-
公开(公告)号：CN102305661A
公开(公告)日：2012-01-04
申请号：CN201110163366.7
申请日：2011-06-17
Applicant: 宁波大学
IPC: G01H17/00
Abstract: 本发明公开了一种斜拉桥拉索振动信号的降噪处理方法，包括以下处理步骤：按加速度传感器设置的固定采样频率采集并且采样斜拉桥拉索振动时域信号，获得振动时域信号采样数据序列；通过对振动时域信号采样数据序列零均值化处理，获得振动时域信号离散序列；通过对振动时域信号离散序列等间隔抽样分割处理，获得分割数据序列组；通过对分割数据序列组进行快速傅里叶变换，获得频谱组；通过对频谱组频谱平均，得到平均频谱，然后对平均频谱进行快速傅里叶反变换，获得降噪后的时域信号；本发明剔除实际测量中各种干扰信号所带来的影响，有效降噪，为工程后续分析提供有力的保障，且实现简便，在桥梁工程施工及监测领域中具有广泛的应用。
-
公开(公告)号：CN1284963C
公开(公告)日：2006-11-15
申请号：CN200410018086.7
申请日：2004-04-30
Applicant: 宁波大学
Abstract: 本发明公开了一种窄带滤光片的自动检测装置，包括工作平台、光源和光信号检测仪，特点是还包括计算机和控制器，光源、光信号检测仪和控制器分别与计算机连接，工作平台的支撑台上设置有纵向移动机构和横向移动机构，光信号入射准直器通过入射光纤与光源相连，光信号出射准直器通过出射光纤与光信号检测仪相连，控制器与纵向移动机构和横向移动机构连接，在计算机中编制相应程序来控制控制器、光源和光信号检测仪，可以实现对滤光片上相应位置处的一定范围波长透过率的自动检测和对相应的波长值在整个滤光片上各点处的透过率值的自动检测，可以大大提高对小块窄带滤光片的检测速度，从而在窄带滤光片的生产过程中提高判定合格产品时的检测效率。
-
公开(公告)号：CN119645629A
公开(公告)日：2025-03-18
申请号：CN202411672208.8
申请日：2024-11-21
Applicant: 宁波大学 , 浙江瑞晟智能科技股份有限公司
IPC: G06F9/50 , G06F18/10 , G06F18/20 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F123/02
Abstract: 本发明涉及一种负载功耗预测方法及计算机可读存储介质，包括：将负载的运行状态划分为多个类型，并模拟负载的各个类型运行状态，获取负载在各个类型运行状态下的功耗性能数据以及功耗数据；对获取的所有功耗性能数据进行预处理，按照波动从强到弱的顺序对各个预处理后的时间特征序列进行排序，并对前N个预处理后的时间特征序列进行VMD分解和重构，最后将重构的时间特征序列与其他时间特征序列组合形成数据集；构建负载功耗预测模型，将训练集分批次输入到构建的负载功耗预测模型中，将测试集中选出的测试样本输入到训练完成后的负载功耗预测模型中，即预测得到测试样本所对应的功耗数据。该方法提高了负载功耗预测的准确性。
-
公开(公告)号：CN116522236A
公开(公告)日：2023-08-01
申请号：CN202310388917.2
申请日：2023-04-07
Applicant: 宁波大学
IPC: G06F18/2415 , G06F18/214 , G06F18/22
Abstract: 本发明公开了一种基于多任务孪生网络的手指运动想象脑电信号分类方法，其在基于经典孪生网络结构的基础上引入多任务学习的思想，针对左右输入样本，补充了多个单类别子任务和单样本子任务，新的子任务与基础识别任务之间互相关联，对孪生网络基础识别任务起到了补充作用，进而提高了模型泛化性能；同时在模型测试过程中采用单个测试样本匹配多个训练样本的均衡测试方法，进一步提升模型的鲁棒性和泛化性能；在已有的多类手指运动想象脑电数据集上进行实验验证，并与现有的手指分类方法进行比较，结果表明本发明方法可以获得更高的多分类准确率和稳定性，对基于手指运动想象脑电信号的脑机接口系统开发有较好的促进作用。
-
公开(公告)号：CN116110124A
公开(公告)日：2023-05-12
申请号：CN202211677196.9
申请日：2022-12-26
Applicant: 宁波大学
IPC: G06V40/20 , G06V20/40 , G06V10/774 , G06V10/778 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种人体动作识别方法，包括如下步骤：步骤1、获取包含人体动作的多个视频，并对每个视频进行稀疏采样，得到多个稀疏采样后的视频帧序列；步骤2、将多个视频帧序列组成数据集，并将数据集构建成训练集和测试集；其中训练集中的每个训练样本分别包括一个视频帧序列和该视频帧序列对应的人体动作标签；步骤3、构建动作识别模型，并使用训练集对构建的动作识别模型进行训练，得到训练完成后的动作识别模型；步骤4、任意选择测试集中的其中一个样本，将其输入到步骤3训练完成后的动作识别模型中，即得到人体动作识别结果。优点在于：该方法不仅可以有效地提取重要信息，弱化不感兴趣的区域，还可以减少参数量，提升模型的运行速率。
-
Patent Agency Ranking
