-
公开(公告)号：CN107346440B
公开(公告)日：2020-01-03
申请号：CN201710526877.8
申请日：2017-06-30
Applicant: 上海上大海润信息系统有限公司
IPC: G06K17/00
Abstract: 本发明涉及一种扁平化可拆卸的自助结账台，用以实现商场的自助结账，该自助结账台包括可拆卸连接的支撑腿和台面主体，所述的台面主体为一空心长方体结构，底板与支撑腿可拆卸连接，顶板为一玻璃台面，内部分别设有显示屏、读卡器、RFID射频模块、电源、数据采集器和数据处理器，其下侧面设有三个侧开门，用以安装和调节RFID射频模块的位置高度。与现有技术相比，本发明具有可拆卸、扁平化设计、高度位置可调、方式信号干扰、方向可调等优点。
-
公开(公告)号：CN107346440A
公开(公告)日：2017-11-14
申请号：CN201710526877.8
申请日：2017-06-30
Applicant: 上海上大海润信息系统有限公司
IPC: G06K17/00
Abstract: 本发明涉及一种扁平化可拆卸的自助结账台，用以实现商场的资助结账，该自助结账台包括可拆卸连接的支撑腿和台面主体，所述的台面主体为一空心长方体结构，底板与支撑腿可拆卸连接，顶板为一玻璃台面，内部分别设有显示屏、读卡器、RFID射频模块、电源、数据采集器和数据处理器，其下侧面设有三个侧开门，用以安装和调节RFID射频模块的位置高度。与现有技术相比，本发明具有可拆卸、扁平化设计、高度位置可调、方式信号干扰、方向可调等优点。
-
公开(公告)号：CN113673680B
公开(公告)日：2023-09-15
申请号：CN202110957915.1
申请日：2021-08-20
Applicant: 上海大学 , 上海上大海润信息系统有限公司
IPC: G06N3/0475 , G06N3/045 , G06N3/094 , G06F18/241 , G06F18/214
Abstract: 本发明涉及一种通过对抗网络自动生成验证性质的模型验证方法和系统，方法包括通过生成器自动获取验证性质，采用正则表达式并基于CTL语法对获取的验证性质进行语法校验后，用于进行模型验证；生成器的训练过程包括：获取采用计算树时序逻辑公式CTL描述的验证性质；将其转换成能被生成对抗网络所能识别的输入形式，作为训练数据；构建生成对抗网络，该生成对抗网络包括生成器和判别器，生成器的输入为随机噪声，判别器的输入为生成器生成的数据和训练数据，判别器输出期望奖励用于更新生成器的参数；采用对抗式训练的方法迭代地训练生成器和判别器，直至达到收敛。与现有技术相比，本发明能够实现高效且自动生成验证性质，支持提高模型验证的效率。
-
公开(公告)号：CN102890785A
公开(公告)日：2013-01-23
申请号：CN201110202577.7
申请日：2011-07-19
Applicant: 上海上大海润信息系统有限公司
Abstract: 本发明涉及一种服务机器人目标识别与定位的方法，该方法包括以下步骤：1)两相同的CCD摄像机同时观察一个目标点，以获取该目标点在不同视角下的感知图像，并通过几何成像原理计算图像像素间的位置偏差，得到目标点的三维信息；2)图像处理器对感知图像进行处理，利用转换公式将RGB颜色空间转换到HIS颜色空间；3)通过Otsu阈值法得到图像分割阈值；4)利用图像分割阈值将感知图像分割成相应的连通区域，并用颜色特征来标记图像感兴趣的区域，完成对目标的识别与定位。与现有技术相比，本发明具有减少光照条件复杂、不均匀等因素的影响，很大程度上提高了图像分割的有效性与准确性等优点。
-
公开(公告)号：CN113673680A
公开(公告)日：2021-11-19
申请号：CN202110957915.1
申请日：2021-08-20
Applicant: 上海大学 , 上海上大海润信息系统有限公司
Abstract: 本发明涉及一种通过对抗网络自动生成验证性质的模型验证方法和系统，方法包括通过生成器自动获取验证性质，采用正则表达式并基于CTL语法对获取的验证性质进行语法校验后，用于进行模型验证；生成器的训练过程包括：获取采用计算树时序逻辑公式CTL描述的验证性质；将其转换成能被生成对抗网络所能识别的输入形式，作为训练数据；构建生成对抗网络，该生成对抗网络包括生成器和判别器，生成器的输入为随机噪声，判别器的输入为生成器生成的数据和训练数据，判别器输出期望奖励用于更新生成器的参数；采用对抗式训练的方法迭代地训练生成器和判别器，直至达到收敛。与现有技术相比，本发明能够实现高效且自动生成验证性质，支持提高模型验证的效率。
-
Patent Agency Ranking
公开(公告)号：CN107341538A
公开(公告)日：2017-11-10
申请号：CN201710525089.7
申请日：2017-06-30
Applicant: 上海上大海润信息系统有限公司
