-
公开(公告)号：CN111967440B
公开(公告)日：2023-10-27
申请号：CN202010919119.4
申请日：2020-09-04
Applicant: 郑州轻工业大学
IPC: G06V20/10 , G06V10/30 , G06V10/56 , G06F16/583 , G06F16/953 , G06T17/00
Abstract: 本发明公开一种农作物病害的综合识别处理方法，包括以下步骤：构建输入样本集和多源对比库、颜色纹理描述集成、输入样本集筛选、融合模型建模、提取颜色纹理特征、颜色纹理综合分析比对和确定具体病虫害及位置；本发明获取目标范围农作物叶片图像样本构成输入样本集，利用外部数据源，并对相应目标农作物的病虫害颜色纹理进行编号，构建多源对比库，且构建输入样本集的可视化模型，构建影像相对应的Path和Row数值矢量化模型，提取颜色纹理特征，和多源对比库进行比对，颜色纹理相重合的时候，语音播放模块播放针对该颜色纹理的具体病虫害描述，从而准确对农作物病害进行识别，比人工识别更加准确。
-
公开(公告)号：CN116796833A
公开(公告)日：2023-09-22
申请号：CN202310705117.9
申请日：2023-06-14
Applicant: 郑州轻工业大学
Inventor： 马江涛 , 周辰宇 , 王艳军 , 李祖贺 , 张秋闻 , 庾骏 , 李璞 , 李玉华 , 张勋才 , 马宇科 , 李霆 , 晋文朵 , 程佳 , 刘博 , 李坤霖 , 孙一帆 , 卫梦屹 , 付一龙
Abstract: 本发明提出了一种基于交替归纳的知识图谱关系预测方法，其步骤如下：初始化知识图谱中每个实体的子图；使用子图序列化模型将子图转化为序列，学习序列化特征得到状态序列；使用偏好强化模型学习子图之间的共同偏好的权重，利用权重表示实体和尾实体的潜在子图；使用交替聚合模型处理潜在子图归纳不同的归纳子图，通过归纳子图之间的得分预测实体之间的关系并输出。本发明通过在知识图谱中学习候选实体周围的子图来预测关系，避免学习嵌入任何特定实体，可以在推理阶段处理新的看不见的实体；通过学习单个子图中层级之间的潜在关联和不同子图之间的共性来预测推测未知实体之间的关系，提高了知识图谱关系预测的效果和效率，提高了知识图谱质量。
-
公开(公告)号：CN113659939B
公开(公告)日：2023-09-19
申请号：CN202110991434.2
申请日：2021-08-26
Applicant: 郑州轻工业大学
Abstract: 一种基于闭环负反馈的UPWM失真校正方法及该方法构建的数字UPWM调制器，该方法首先在数字Sigma‑Delta调制器之前添加插零值模块，提高输入信号的采样频率；然后在数字Sigma‑Delta调制器之后加入抽取模块，降低数字Sigma‑Delta调制器输出信号的采样频率；之后对数字Sigma‑Delta调制器的状态空间表达式进行重构，求取一组新的状态空间系数，使得重构之后的数字D类音频功放系统和原数字D类音频功放系统等价；最后将抽取模块和UPWM发生器包含到数字Sigma‑Delta调制器的环路内，构成闭环负反馈环路，使得环路的输入输出呈现线性，从而校正UPWM产生的失真。本发明不仅能降低谐波失真还能大幅降低功放输出信号的本底噪声，从而可使功放拥有较高的SNDR，同时所提方法可全数字电路实现、硬件实现简单且具有可移植性。
-
公开(公告)号：CN113820033B
公开(公告)日：2023-07-14
申请号：CN202111131320.7
申请日：2021-09-26
Applicant: 郑州轻工业大学
IPC: G01K7/38
Abstract: 本发明涉及一种基于铁磁共振频率的温度测量方法，包括：对包含铁磁纳米粒子溶液的被测对象施加静磁场使铁磁纳米粒子饱和磁化；沿所述静磁场的垂直方向施加交变脉冲激励磁场；通过扫频法确定所述铁磁纳米粒子发生铁磁共振时的铁磁共振频率；根据所确定的所述铁磁共振频率计算出所述被测对象的温度，计算公式如下：本发明提供的上述方法，通过所构建的铁磁共振频率与温度的关系模型进行测温，该模型形式简单，测量方法简便，能够实现对被测对象内部温度的快速简便测量，并且具有很高的测量精确度。
-
公开(公告)号：CN111479110B
公开(公告)日：2022-12-13
申请号：CN202010293694.8
申请日：2020-04-15
Applicant: 郑州轻大产业技术研究院有限公司 , 郑州轻工业大学
IPC: H04N19/109 , H04N19/119 , H04N19/51 , H04N19/543 , H04N19/567
Abstract: 本发明提出了一种针对H.266/VVC的快速仿射运动估计方法，其步骤为：利用标准差计算当前CU的纹理复杂度，并根据纹理复杂度将当前CU分为静态区域或非静态区域；对于静态区域的CU，跳过仿射运动估计，直接利用运动估计对当前CU进行预测，并通过率失真优化的方法选择最佳的预测方向模式；对于非静态区域的CU，利用训练好的随机森林分类器RFC模型对当前CU进行分类，输出最佳的预测方向模式。对于静态区域的CU，本发明跳过仿射运动估计，降低了计算复杂度；对于非静态区域的CU，本发明通过提前训练好的模型直接进行预测方向模式的预测，避免了仿射运动估计的计算，从而降低仿射运动估计模块的复杂度。
