-
公开(公告)号：CN102890866B
公开(公告)日：2015-01-21
申请号：CN201210345126.3
申请日：2012-09-17
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于多核支持向量回归机的交通流速度估计方法，包括：步骤一，对地感线圈检测到的数据进行预处理，得到地感线圈检测数据；步骤二，获取道路交通流速度真值，得到速度真值数据；步骤三，训练数据与测试数据的建立：融合地感线圈检测数据和速度真值数据构建数据库，再将数据库中的数据划分为训练数据与测试数据；步骤四，利用训练数据训练多核支持向量回归机模型，从而建立流量与速度的关系模型；步骤五，利用建立的多核支持向量回归机模型进行交通流速度的准确估计。本发明避免对核函数和参数的选择，当交通流速度无法直接检测的时利用单环线圈采集到的流量、饱和度等信息对路段的平均速度进行估计，具有较强的实用性与鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN102542067A
公开(公告)日：2012-07-04
申请号：CN201210002316.5
申请日：2012-01-06
Applicant: 上海交通大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于尺度学习和关联标号传播的自动图像语义标注方法。首先读取图像库，对每幅图像提取全局和局部特征描述子；然后将特征描述子送入基于结构化支持向量机的模型中学习图像间的距离尺度—马氏距离，接着对关键词之间的内在联系进行直接建模，并将已经学习好的马氏距离嵌入到建立好的标号传播模型中，求得每个关键词属于待标注图像的置信度得分，最后对关键词的置信度得分设定阈值，将得分高于该阈值的关键词分配给待标注图像，完成标注过程。本发明中的基于结构化支持向量机的学习算法模型可以有效地解决图像间相似性度量的问题，嵌入式关联标号传播模型充分地挖掘了关键词之间的内在联系，有效提高了图像标注和图像检索的准确性。
-
公开(公告)号：CN101887586A
公开(公告)日：2010-11-17
申请号：CN201010241223.9
申请日：2010-07-30
Applicant: 上海交通大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于图像轮廓尖锐度的自适应角点检测方法，首先利用边缘检测算子提取图像边缘，计算边缘上各点的尖锐度；对于每一条边缘，以边缘上各点的尖锐度的均值作为阈值，选取尖锐度大于该阈值的点作为候选角点；然后在候选角点的支撑区域内将候选角点向支撑边缘的拟合直线进行投影，计算此候选角点与其投影点之间的距离，对该距离设定一个阈值，小于该阈值的点作为凸出点予以滤除；最后当有多个候选角点相邻接时，根据连接权值最大优先，尖锐度最大次之的原则将多个候选角点合并为一个角点，得到最终的图像角点。本发明检测准确度高，抗干扰能力强，并且在检测圆形边界时不会检测出伪角点，可应用于3D重建、视觉的定位和测量等方面。
-
公开(公告)号：CN102890866A
公开(公告)日：2013-01-23
申请号：CN201210345126.3
申请日：2012-09-17
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于多核支持向量回归机的交通流速度估计方法，包括：步骤一，对地感线圈检测到的数据进行预处理，得到地感线圈检测数据；步骤二，获取道路交通流速度真值，得到速度真值数据；步骤三，训练数据与测试数据的建立：融合地感线圈检测数据和速度真值数据构建数据库，再将数据库中的数据划分为训练数据与测试数据；步骤四，利用训练数据训练多核支持向量回归机模型，从而建立流量与速度的关系模型；步骤五，利用建立的多核支持向量回归机模型进行交通流速度的准确估计。本发明避免对核函数和参数的选择，当交通流速度无法直接检测的时利用单环线圈采集到的流量、饱和度等信息对路段的平均速度进行估计，具有较强的实用性与鲁棒性。
-
公开(公告)号：CN101887586B
公开(公告)日：2012-11-21
申请号：CN201010241223.9
申请日：2010-07-30
Applicant: 上海交通大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于图像轮廓尖锐度的自适应角点检测方法，首先利用边缘检测算子提取图像边缘，计算边缘上各点的尖锐度；对于每一条边缘，以边缘上各点的尖锐度的均值作为阈值，选取尖锐度大于该阈值的点作为候选角点；然后在候选角点的支撑区域内将候选角点向支撑边缘的拟合直线进行投影，计算此候选角点与其投影点之间的距离，对该距离设定一个阈值，小于该阈值的点作为凸出点予以滤除；最后当有多个候选角点相邻接时，根据连接权值最大优先，尖锐度最大次之的原则将多个候选角点合并为一个角点，得到最终的图像角点。本发明检测准确度高，抗干扰能力强，并且在检测圆形边界时不会检测出伪角点，可应用于3D重建、视觉的定位和测量等方面。
-
公开(公告)号：CN118037656A
公开(公告)日：2024-05-14
申请号：CN202410150282.7
申请日：2024-02-02
Applicant: 上海交通大学医学院附属上海儿童医学中心
IPC: G06T7/00 , G06T7/11 , G06N3/0464 , G06N3/08 , G16H50/20
Abstract: 本发明涉及医学图像处理技术领域，公开了一种基于人工智能的儿童先天性气管狭窄自动诊断方法，其关键在于将CT影像的D icom数据转化为JPG格式，方便进行气管区域的标注和模型的学习，通过将新样本传入已经训练好的模型中进行气管区域识别，可以生成气管截面的横断面积曲线图，该模型能够识别全段气管的每一层CT横断面区域，并通过连续性描记展现全段气管横截面积曲线，与全段气管CT三维重建的影像轮廓相比，该曲线与之高度吻合，证明计算机自动诊断气管狭窄具有很高的可靠性，使用本方法可以客观地评价先天性气管狭窄(CTS)严重程度，同时，由于本技术操作简单、易于推广，因此具有非常广阔的应用前景。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
