-
公开(公告)号:CN114581718B
公开(公告)日:2025-04-01
申请号:CN202210233977.2
申请日:2022-03-10
Applicant: 中北大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G01S13/86 , G06V20/64
Abstract: 本发明属于计算机视觉技术领域,具体涉及一种融合持久同调的三维点云分类方法,为解决当前三维点云分类技术中缺乏对点云拓扑特征进行表征的问题,本发明在现有基于神经网络的点云分类技术PointNet++基础上,进一步引入代数拓扑学中的持久同调方法进行点云分类。首先,构建点云witness单纯复形拓扑结构,从贝蒂数和持久图两个方面量化点云的持久同调拓扑特征。其次,定义一个基于持久同调的损失函数,据此对三维点云分类的网络模型进行训练学习,得到神经网络模型各项参数。最后,利用训练好的卷积神经网络,进行三维点云的分类任务。测试结果显示,本发明显著提升了点云分类准确率。
-
公开(公告)号:CN116313134A
公开(公告)日:2023-06-23
申请号:CN202211566248.5
申请日:2022-12-07
Applicant: 中北大学
Abstract: 本发明属于流行病监测技术领域,具体涉及一种基于百度指数与机器学习的流感趋势预测方法。针对现有流感预测方法仅使用历史时间序列信息进行预测,而忽略了相邻区域的空间相关性和不同时间段的时间相关性的影响,并且流感预测方法多集中于使用多元线性回归方法进行预测等问题,本发明首先试图挖掘与流行性感冒相关的重要关键词,对关键词进行初筛,并通过分析各关键词与流感样病例数的时滞相关性,对关键词进一步过滤;其次,基于确定的不同类型关键词和ILI%,通过考虑相邻地区间流感传播的影响,构建流感预测模型;最后,选用XGBoost方法对所建模型进行预测,得到符合南方地区的流感预测模型。
-
公开(公告)号:CN108398509A
公开(公告)日:2018-08-14
申请号:CN201810475180.7
申请日:2018-05-17
Applicant: 中北大学
Abstract: 一种气相色谱法测定麻疯树中油脂脂肪酸组成的方法,属于油脂检测技术领域,可解决现有麻疯树中油脂脂肪酸组成的检测效率低,甲酯化不完全的问题,以麻疯树种仁为原料、采用索氏提取法提取、氢氧化钾-盐酸-甲醇酯化,制得麻疯树油甲酯,通过选用GC-7900,TM-5(30 m×0.25 mm×0.25μm)毛细管色谱柱在最适条件下对盐酸甲酯化后的产物进行气相色谱分析测定出麻疯树油脂脂肪酸组成。本项发明在于通过以盐酸为催化剂相对于传统的硫酸催化剂,配合适合的色谱仪和色谱柱,得到甲酯化的种类更多、更加全面,更适用于脂肪酸气相色谱分析。同时也探索出使用气相色谱法检测麻疯树油盐酸催化甲酯化产物的最优条件。
-
公开(公告)号:CN118430838A
公开(公告)日:2024-08-02
申请号:CN202410500192.6
申请日:2024-04-24
Applicant: 中北大学
Abstract: 本发明公开了一种基于图像深度学习网络集成模型的流感预测方法,属于流行病监测技术领域。针对现有方法在特征提取方面存在局限,无法有效挖掘序列中的深层信息,从而影响其预测精度这一问题,首先,通过基于格拉姆角场将一维数字序列编码为二维图像序列,为模型提供基于图像的独特信息特征,在此基础上,通过集成麻雀搜索优化算法设计搭建深度学习网络模型,利用卷积神经网络的图像处理能力进行特征提取,完成流感预测。将一维流感序列图像编码引入再进一步搭建通过集成麻雀搜索算法优化后的非线性流感预测模型,以提高模型预测精度,同时验证卷积神经网络图像处理能力在流感时序预测领域中的优势和实用性。
-
公开(公告)号:CN118747917A
公开(公告)日:2024-10-08
申请号:CN202410966977.2
申请日:2024-07-18
Applicant: 中北大学 , 山西文旅集团信息技术有限公司 , 中电信数智科技有限公司山西分公司 , 山西辰涵数字科技股份有限公司
IPC: G06V40/20 , G06V10/82 , G06V20/40 , G06N3/0464 , G06N3/042 , G06N3/045 , G06V10/80 , G06V10/764
