复行为的方法及可穿戴设备，属于人工智能领域。该方法包括：实时获取来自穿戴式传感器的至少一个通道的时序数据；采用滑动窗口技术将每个通道的时序数据分割为组，从而将时序数据转换为二维数据；通过二维卷积层对二维数据进行特征提取；进一步通过第一乐高卷积层及第二乐高卷积层进行特征提取；基于注意力机制对第二乐高卷积层输出的第一特征按通道进行分块编码和融合，得到第二特征；通过全连接层基于第一特征和第二特征输出康复行为的识别结果。本申请的方案使用二维乐高卷积来替代传统的卷积层，并使用自注意力机制来提高特征表达性，实现高准确度的人体活动实时识别。
-
-
-
-
-
-
-
-
-
Search Results
128
records
(took 0.022 seconds)
