-
公开(公告)号：CN104618687A
公开(公告)日：2015-05-13
申请号：CN201510021634.X
申请日：2015-01-16
Applicant: 北京科技大学
IPC: H04N7/18
Abstract: 本发明提供了一种基于Android智能移动终端环境监控系统，包括：安装在安卓操作系统的移动终端内的客户端、通过数据传输网络连接客户端的Web服务器端；客户端包括：用于获取移动终端的传感数据的数据采集模块，用于通过HTTP Post方式连接Web服务器端将传感数据发送到Web服务器端的数据传输模块；传感数据包括通过移动终端获取的环境声音、环境照片、环境视频、定位数据；Web服务器端包括：用于管理移动终端的节点管理模块，用于接收并管理客户端传送来的环境声音、环境照片、环境视频、定位数据的传感数据管理模块。上述技术方案可以在无需预先布设监控摄像头的情况下就可以实现环境数据的监控。
-
公开(公告)号：CN119475078A
公开(公告)日：2025-02-18
申请号：CN202411439922.2
申请日：2024-10-15
Applicant: 国网浙江省电力有限公司嘉兴供电公司 , 北京科技大学
IPC: G06F18/2415 , G01R19/25 , G01R31/00 , G06F18/214 , G06N3/006
Abstract: 本发明提供一种基于云边端协同的电力网络自适应谐波辨别方法及系统，应用于边缘设备，边缘设备与云端服务器及电力网络中的终端设备建立通信，包括：获取待辨别电信号，将电信号输入至预设模型，以使预设模型向电信号中加入高斯噪声及解析信号，得到待分解信号，高斯噪声参数及解析信号参数由预设模型基于电信号确定；对待分解信号进行经验模态分解，得到普通信号主导的IMF；从电信号中剔除以上IMF，得到谐波信号。通过基于电信号的参数自适应设置高斯噪声参数以及解析信号参数，避免人工设置参数不准确导致的谐波分离不准确的情况，提高谐波辨别准确性。增加解析信号可以分离出固定频率对应的IMF，提高对电信号中的噪声的剔除效果。
-
公开(公告)号：CN117647765A
公开(公告)日：2024-03-05
申请号：CN202311624904.7
申请日：2023-11-29
Applicant: 国网浙江省电力有限公司嘉兴供电公司 , 北京科技大学
IPC: G01R35/02
Abstract: 本发明公开了一种电容式电压互感器宽频测量方法及装置，适用于电力系统中，该方法包括：将预先布置的用于电压测量的每一电容式电压互感器宽频测量装置分别作为一个节点，将多个分散的电容式电压互感器宽频测量装置节点作为一个雁群；其中，所述雁群中，一个节点为领头节点，其他节点为跟随者节点；基于雁群优化方法和分散计算策略，利用多个分散的电容式电压互感器宽频测量装置节点实现宽频测量，以获取宽频范围内的电压测量结果。本发明利用雁群优化方法展开宽频参数测量，能够高效处理从电容式电压互感器获取的宽频测量数据。从而解决电力系统数据监测和控制问题。
-
公开(公告)号：CN115208615B
公开(公告)日：2023-12-19
申请号：CN202210551593.5
申请日：2022-05-20
Applicant: 北京科技大学
Abstract: 本发明提供一种数控系统数据加密传输方法，属于网络安全技术领域。所述方法包括：构建国密算法模块，并构建基于以太网TCP/IP协议和原始套接字的客户端模块和服务器模块；在设备A上部署国密算法模块和客户端模块，在设备B上部署国密算法模块和服务器模块；其中，设备A为工作站服务器，是数据发送方；设备B为数控设备，是数据接收方；设备A调用国密算法模块对待发送的明文进行加密，并调用客户端模块将加密后的数据发送至设备B；设备B调用服务器模块接收设备A发送的数据，并调用国密算法模块对接收到的数据进行解密。采用本发明，能够实现数
-
公开(公告)号：CN113570713B
公开(公告)日：2023-10-31
申请号：CN202110758299.7
申请日：2021-07-05
Applicant: 北京科技大学
IPC: G06T17/05 , G06T17/00 , G06T17/20 , G06V20/70 , G06V10/26 , G06V10/46 , G06V10/56 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种面向动态环境的语义地图构建方法及装置，该方法包括：在视觉前端进行位姿估计前，对深度相机传输的图像数据进行语义分割，根据语义分割结果得到初始基础矩阵；根据初始基础矩阵初始化相机位姿，并采用基于几何的动态特征点检测算法进行动态特征点检测，搜索出所有动态特征点；将动态特征点剔除，利用剩余静态特征点构建语义地图。本发明可完整的去除动态目标对构建全局一致的地图的影响，从而能够有效地构建全局一致性地图。
