-
公开(公告)号：CN111632370B
公开(公告)日：2024-02-27
申请号：CN202010430342.2
申请日：2020-05-20
Applicant: 东北石油大学
IPC: A63F13/285
Abstract: 本申请公开了虚拟现实中手部阻力处理方法和装置，该方法包括：确定虚拟现实游戏场景中出现手部受到阻力的场景；获取所述场景对应的阻力系数，其中，所述阻力系数是预先配置的；根据阻力系数计算马达驱动绳子所需要的参数值；所述绳子的另一端连接在用户的手指上，所述马达驱动所述绳子的收缩用于模拟所述手部收到的阻力；用所述参数值驱动所述马达。通过本申请解决了解决相关技术中虚拟现实游戏中玩家的手部无法感知游戏中的场景的问题，使手部能够通过绳子的拉力感受虚拟现实游戏中的场景。(56)对比文件EP 3020455 A1,2016.05.18CN 110270091 A,2019.09.24WO 0057387 A1,2000.09.28Jung, SH.Tactile Transfer Glove UsingVibration Motor.HAPTIC INTERACTION:PERCEPTION, DEVICES AND ALGORITHMS.2019,535全文.赵宇慧.仿真培训系统中模型优化、运动建模及交互技术研究.计算机软件及计算机应用.2017,全文.刘贤梅;石杨;赵娅;林琳.基于虚拟现实的室内仿真操作系统研究与应用.计算机技术与发展.(01),全文.伊尧国.基于虚拟现实技术的城市洪水演进三维可视化模拟研究.天津城市建设学院学报.2009,(04),全文.柏慧;齐林宇;魏雪;唐晶;林玉娟.石化装备检维修及性能测试平台的研制.实验室研究与探索.2016,(06),全文.高卓;张玉波;刘潍.可调式拉拔器的设计.中国校外教育.2017,(24),全文.刘贤梅;石杨;赵娅;林琳.基于虚拟现实的室内仿真操作系统研究与应用.计算机技术与发展.(01),全文.
-
公开(公告)号：CN103243804A
公开(公告)日：2013-08-14
申请号：CN201310194645.9
申请日：2013-05-23
Applicant: 东北石油大学
Abstract: 本发明涉及的是预应力薄壁型钢—混凝土组合框架及其施工方法，其中的预应力薄壁型钢—混凝土组合框架由组合梁和组合柱连接构成，组合柱由空心钢柱内部填入混凝土形成，空心钢柱是由一一对应的薄壁型钢之间通过间隔设置的水平缀板或钢筋连接形成的框体，缀板或钢筋沿薄壁型钢高度方向依次平行排列；组合梁由空心钢梁内部设置预应力筋后填入混凝土形成，空心钢梁是由对应的薄壁型钢之间通过间隔设置的纵向缀板或钢筋连接形成的框体，预应力筋沿空心钢梁长度方向布置，缀板或钢筋沿薄壁型钢长度方向依次平行排列；组合梁插入组合柱相邻的两块缀板或钢筋之间，再浇筑混凝土形成节点。本发明可建造多高层和较大开间的公共建筑，开拓性地拓展了冷弯薄壁型钢的应用范围，框架结构中节点结构简单。
-
公开(公告)号：CN110188705B
公开(公告)日：2022-05-06
申请号：CN201910474059.7
申请日：2019-06-02
Applicant: 东北石油大学
IPC: G06V20/58 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明涉及的是一种适用于车载系统的远距离交通标志检测识别方法，它包括：1.对交通标志图像样本集进行预处理；2.构建轻量型卷积神经网络，完成交通标志的卷积特征抽取；3.通过嵌入到轻量型卷积神经网络中的通道‑空间关注力模块，构建关注力特征图；4.采用区域生成网络RPN产生目标的候选区域；5.对RPN产生的目标候选区域，引入上下文区域信息，增强标志分类特征；6.将特征向量送入全连接层，输出交通标志的类别和位置；7.建立关注力损失函数，训练FL‑CNN模型；8.重复2至7，完成FL‑CNN模型的样本训练；9.重复2至6，完成实际场景的交通标志检测识别。本发明实现了远距离交通标志检测识别，精度达92%。
-
公开(公告)号：CN110163302B
公开(公告)日：2022-03-22
申请号：CN201910474060.X
申请日：2019-06-02
Applicant: 东北石油大学
IPC: G06V10/25 , G06V10/774 , G06V10/82 , G06N3/04
Abstract: 本发明涉及的是基于正则化注意力卷积神经网络的示功图识别方法，它包括：一、建立数据预处理模块，对抽油机的工况样本集进行量纲和灰度图处理；二、建立正则化注意力卷积模块，对自主学习的卷积特征进行加强、抑制和失活；三、将正则化注意力卷积模块嵌入到卷积神经网络中，形成正则化注意力卷积神经网络；四、建立示功图识别模块，将示功图的灰度图像输入到正则化注意力卷积神经网络中识别；五、建立注意力损失函数，训练正则化注意力卷积神经网络模型；六、将实时采集到的抽油机工况数据，输入示功图识别模型中，重复二‑四；七、以基于RA‑CNN的示功图识别方法为核心，构建抽油机工况的智能诊断系统。本发明可有效提升示功图的识别精度。
-
公开(公告)号：CN110163187B
公开(公告)日：2022-09-02
申请号：CN201910474058.2
申请日：2019-06-02
Applicant: 东北石油大学
