-
公开(公告)号:CN112327887A
公开(公告)日:2021-02-05
申请号:CN202110006196.5
申请日:2021-01-05
Applicant: 成都信息工程大学
IPC: G05D1/02
Abstract: 本发明提供一种基于迭代改进APF的无人驾驶汽车避碰路径规划方法与系统,方法包括:S1:建立二维工作空间,标记起始点、终点和障碍物;S2:在工作空间离散多个单元格,获取单元格对应的势值;S3:对势值排序,设定阈值,标记大于阈值的单元格;S4:对单元格进行遍历,获得两个标记簇,降低阈值,重复S3,直到两个标记簇有交叉点;S5:记录使两个标记簇有交叉点的阈值及阈值对应的单元格,找到满足只有一个单元格连接两个标记簇的单元格,设为第一中点;S6:重复S4‑S5,获得满足要求的中点,所有中点和起点、终点相连形成一条无障碍的路径。本方法能在短时间内规划出避开障碍物的路径,且路径距离极短。
-
公开(公告)号:CN111881668A
公开(公告)日:2020-11-03
申请号:CN202010783892.2
申请日:2020-08-06
Applicant: 成都信息工程大学
IPC: G06F40/216 , G06F40/242 , G06F40/284
Abstract: 本发明涉及基于卡方统计和TF-CRF改进的TF-IDF计算模型包括:数据载入模块、TF-IDF计算模块、卡方统计模块、CRF计算模块、权重计算模块、权重排序模块、权重筛选模块和特征词保存模块,其特征在于模型工作步骤如下:步骤1.建立用于保存筛选后特征词的.txt文本文件;步骤2.数据模块的载入;步骤3.进行TF-IDF计算模块的运算;步骤4.进行卡方统计模块的运算;步骤5.进行CRF计算模块的运算;步骤6.进行权重计算模块的运算;步骤7.权重排序模块的运算;步骤8.进行权重筛选模块的运算;步骤9.进行词保存模块的运算;步骤10.将步骤2-9运算筛选得到的筛选后特征词保存在步骤1建立的文档中。
-
公开(公告)号:CN111881337A
公开(公告)日:2020-11-03
申请号:CN202010784262.7
申请日:2020-08-06
Applicant: 成都信息工程大学
IPC: G06F16/951
Abstract: 本发明公开了一种基于Scrapy框架的数据采集方法、系统及存储介质,使用先后发送两次请求,第一次请求得到更新cookie、第二次请求携带更新的cookie得到数据的方式,结合延迟请求和先后发送两次请求,每次请求都使用上一次请求返回的更新cookie,请求后提取出返回的更新cookie,同时解决了ip限制和动态cookie的限制,解决了现有技术中难以通过爬虫爬取动态网页数据的问题,实现了克服动态网页的反爬机制、高效快速的获得所需数据的目的。
-
公开(公告)号:CN110196448B
公开(公告)日:2020-06-16
申请号:CN201910427631.4
申请日:2019-05-21
Applicant: 成都信息工程大学 , 中国科学院光电技术研究所
IPC: G01V1/00
Abstract: 本发明提供一种滑坡次声信号识别方法,包括以下步骤:采集多种不同类型的来自滑坡体的土壤,获取滑坡次声信号;通过野外现场采集环境干扰次声信号;分别分析所述滑坡次声信号和干扰次声信号在时、频域上的相关特征以及特征差异,提炼出一系列具有表征性的关键特征;根据所述关键特征,结合KNN分类算法,建立滑坡次声信号智能识别模型,对监测到的信号进行判别。本发明能够排除环境噪声干扰,实现滑坡次声信号的准确识别。
-
公开(公告)号:CN111182171A
公开(公告)日:2020-05-19
申请号:CN201911294683.5
申请日:2019-12-16
Applicant: 成都信息工程大学
Abstract: 本发明属于信息安全技术领域,公开了一种分阶段解密的图像秘密共享信息处理方法及系统,对原始图像S进行二值化得到二值图像H;根据|Scomp|/k*8=|S|/n*log2(m w)进行原始图像的压缩,得到压缩图像Scomp;对图像Scomp进行多项式图像秘密共享得到阴影共享份P1,P2,...Pn,每个阴影共享份的大小为原图像1/k;将得到的P1,P2,...Pn中的像素信息转为对应的二进制0,1进行存储;对二值图像H进行拆分。本发明使用黑白像素进行图像加密,可以提供一个像素质量较好的预览效果,使用基础矩阵进行像素拆分,得到的共享份尺寸较小,在很大程度上为用户信息的传输,隐藏和存储提供了便利。
-
公开(公告)号:CN110222744A
公开(公告)日:2019-09-10
申请号:CN201910437156.9
申请日:2019-05-23
Applicant: 成都信息工程大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于属性加权的朴素贝叶斯分类模型改进方法,涉及数据处理分类领域。本发明包括如下步骤:S1、数据预处理;S2、计算分组斯皮尔曼系数,剔除冗余属性,更新数据集;S3、求出各类的先验概率和类条件概率;S4、计算更新后的训练集每个属性的加权系数;S5、根据加权后的改进模型进行分类,并统计分类结果。本发明通过属性加权的方式有效的弱化了朴素贝叶斯分类模型的条件独立性假设,并且通过斯皮尔曼系数剔除了冗余属性,改进模型明显的提高了朴素贝叶斯模型的准确性和效率。
-
-
-
-
-