-
Patent Agency Ranking
公开(公告)号：CN111327909B
公开(公告)日：2022-10-18
申请号：CN202010150164.8
申请日：2020-03-06
Applicant: 郑州轻工业大学
IPC: H04N19/597 , H04N19/56 , H04N13/161
Abstract: 本发明提出了一种针对3D‑HEVC的快速深度编码方法，其步骤为：首先，通过构建的改进的最小可觉深度差模型将深度树块分成简单CU、中等CU和复杂CU；其次，执行早期SKIP模式检测确定最佳帧间模式；然后，执行快速帧内模式选择最佳帧内模式；最后，执行自适应运动搜索范围选择最佳预测模式。本发明利用改进后的最小可觉深度差分析深度图的树块特征，将CU分为简单CU、中等CU和复杂CU，然后基于这三种CU进行早期SKIP模式检测、快速帧内模式选择和自适应运动搜索范围预测，从而降低编码复杂度，减少深度图像的编码时间，并且保证主观质量的损失忽略不计。
-
公开(公告)号：CN112784471B
公开(公告)日：2022-09-23
申请号：CN202110106665.0
申请日：2021-01-26
Applicant: 郑州轻工业大学
IPC: G06F30/25 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本发明公开了水环境可视仿真方法、终端设备以及计算机可读存储介质，将视野内水流区域中的水流离散为多个水流粒子，获取水流粒子速度，由所述水流粒子的速度构建视野内水流区域的水环境；将视野外水流区域中的水流划分为多个水流网格，获取水流网格的密度和速度，由水流网格的密度和速度构建视野外水流区域的水环境；视野内水流区域和视野外水流区域内水环境的转换，随着视野的变换，视野内水流区域中的部分或全部区域转换为视野外水流区域，相应的视野外水流区域中的部分区域转换为视野内水流区域，使视野内的水环境始终为所述水流粒子构建的水环境；能够快速实现视野内水环境的高精度可视呈现。
-
公开(公告)号：CN114635601A
公开(公告)日：2022-06-17
申请号：CN202210235321.4
申请日：2022-03-11
Applicant: 郑州轻工业大学
Abstract: 本发明属于门锁技术领域，具体公开了一种带有语音识别系统的智能密码锁，包括门体、合页轴和门锁主体，门体的左侧固定设置有合页轴，门体的正前方右侧贯穿设置有门锁主体，门体的内部中间设置有空腔，空腔的顶部设置有轴承，空腔的中间部位活动设置有螺纹柱，螺纹柱的中间外围嵌套设置有活动支撑架，监控比对防盗机构通过这样的设置使得门体在安装好门锁主体投入使用后，门锁主体可通过在门体内加设摄像头配合门锁主体内的语音识别系统配合使用，从而很大程度的提高语音识别系统的安全系数，进而使得门锁主体的语音识别开锁技术在投入使用时可通过摄像头先对人体的面容进行摄像比对后再对其语音进行识别，体现了该装置的安全性。
-
公开(公告)号：CN113820033A
公开(公告)日：2021-12-21
申请号：CN202111131320.7
申请日：2021-09-26
Applicant: 郑州轻工业大学
IPC: G01K7/38
Abstract: 本发明涉及一种基于铁磁共振频率的温度测量方法，包括：对包含铁磁纳米粒子溶液的被测对象施加静磁场使铁磁纳米粒子饱和磁化；沿所述静磁场的垂直方向施加交变脉冲激励磁场；通过扫频法确定所述铁磁纳米粒子发生铁磁共振时的铁磁共振频率；根据所确定的所述铁磁共振频率计算出所述被测对象的温度，计算公式如下：本发明提供的上述方法，通过所构建的铁磁共振频率与温度的关系模型进行测温，该模型形式简单，测量方法简便，能够实现对被测对象内部温度的快速简便测量，并且具有很高的测量精确度。
-
公开(公告)号：CN113590953A
公开(公告)日：2021-11-02
申请号：CN202110868848.6
申请日：2021-07-30
Applicant: 郑州轻工业大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的推荐算法库，属于推荐系统技术领域。一种基于深度学习的推荐算法库，包括推荐系统算法包DeepRS，所述推荐系统算法包DeepRS包括框架层、抽象层和算法层三层架构，所述框架层采用Tensorflow开源框架，所述Tensorflow开源框架为上层服务提供自动微分、张量计算、GPU计算以及数值优化算法多个接口；本发明中的推荐系统算法包DeepRS是一种开源的、易扩展的算法包，丰富了推荐系统算法工具箱，填补了基于深度学习的推荐系统算法包缺口，使基于深度学习的推荐模型结果再现更容易，降低开发基于深度学习的推荐模型的门槛，同时又提高了实用性。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.022 seconds)