CPC classification number: G06M1/272 , G06K17/0022 , G06K2017/0048 , G06N3/08
Abstract: 本发明涉及一种基于视觉的统计数量方法，包括以下步骤：1)关于目标物体进行深度神经元网络训练，构建神经网络目标检测模型；2)通过RFID系统检测标识检测区域内的目标物体，并进行数目统计；3)当RFID系统检测到目标物体的RFID信息后触发并获取标识检测区域内的目标物体的图像，并将图像输入训练好的神经网络目标检测模型中进行识别和统计数目；4)结合RFID系统和神经网络目标检测模型的统计数目，最终获取标识检测区域内目标物体的数目。与现有技术相比，本发明具有统计准确、自学习模式、嵌入式系统等优点。
-
公开(公告)号：CN102543073B
公开(公告)日：2014-05-14
申请号：CN201010583367.2
申请日：2010-12-10
Applicant: 上海上大海润信息系统有限公司
IPC: G10L15/02 , G10L15/065 , G10L15/14
Abstract: 本发明涉及一种沪语语音识别信息处理方法，包括以下步骤：1)声音输入设备输入沪语信号；2)预处理模块对输入的沪语语音信号进行预处理；3)特征提取模块提取出反映信号特征的特征参数；4)训练模块将用户输入若干次训练语音信号，经过预处理和特征参数提取后得到特征矢量参数，然后通过特征建模模块建立训练语音的参考模型库；5)识别模块将输入语音的特征矢量参数和参考模型库中的模型进行相似度进行比较，将相似度最高的模型的输入作为识别候选结果输出；6)后处理模块对步骤5)中的识别候选结构通过语音知识处理得到最终的识别结果；7)最终的识别结果通过声音输出设备输出。与现有技术相比，本发明具有识别速度高等优点。
-
公开(公告)号：CN112887936A
公开(公告)日：2021-06-01
申请号：CN202011500377.5
申请日：2020-12-18
Applicant: 上海大学 , 上海上大海润信息系统有限公司
IPC: H04W4/44 , H04W4/46 , H04W40/02 , H04W40/20 , H04W40/38 , H04W84/18 , G16Y10/40 , G16Y20/10 , G16Y20/20 , G16Y30/00
Abstract: 本发明涉及一种混合网络模式下的车载自组织网络路由决策方法，车载自组织网络包括交通道路结构、车辆和RSU，交通道路结构中部署有多个两两有线通信连接的RSU，方法包括：1)将交通道路结构抽象成有向图；2)获取车辆行驶数据，构建车辆节点移动行为模型；3)获取需要通信两个车辆；4)基于各节点的通信范围，选取候选节点，构建最终通信链路，若无法获取候选节点，则通过RSU构建最终通信链路，若无法获取RSU，则输出目的节点无法通信的结果；步骤4)中候选节点的选择过程包括排除未来可能超出节点通信范围的不稳定节点。与现有技术相比，本发明提供有线和无线混合网络的数据包传输，提高了车载自组织网络的可靠性、低时延性和高效性能。
-
公开(公告)号：CN111553539A
公开(公告)日：2020-08-18
申请号：CN202010387663.9
申请日：2020-05-09
Applicant: 上海大学 , 上海上大海润信息系统有限公司
Abstract: 本发明涉及一种基于概率模型检验的行驶路径规划方法，包括以下步骤：对智能交通系统的交通路网结构进行特征提取，构建交通网络有向图；根据预先统计的交通路网的车流数据，获取概率车流关系；构建基于马尔可夫链的交通系统车辆行为模型；构建基于概率标签迁移系统的PCTL公式，对交通系统车辆行为模型各路径进行性质检验；在概率模型检验软件中对交通系统车辆行为模型进行建模，并对各PCTL公式进行验证，得到检验结果；判断检验结果是否超过预设的路径可达性阈值，若是，则推荐对应的路径，否则不推荐。与现有技术相比，本发明考虑交通道路中复杂多变的阻抗因素，具有可靠性和准确性高等优点。
-
公开(公告)号：CN102890930B
公开(公告)日：2014-06-04
申请号：CN201110202579.6
申请日：2011-07-19
Applicant: 上海上大海润信息系统有限公司
Abstract: 本发明涉及一种基于HMM/SOFMNN混合模型的语音情感识别方法，该方法将HMM和SOFMNN模型相结合对语音情感进行识别，其具体包括以下步骤：1)建立情感语音数据库；2)进行语音信号预处理：包括预加重处理、去噪和分帧加窗；3)语音情感特征提取：包括提取语音信号的时间、能量、振幅、基频和共振峰；4)利用HMM/SOFMNN混合模型训练与识别。与现有技术相比，本发明克服了HMM本身难以解决的模式类别间的相互重叠问题，而且弥补了SOFMNN在获取时序信息方面的不足，提高了语音情感识别率。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.027 seconds)