公开(公告)号：CN106993186B
公开(公告)日：2019-04-30
申请号：CN201710238369.X
申请日：2017-04-13
Applicant: 宁波大学
Abstract: 本发明涉及一种立体显著性检测方法，输入待检测立体图像的左图及待检测立体图像的深度图，将左图进行CIELab颜色空间变换，提取颜色空间变换后的左图的L亮度通道、a颜色通道和b颜色通道；将颜色变换后的左图和输入的待检测立体图像的深度图进行SLIC超像素分割，计算区域间对比度，归一化，去噪后得到待检测立体图像的空域显著图；分别对每个R通道子块、G通道子块和B通道子块进行DCT变换，计算区域间对比度，归一化、去噪后得到待检测立体图像的变化域显著图；融合空域显著图和变化域显著图，得到待检测立体图像的最终显著图。与现有技术相比，本发明的优点在于：能准确的检测出复杂背景图像图像显著性区域，鲁棒性与适应性更强。
-
公开(公告)号：CN105049871B
公开(公告)日：2018-03-09
申请号：CN201510409325.X
申请日：2015-07-13
Applicant: 宁波大学
IPC: H04N19/96 , H04N19/122 , H04N19/46 , H04N19/109 , H04N19/19 , H04N19/147 , H04N19/176
Abstract: 本发明涉及一种基于HEVC的音频信息嵌入方法及提取和重构方法，在音频信息嵌入部分通过分HEVC编解码结构，在帧内预测编码过程中，选取纹理复杂度较高的4×4的预测单元，利用拉格朗日率失真模型选取最优预测模式，并根据相邻预测模式相关性，在最优预测模式确定的前提下，将具有相近预测效果的4个预测模式分为1组，建立预测模式组与变长码组之间的动态双映射关系，根据待嵌入的音频信息长度变化，改变标志位，对应调制预测模式，完成音频2比特或3比特信息的嵌入，大大提升了嵌入音频信息的容量。在提取和重构过程中，只需根据双映射关系对码流中的预测模式解码即可，实现了音频信息完整无误的嵌入和提取，很好的保证了音、视频的主客观质量。
-
公开(公告)号：CN104484557B
公开(公告)日：2017-05-03
申请号：CN201410719053.9
申请日：2014-12-02
Applicant: 宁波大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于稀疏自回归模型建模的多频信号去噪方法，其基于稀疏自回归模型，并利用多频信号自身的采样值构建多频信号的自适应过完备稀疏基；然后通过随机抽取自适应过完备稀疏基中不连续的多行构成冗余字典；接着采用正交匹配追踪算法获取多个冗余字典各自对应的向量在对应的冗余字典上的稀疏映射系数向量；之后对这些稀疏映射系数向量求平均向量作为信号复原时所要使用的系数；最后对原多频信号的去噪结果和将原多频信号倒置后的信号的去噪结果合并得到去噪复原信号；优点是计算复杂度低，去噪效果好，而且处理信噪比不同的信号的情况下去噪效果稳定。
-
公开(公告)号：CN103905198B
公开(公告)日：2017-02-22
申请号：CN201410081193.8
申请日：2014-03-07
Applicant: 宁波大学
Inventor： 王晓东 , 胡珊逢 , 周宇 , 叶庆卫 , 其他发明人请求不公开姓名
CPC classification number: Y02D70/20
Abstract: 本发明公开了一种基于MD5散列信息摘要的移动CA节点选举方法，其首先对申请的节点生成的证书请求文件进行MD5散列信息摘要计算，得到请求数据，然后每个节点根据由生成的随机数、IP地址和MAC地址组成的数据经MD5散列信息摘要计算后得到的整型数据与接收到的请求数据，选举一个节点担任CA节点，由于确定CA节点的关键因素在于申请的节点生成的证书请求文件及Ad-hoc网络中的节点生成的随机数，因此对于同一个申请的节点，每次CA节点的选举结果也是不同的，对于不同的申请的节点，CA节点的选举结果也是不同的，这样有效地避免了CA节点长时间的提供证书服务，节省了CA节点的耗能；同时，大大降低了CA节点被攻击的概率。
-
公开(公告)号：CN103475884B
公开(公告)日：2016-08-24
申请号：CN201310416333.8
申请日：2013-09-12
Applicant: 宁波大学
IPC: H04N19/895 , H04N13/00
Abstract: 本发明公开了一种面向HBP编码格式的立体视频B帧整帧丢失错误隐藏方法，其充分考虑了不同层次B帧丢失对解码端视频质量的影响，根据解码中B帧的位置不同，将B帧分层划分成核心帧、次核心帧和普通帧，然后将丢失B帧划分为背景区域和前景区域，再将次核心帧和普通帧的前景区域划分为强运动相关区域和弱运动相关区域，采用不同的错误隐藏方法对不同的区域进行错误隐藏，本发明方法避免了现有的B帧错误隐藏法对重要性等级不同的B帧仅采用单一方法的缺点，有效地提高了立体视频恢复的质量；同时根据立体视频中的左视点和右视点各编码块问存在的运动矢量相关性，并把它应用到错误隐藏方法中，有效地提高了差错掩盖的性能。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.025 seconds)
