-
公开(公告)号：CN108150179A
公开(公告)日：2018-06-12
申请号：CN201810027837.3
申请日：2018-01-11
Applicant: 广州地铁集团有限公司 , 中铁五局集团有限公司 , 南京荆慧孚工程咨询有限公司 , 河海大学
IPC: E21D9/06
Abstract: 本发明是一种高渗透性复杂地层盾构压力舱渣土改良方法，包括如下步骤：(1)查清和收集盾构穿越地层的地质条件；(2)选择几种代表性的复杂地层工况，根据每种工况下各地层在盾构穿越断面所占的比例；(3)将得到的混合后的颗粒粒径分布曲线与现有土压平衡式盾构与地层适应性的粒径分布曲线进行对比，初步估算出高渗透性复杂地层改良过程中需要掺入的细颗粒粒径及掺入量；(4)在现场对盾构穿越的地层进行取样,确定渣土改良外掺剂种类及掺入量。优点:由于考虑复杂地层中粗颗粒地层和细颗粒地层混合效应，相比于只考虑粗颗粒地层渣土改良更符合实际情况，从而有利于降低目前普遍只考虑最不利粗粒地层的渣土改良的成本。
-
公开(公告)号：CN108038821A
公开(公告)日：2018-05-15
申请号：CN201711155557.2
申请日：2017-11-20
Applicant: 河海大学
Abstract: 本发明公开了一种基于生成式对抗网络的图像风格迁移方法，把缺少颜色或轻微残缺的图片的风格迁移成色彩和形状都较为完整的图像，包括以下步骤：a)收集要风格转换的两类图片；b)图像预处理，如果图片像素过大，就分割成较小的部分；c)基于深度卷积网络构造生成式对抗网络；d)对生成式判别网络进行训练；e)生成风格迁移的图像；f)如果预处理把图片分割成较小的部分，还需要将它们拼接起来。本发明的图像风格迁移方法，能够非人工地生成图片的颜色特征，把绘图不完整的部分自动补全，可以省去人工设计的繁琐步骤。
-
公开(公告)号：CN105469428B
公开(公告)日：2018-05-11
申请号：CN201510837688.3
申请日：2015-11-26
Applicant: 河海大学
Inventor： 王敏
IPC: G06T7/246
Abstract: 本发明公开了一种基于形态学滤波和SVD的弱小目标检测方法，步骤1：通过形态学滤波目标增强算法进行背景抑制、噪声去除，得到预处理后图像序列；步骤2：读入Nmax幅所得图像序列，进行帧数估计，得到需要处理的帧数N；步骤3：将N+1幅图像组成的图像合并成二维数据，求其自相关矩阵并对其自相关矩阵进行SVD；步骤4：选择合适的特征向量重构图像序列，得到新的特征图像序列；步骤5：对重构图像序列进行阈值分割，从背景中分离得到原图像中弱小目标的位置；步骤6：对序列中的每幅图像分别进行修正；步骤7：将N代替Nmax后，重复步骤2～7。本发明将形态学滤波与奇异值分解的方法有效的结合对视频中的弱小目标进行检测，计算时间短，检测效率高，准确性和鲁棒性都比较好。
-
公开(公告)号：CN108010064A
公开(公告)日：2018-05-08
申请号：CN201711070243.2
申请日：2017-11-03
Applicant: 河海大学
Inventor： 王敏
Abstract: 本发明公开了一种基于主动轮廓和Kalman滤波的运动细胞跟踪方法。首先通过Kalman滤波进行背景抑制、噪声去除，得到预处理后图像序列。然后选定需要处理的N+1帧图像，合并成二维数据，求其自相关矩阵并对其自相关矩阵进行奇异值分解SVD。接着选择合适的特征向量重构图像序列，得到新的特征图像序列。最后，对重构图像序列进行主动轮廓分割，从背景中分离得到原图像中运动细胞的位置，对序列中的每幅图像分别进行修正。本发明将Kalman滤波与主动轮廓分割方法有效结合用于对细胞图像序列中的运动细胞进行检测，计算时间短，检测效率高，准确性和鲁棒性都比较好。
-
公开(公告)号：CN107798381A
公开(公告)日：2018-03-13
申请号：CN201711114919.3
申请日：2017-11-13
Applicant: 河海大学
CPC classification number: G06N3/0454 , G06K9/4671