-
Patent Agency Ranking
公开(公告)号：CN115208615A
公开(公告)日：2022-10-18
申请号：CN202210551593.5
申请日：2022-05-20
Applicant: 北京科技大学
Abstract: 本发明提供一种数控系统数据加密传输方法，属于网络安全技术领域。所述方法包括：构建国密算法模块，并构建基于以太网TCP/IP协议和原始套接字的客户端模块和服务器模块；在设备A上部署国密算法模块和客户端模块，在设备B上部署国密算法模块和服务器模块；其中，设备A为工作站服务器，是数据发送方；设备B为数控设备，是数据接收方；设备A调用国密算法模块对待发送的明文进行加密，并调用客户端模块将加密后的数据发送至设备B；设备B调用服务器模块接收设备A发送的数据，并调用国密算法模块对接收到的数据进行解密。采用本发明，能够实现数控系统中数据的安全传输。
-
公开(公告)号：CN114241227A
公开(公告)日：2022-03-25
申请号：CN202111494187.1
申请日：2021-12-08
Applicant: 北京科技大学
IPC: G06V10/762 , G06V10/774 , G06V10/764 , G06K9/62
Abstract: 本发明涉及图像处理技术领域，特别是指一种基于VLAD的图像识别方法及装置，方法包括：获取待分类图像；将所述待分类图像输入训练好的图像分类模型中，所述模型包括改进的AlexNet模块、VLAD模块、LDA降维模块以及SVM分类模块；基于所述AlexNet模块得到所述待分类图像的局部特征描述符；基于所述改进的AlexNet模块中的NetVLAD层，将所述局部特征描述符输入到所述VLAD模块，得到所述待分类图像的特征向量；将所述特征向量输入所述LDA降维模块，得到所述待分类图像的最终向量表示；将所述最终向量表示输入所述SVM分类模块，得到所述待分类图像的分类结果。采用本发明，可以在传统VLAD算法的基础提升图像分类时的准确率，同时也提升了算法的实现速度。
-
公开(公告)号：CN113657388A
公开(公告)日：2021-11-16
申请号：CN202110780769.X
申请日：2021-07-09
Applicant: 北京科技大学
Abstract: 本发明公开了一种融合图像超分辨率重建的图像语义分割方法，包括：以预训练好的ResNet‑50网络模型为基础，初始化卷积神经网络的参数；对数据集进行预处理，并将预处理后的数据集输入初始化后网络模型的下采样编码阶段进行图像特征提取；利用提取的图像特征对图像进行超分辨率重建，得到高分辨率特征图；将提取的图像特征和重建的高分辨率特征图进行特征融合，输入到网络模型的特征解码器，利用重建的高分辨率特征图搭建引导式上采样模块，制作每个像素点的偏移向量作为偏移表，利用偏移表作为导向来执行上采样操作，得到图像语义分割结果；定义损失函数，对网络模型进行优化。本发明能够提升语义分割算法的精度。
-
公开(公告)号：CN113449735A
公开(公告)日：2021-09-28
申请号：CN202110802462.5
申请日：2021-07-15
Applicant: 北京科技大学
Abstract: 本申请公开了一种超像素分割的语义分割方法及装置，属于计算机视觉技术领域。该方法及装置为应用于机器人SLAM系统的高效语义分割方法。其中方法包括：提出一种多分支结合的特征提取算法模型，将图像通过不同的神经网络，获得两分支的特征图；设计了新型特征融合模块，使用一个卷积网络以训练学习如何叠加这两个网络来融合不同尺寸的特征，整合空间信息和语义信息；提出使用改进的超像素分割模块来获取边界分割细节，保留了图像的局部信息，又降低了图像分割的计算复杂度来辅助解决边界分割不精确的问题，以此来提高语义分割中的小目标的精确度，获得最终语义分割结果。
-
公开(公告)号：CN111860622A
公开(公告)日：2020-10-30
申请号：CN202010631987.2
申请日：2020-07-03
Applicant: 北京科技大学
Abstract: 本发明公开了一种应用于编程现场大数据的聚类方法及系统，该方法包括：基于粒子群优化算法，求解对数据聚类时K均值聚类算法中的K值的最优解；在每次迭代过程中，基于模拟退火算法，以一定概率接受非极值最值的粒子，并继续基于粒子群优化算法对K值的最优解进行迭代求解；当达到预设迭代终止条件后停止迭代，并以当前解作为K值的最优解；基于求解出的K值的最优解，采用K均值聚类算法对目标数据进行聚类。本发明基于粒子群优化算法和模拟退火算法求取K值最优解，有效解决了K均值聚类算法中初始聚类点选取不恰当所导致的陷入局部最优的问题，可提高编程现场大数据的处理准确度和速度。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.048 seconds)