Abstract: 本发明公开了一种人体动作的识别方法、系统、设备及介质,涉及计算机视觉技术领域,包括:根据人体动作视频数据集,将姿态估计模型YOLOPose中输入端的Focus层更换为卷积核为6×6的卷积层,并删减掉检测头中64倍下采样检测头及与64倍下采样检测头相关的网络层;在YOLOPose主干网络中添加双注意力机制;将YOLOPose检测头中PAN结构替换为双向特征金字塔,以形成改进后的YOLOPose模型;并通过人体动作视频数据集对改进后的YOLOPose模型进行训练;将待检测的人体动作视频数据集输入训练后的YOLOPose模型获取人体骨骼结点坐标;将人体骨骼结点坐标输入用于通过人体骨骼结点坐标识别人体动作的时空图卷积网络模型ST‑GCN,获得识别后的人体动作。本发明能够提高人体动作的识别精度。
-
公开(公告)号:CN116883859A
公开(公告)日:2023-10-13
申请号:CN202310818961.2
申请日:2023-07-05
Applicant: 中北大学
IPC: G06V20/13 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于计算机视觉技术领域,具体涉及一种基于YOLOv7‑RS的遥感图像目标检测方法。为提高在遥感图像中目标检测的精度,本发明设计了一种基于YOLOv7‑RS的遥感图像目标检测网络,在该网络中重新设计D‑ELAN模块,在骨干网络中融合SimAM注意力机制,使用SIOU损失函数来替换CIOU损失函数,优化正负样本分配策略。
-
公开(公告)号:CN116088495A
公开(公告)日:2023-05-09
申请号:CN202211416730.0
申请日:2022-11-14
Applicant: 中北大学
IPC: G05D1/02
Abstract: 本发明属于强化学习领域,具体涉及一种室内移动机器人强化学习导航方法,为解决在复杂环境复杂奖励的情况下,智能体导航中的样本利用率低以及导航成功率不高的问题,本发明在D3QN算法基础上,引入优势后见经验回放算法和分层强化学习结构。首先,通过比较不同轨迹点的优势函数来选择新目标点,拥有最大优势函数的轨迹点作为新目标点,根据新目标点,对轨迹样本重新标记并存入经验池中。然后,在分层强化学习的结构下,训练智能体在复杂的环境下学习,顶层智能体负责学习大范围的路径规划,底层智能体负责导航到子目标,最后实现到总目标点的导航。
-
公开(公告)号:CN115222684A
公开(公告)日:2022-10-21
申请号:CN202210799731.1
申请日:2022-07-06
Applicant: 中北大学
IPC: G06T7/00 , G06V10/764 , G06N20/00
Abstract: 本发明属于表面缺陷检测领域,具体涉及一种基于多任务增量学习的表面缺陷检测方法,可用于缺陷检测。该方法所包括的步骤如下:本发明利用MobileVIT进行特征提取,为面向新材质的新任务添加各自的全连接层作为相应的分类器,然后以逐任务的形式将样本输入模型,并对新旧任务计算交叉熵损失,对旧任务计算轻量化协方差特征蒸馏损失,其次利用反向传播算法优化模型,最后采用Herding方法挖掘样例。本发明采用轻量化的MobileVIT进行特征提取,并从模型和特征层面减轻灾难性遗忘,具有较高的实际工程应用价值。
-
公开(公告)号:CN116644290A
公开(公告)日:2023-08-25
申请号:CN202310600296.X
申请日:2023-05-25
Applicant: 中北大学
IPC: G06F18/20 , G06F18/214 , G06N3/044 , G06N3/006 , G06N3/08
Abstract: 本发明属于计算机视觉技术领域,具体涉及一种基于优化神经网络的人体尺寸参数估计方法。为了提高人体围度尺寸预测的效率和准确性,本发明采用GBWO‑ENN的方法。针对传统灰狼算法易于陷入局部最优和无法平衡全局和局部搜索的平衡性问题,提出了GBWO算法。针对Elman神经网络收敛速度慢、容易陷入局部极小的问题,采用GBWO算法对Elman神经网络的权值和阈值进行优化。
-
公开(公告)号:CN114581718A
公开(公告)日:2022-06-03
申请号:CN202210233977.2
申请日:2022-03-10
Applicant: 中北大学
Abstract: 本发明属于计算机视觉技术领域,具体涉及一种融合持久同调的三维点云分类方法,为解决当前三维点云分类技术中缺乏对点云拓扑特征进行表征的问题,本发明在现有基于神经网络的点云分类技术PointNet++基础上,进一步引入代数拓扑学中的持久同调方法进行点云分类。首先,构建点云witness单纯复形拓扑结构,从贝蒂数和持久图两个方面量化点云的持久同调拓扑特征。其次,定义一个基于持久同调的损失函数,据此对三维点云分类的网络模型进行训练学习,得到神经网络模型各项参数。最后,利用训练好的卷积神经网络,进行三维点云的分类任务。测试结果显示,本发明显著提升了点云分类准确率。
-
-
-
-
-
-
-
-
-