Abstract: 本发明公开的一种基于卷积神经网络的图像识别方法，包括以下步骤：获取原始图像；对原始图像进行预处理；将上一层的输出结果输入到卷积神经网络中的子网络；将上一层的输出结果输入到卷积神经网络中交替分布的卷积层和池化层；将上一层的输出结果输入到卷积神经网络中的全连接层；将上一层的输出结果输入到卷积神经网络中的最后一层，即Softmax层，得到图像属于各个类别的概率；根据图像属于各个类别的概率，来确定图像分类结果，最后输出图像分类结果。本发明通过将一个子网络结构加入到经典卷积神经网络中，并在子网络结构中计算残差以修正权值矩阵，能够高效的提取图像的特征，且只对子网络结构计算各层残差以减少计算量。
-
Patent Agency Ranking
公开(公告)号：CN105513053B
公开(公告)日：2017-12-22
申请号：CN201510844031.X
申请日：2015-11-26
Applicant: 河海大学
Abstract: 本发明公开了一种用于视频分析中背景建模方法，先根据PBAS算法，对一幅图像上所有像素点进行分类，分类的阈值采用亮度和纹理的融合阈值，根据融合阈值将像素分成前景点和背景点，待像素被分类完成后，当有新图像进入模型后，对于亮度信息有变化的像素点进行混合高斯建模，然后再更新每个像素点对应的阈值。本发明将两个检测算法的优点融合，并融合纹理和色彩亮度来作为阈值进行比较，能够在存在多种外部扰动，如光照变化、摄像机轻微抖动、动态的背景元素等情况下，准确的提取背景并抑制阴影对真实运动目标的影响。能够在一定程度上抑制阴影影响，增强抗干扰能力，加快图像处理的速度。同时能够有效提高运动目标分割精度。
-
公开(公告)号：CN104077609A
公开(公告)日：2014-10-01
申请号：CN201410302009.8
申请日：2014-06-27
Applicant: 河海大学
IPC: G06K9/66
Abstract: 本发明公开了一种基于条件随机场的显著性检测方法，主要将显著性检测看做一个图像标注问题，运用多尺度对比，中央—周围直方图和颜色空间分布这三种不同的显著度计算得到显著特征图。通过CRF学习计算各个显著特征图的显著度的权重，采用最大似然估计方法获取模型参数估计得到最优解。最后利用CRF检测测试图像。本发明提供的方法能够更加精确地检测显著目标，检测得到的结果分辨率高，目标边界定义精准，方法计算复杂度小。
-
-
公开(公告)号：CN103116751A
公开(公告)日：2013-05-22
申请号：CN201310028106.8
申请日：2013-01-24
Applicant: 河海大学
Inventor： 王敏
Abstract: 本发明公开了一种车牌字符自动识别方法，包括以下步骤：输入彩色车辆图像；对图像进行预处理；在不同光线条件下选择不同算法进行车牌定位；车牌进行水平倾斜矫正和垂直倾斜矫正；采用基于聚类连通和垂直投影的方法对步骤d得到的车牌进行字符分割；使用改进的模板匹配法对步骤e得到字符进行字符识别；输出步骤f的识别结果。本发明的车牌字符自动识别方法，显著地提高整个车牌字符自动识别系统的使用性能。在所述车牌定位步骤中，本发明能够利用车牌区域的特点，在不同光线条件下选择不同算法进行车牌定位，保证在出现干扰的情况下也能准确定位车牌区域位置。
-
公开(公告)号：CN102968663A
公开(公告)日：2013-03-13
申请号：CN201210500860.2
申请日：2012-11-29
Applicant: 河海大学
IPC: G06N3/02
Abstract: 本发明公开了一种基于无标记样本的神经网络构建方法，属于智能科学与技术中的机器学习领域。该方法以神经网络中隐层神经元的敏感性为基准，通过逐渐裁剪隐层神经元中敏感性低的神经元达到逐渐简化网络结构、提高分类器性能的目的。与传统方式相比，在计算隐层神经元敏感性的过程中，本发明不但使用了有标记的样本，还大量使用了没有标记的样本，这样大大提高了敏感性计算精度。本发明还公开了基于无标记的神经网络构建装置。本发明可以有效提高神经网络构建效率，并提高神经网络的性能。
-
-
-
-
-
-
-
-
-
Search Results
135
records
(took 0.032 seconds)
