-
公开(公告)号：CN110033542A
公开(公告)日：2019-07-19
申请号：CN201910295141.3
申请日：2019-04-12
Applicant: 上海理工大学
Abstract: 本申请的目的是提供一种用于人脸验证检测的门禁系统和方法，所述门禁系统包括：人脸验证模块、静电测试模块、逻辑电路模块、红外传感器模块、门禁控制模块和数据统计模块；所述方法包括：通过所述人脸验证模块获取待检测用户的人脸图像信息，对所述人脸图像信息进行处理，得到人脸数据信息；将所述人脸数据信息与人脸库中的已存储人脸数据信息进行匹配，得到匹配结果，根据所述匹配结果判断所述待检测用户是否具有进入权限，得到权限的判断结果；当所述待检测用户具有进入权限时，对所述待检测用户进行静电检测，得到检测结果；根据检测结果确定是否开启闸机。从而精确识别有权限人员并实时反馈无权限人员的非正常进入，提高了门禁的安全性。
-
公开(公告)号：CN110826601A
公开(公告)日：2020-02-21
申请号：CN201911012084.X
申请日：2019-10-23
Applicant: 上海理工大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于改进的支持向量机算法的林火预测方法，收集数年全国各地的日气象数据，以及相应的森林火险等级数据，组成数据集；将所得到的日气象数据集进行排列后，再对数据集进行归一化处理，得到相应的归一化数据集，对归一化数据集按比例进行划分为训练集与测试集；将训练集带入到改进后的SVM模型中进行训练，将测试集代入到训练完毕后的SVM模型中，检验训练结果，最后将待测数据输入到训练完毕后的SVM模型进行预测，输出火灾判断结果。所采用的算法以SVM为核心，并对其进行优化，从而大大增强了其分辨能力，克服了预测极度依赖人员经验，预测不准确的问题，高了预测的准确率，减少林火的发生率，降低人员与经济财产损失。
-
公开(公告)号：CN110824586A
公开(公告)日：2020-02-21
申请号：CN201911012069.5
申请日：2019-10-23
Applicant: 上海理工大学
Abstract: 本发明涉及一种基于改进决策树算法的降水预测方法，收集数年各地的气象数据，以及相应的降水等级数据；对所得到的气象数据进行归一化处理，得到相应的归一化数据集，对归一化数据集按比例进行划分为训练集与测试集；将训练集带入到改进后的决策树网络中进行训练，将测试集代入到训练完毕后的决策树模型中，检验训练结果，最后将待测数据输入到训练完毕后的决策树网络进行预测，输出结果，评定其降水等级；以决策树为核心，采用自变量平均影响值来进行选择，即根据属性对结果的影响大小来进行选择，选择影响程度最大的属性进行分枝，通过改进决策树算法进行训练，使得海量数据进行了充分的利用，提高了预测的准确率，减少误判和漏判问题的发生。
-
公开(公告)号：CN110287839A
公开(公告)日：2019-09-27
申请号：CN201910521269.7
申请日：2019-06-17
Applicant: 上海理工大学
Abstract: 本发明涉及一种手写数字图像识别分类方法，对数据集中随机选取数据进行预处理后送入BP神经网络进行训练，形成一个已经训练好的神经网络，将其称为一个弱分类器；重复训练得到数个弱分类器，利用改进的ADABOOST算法将数个弱分类器组合在一起，形成一个强分类器，最后将用强分类器对数据分类识别。本发明对于ADABOOST中的判别方式进行优化，使其结构更加合理、智能、优化，通过改进后的算法对手写数字进行分类识别，从而大大增强了其分辨能力，极大的降低由于人员经验不足与疏忽大意，以及字体模糊不清，难以识别所造成的分类失误，从而提高了检测的准确率，减少误判和漏判问题的发生。
-
公开(公告)号：CN110005036A
公开(公告)日：2019-07-12
申请号：CN201910284017.7
申请日：2019-04-10
Applicant: 上海理工大学
Abstract: 本发明提出了一种防鼠排水管连接件，包括一圆柱形的管道主体(1)和两个装配管道(2)；所述装配管道(2)分别装配在所述管道主体(1)的两端，所述管道主体(1)中央的通道内设有一个网状块体(3)。本发明通过管道主体(1)、装配管道(2)和网状块体(3)之间的恰到好处的尺寸设计，使小球成为阻挡物，达到防止老鼠进入住户家中的目的。