Abstract: 本发明涉及的是基于F‑RCNN的远距离交通标志检测识别方法，它包括：一.对交通标志图像样本集进行预处理；二.对F‑RCNN中的VGG‑16进行预训练；三.将交通标志训练数据集输入到VGG‑16，完成特征提取；四.构建融合特征图；五.F‑RCNN中的区域生成网络RPN根据融合特征图进行区域生成，得到交通标志的候选区域；六.所有候选区域输入到F‑RCNN中的RoI‑Pooling层，生成固定尺寸的特征向量；七.将特征向量送入极限学习机网络，输出交通标志的类别和位置；八.采用贡献自适应损失函数，训练F‑RCNN模型；九.完成实际场景的交通标志检测识别。本发明实现了远距离交通标志检测识别，识别精度高。
-
Patent Agency Ranking
公开(公告)号：CN110163302A
公开(公告)日：2019-08-23
申请号：CN201910474060.X
申请日：2019-06-02
Applicant: 东北石油大学
Abstract: 本发明涉及的是基于正则化注意力卷积神经网络的示功图识别方法，它包括：一、建立数据预处理模块，对抽油机的工况样本集进行量纲和灰度图处理；二、建立正则化注意力卷积模块，对自主学习的卷积特征进行加强、抑制和失活；三、将正则化注意力卷积模块嵌入到卷积神经网络中，形成正则化注意力卷积神经网络；四、建立示功图识别模块，将示功图的灰度图像输入到正则化注意力卷积神经网络中识别；五、建立注意力损失函数，训练正则化注意力卷积神经网络模型；六、将实时采集到的抽油机工况数据，输入示功图识别模型中，重复二-四；七、以基于RA-CNN的示功图识别方法为核心，构建抽油机工况的智能诊断系统。本发明可有效提升示功图的识别精度。
-
公开(公告)号：CN110188705A
公开(公告)日：2019-08-30
申请号：CN201910474059.7
申请日：2019-06-02
Applicant: 东北石油大学
Abstract: 本发明涉及的是一种适用于车载系统的远距离交通标志检测识别方法，它包括：1.对交通标志图像样本集进行预处理；2.构建轻量型卷积神经网络，完成交通标志的卷积特征抽取；3.通过嵌入到轻量型卷积神经网络中的通道-空间关注力模块，构建关注力特征图；4.采用区域生成网络RPN产生目标的候选区域；5.对RPN产生的目标候选区域，引入上下文区域信息，增强标志分类特征；6.将特征向量送入全连接层，输出交通标志的类别和位置；7.建立关注力损失函数，训练FL-CNN模型；8.重复2至7，完成FL-CNN模型的样本训练；9.重复2至6，完成实际场景的交通标志检测识别。本发明实现了远距离交通标志检测识别，精度达92%。
-
公开(公告)号：CN110163187A
公开(公告)日：2019-08-23
申请号：CN201910474058.2
申请日：2019-06-02
Applicant: 东北石油大学
Abstract: 本发明涉及的是基于F-RCNN的远距离交通标志检测识别方法，它包括：一.对交通标志图像样本集进行预处理；二.对F-RCNN中的VGG-16进行预训练；三.将交通标志训练数据集输入到VGG-16，完成特征提取；四.构建融合特征图；五.F-RCNN中的区域生成网络RPN根据融合特征图进行区域生成，得到交通标志的候选区域；六.所有候选区域输入到F-RCNN中的RoI-Pooling层，生成固定尺寸的特征向量；七.将特征向量送入极限学习机网络，输出交通标志的类别和位置；八.采用贡献自适应损失函数，训练F-RCNN模型；九.完成实际场景的交通标志检测识别。本发明实现了远距离交通标志检测识别，识别精度高。
-
公开(公告)号：CN114912820A
公开(公告)日：2022-08-16
申请号：CN202210592779.5
申请日：2022-05-28
Applicant: 东北石油大学
Abstract: 本发明涉及的是基于KGQEV的知识图谱数据集质量知识表示方法，它包括：描述数据集自身使用的数据格式符合哪些标准；明确评估知识图谱数据集时使用的质量分类标准，明确类与维度之间的关系；对应用知识图谱数据集的情境进行需求分析，归纳出具体需求并将质量维度与需求的对应关系进行知识表示；针对知识图谱数据集的需求，扩展DQV中维度下的指标；描述数据消费者对知识图谱数据集的反馈以及数据集的自身质量证书；描述知识图谱数据集相关信息；生成对知识图谱数据集的质量评估报告，保存并发布评估报告。本发明通过知识图谱质量表示模型来描述与表示知识图谱数据集的质量知识，明晰需求与指标之间的关系，并提高评估质量报告的可信度。
-
公开(公告)号：CN111632370A
公开(公告)日：2020-09-08
申请号：CN202010430342.2
申请日：2020-05-20
Applicant: 东北石油大学
IPC: A63F13/285
Abstract: 本申请公开了虚拟现实中手部阻力处理方法和装置，该方法包括：确定虚拟现实游戏场景中出现手部受到阻力的场景；获取所述场景对应的阻力系数，其中，所述阻力系数是预先配置的；根据阻力系数计算马达驱动绳子所需要的参数值；所述绳子的另一端连接在用户的手指上，所述马达驱动所述绳子的收缩用于模拟所述手部收到的阻力；用所述参数值驱动所述马达。通过本申请解决了解决相关技术中虚拟现实游戏中玩家的手部无法感知游戏中的场景的问题，使手部能够通过绳子的拉力感受虚拟现实游戏中的场景。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.051 seconds)