-
Patent Agency Ranking
公开(公告)号：CN110826601B
公开(公告)日：2023-07-11
申请号：CN201911012084.X
申请日：2019-10-23
Applicant: 上海理工大学
IPC: G06F18/2411 , G06F18/214 , G08B17/00
Abstract: 本发明涉及一种基于改进的支持向量机算法的林火预测方法，收集数年全国各地的日气象数据，以及相应的森林火险等级数据，组成数据集；将所得到的日气象数据集进行排列后，再对数据集进行归一化处理，得到相应的归一化数据集，对归一化数据集按比例进行划分为训练集与测试集；将训练集带入到改进后的SVM模型中进行训练，将测试集代入到训练完毕后的SVM模型中，检验训练结果，最后将待测数据输入到训练完毕后的SVM模型进行预测，输出火灾判断结果。所采用的算法以SVM为核心，并对其进行优化，从而大大增强了其分辨能力，克服了预测极度依赖人员经验，预测不准确的问题，高了预测的准确率，减少林火的发生率，降低人员与经济财产损失。
-
公开(公告)号：CN110824586B
公开(公告)日：2021-11-19
申请号：CN201911012069.5
申请日：2019-10-23
Applicant: 上海理工大学
Abstract: 本发明涉及一种基于改进决策树算法的降水预测方法，收集数年各地的气象数据，以及相应的降水等级数据；对所得到的气象数据进行归一化处理，得到相应的归一化数据集，对归一化数据集按比例进行划分为训练集与测试集；将训练集带入到改进后的决策树网络中进行训练，将测试集代入到训练完毕后的决策树模型中，检验训练结果，最后将待测数据输入到训练完毕后的决策树网络进行预测，输出结果，评定其降水等级；以决策树为核心，采用自变量平均影响值来进行选择，即根据属性对结果的影响大小来进行选择，选择影响程度最大的属性进行分枝，通过改进决策树算法进行训练，使得海量数据进行了充分的利用，提高了预测的准确率，减少误判和漏判问题的发生。
-
公开(公告)号：CN110287840A
公开(公告)日：2019-09-27
申请号：CN201910521280.3
申请日：2019-06-17
Applicant: 上海理工大学
Abstract: 本发明涉及一种手写图像识别方法，对数据集中随机选取数据进行预处理后送入BP神经网络进行训练，训练后BP神经网络对数据进行图像识别，以BP神经网络为核心，针对BP网络进行改进，在大大降低网络复杂度的同时还能增加其判别能力，从而大大增强了分类器的分辨能力，通过改进结构后的算法对手写数字进行识别，极大的降低由于人员经验不足与疏忽大意所造成的诊断失误，从而提高了检测的准确率，减少误判和漏判问题的发生。
-
公开(公告)号：CN110264517A
公开(公告)日：2019-09-20
申请号：CN201910510863.6
申请日：2019-06-13
Applicant: 上海理工大学
Abstract: 本申请的目的是提供一种基于三维场景图像确定车辆当前位置信息的方法与系统。与现有技术相比，本申请通过一种基于三维场景图像确定车辆当前位置信息的方法与系统，采集车辆周围场景图像，通过预处理、图优化以及实时制图得到三维场景图像，基于与三维场景地图的匹配，实现车辆定位和导航，为车辆，特别是自动驾驶车辆提供快速、高精度的定位和导航，而且能避免现有卫星定位和导航具有的易受干扰影响。
-
公开(公告)号：CN110287840B
公开(公告)日：2023-03-24
申请号：CN201910521280.3
申请日：2019-06-17
Applicant: 上海理工大学
IPC: G06V40/30 , G06V10/774 , G06V10/82 , G06N3/084
Abstract: 本发明涉及一种手写图像识别方法，对数据集中随机选取数据进行预处理后送入BP神经网络进行训练，训练后BP神经网络对数据进行图像识别，以BP神经网络为核心，针对BP网络进行改进，在大大降低网络复杂度的同时还能增加其判别能力，从而大大增强了分类器的分辨能力，通过改进结构后的算法对手写数字进行识别，极大的降低由于人员经验不足与疏忽大意所造成的诊断失误，从而提高了检测的准确率，减少误判和漏判问题的发生。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.029 seconds)
