-
公开(公告)号：CN114297573A
公开(公告)日：2022-04-08
申请号：CN202111445170.7
申请日：2021-11-30
Applicant: 中国地质大学(武汉)
IPC: G06F17/16 , G06K9/62 , G06V10/774
Abstract: 本发明提供了一种基于局部邻域约束的深度非负矩阵图像解混方法和设备，深度非负矩阵图像解混方法包括：输入图像的原始数据至NMF模型；将原始数据拆分为三层，初始化每一层原始数据，得到初始化数据；对初始化数据进行预训练；将预训练后的初始化数据再输入NMF模型进行优化迭代，直至收敛；输出收敛后的解混结果。本方法利用局部邻域约束对丰度矩阵进行约束，同时借助深度学习的思想，将单层的NMF模型扩展到深度NMF模型，降低误差累积。
-
公开(公告)号：CN113587932A
公开(公告)日：2021-11-02
申请号：CN202110849022.5
申请日：2021-07-27
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于人脸识别的室内导航机器人系统及导航方法，该系统包括多个导航机器人，分别设置于室内的固定位置，每个导航机器人之间通过多机通信模块连接；每个导航机器人包括：控制模块、人脸录入与识别模块、目的地录入模块、路径规划模块、语音导航模块和错误提示模块；控制模块分别与人脸录入和识别模块、目的地录入模块、语音导航模块、错误提示模块和路径规划模块连接。该系统只需在固定的点放置机器人，减少了机器人在引导客户的过程的避障功能以及对于自身位置定位功能，节省了开发时间与成本。该系统中的导航机器人不需要移动，能够连续引导客户达到指定位置，只需要较少的机器人，避免了客户等待服务的情况。
-
公开(公告)号：CN109635766A
公开(公告)日：2019-04-16
申请号：CN201811563353.7
申请日：2018-12-20
Applicant: 中国地质大学(武汉)
IPC: G06K9/00 , G06K9/62 , G06F16/2458 , G06F16/248 , G07C1/10 , G06Q10/10 , G06Q50/20
Abstract: 本发明提供了一种基于小样本的卷积神经网络的人脸拍照考勤方法及系统，一种基于小样本的卷积神经网络的人脸拍照考勤方法：首先建立了待考勤人员的人脸库，并建立了合适的卷积神经网络模型，然后对卷积神经网络进行训练，并利用训练好的卷积神经网络对待考勤人员的照片进行识别，得到对应的ID号；最后利用得到的ID号，对考勤数据进行统计，生成一个记录有待考勤人员出勤数据的Excel表格。本发明的有益效果是：本发明所提出的技术方案提出一种新的人脸拍照考勤方法，设计了一套基于卷积神经网络的人脸拍照考勤系统，用于智能化的记录学生的考勤，实用性强。
-
公开(公告)号：CN115311166B
公开(公告)日：2025-05-02
申请号：CN202211010169.6
申请日：2022-08-23
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供一种基于自适应局部邻域约束的小波域NMF图像解混方法，包括：分别对高光谱数据矩阵和端元数据矩阵进行双正交小波包变换；获取端元数据矩阵对应的小波包树每个节点处的系数矩阵，找到最低条件数的节点；将最低条件数的节点对应的相关矩阵数据，作为基于自适应局部邻域加权约束的NMF模型输入，迭代更新丰度矩阵和端元矩阵，直到所述模型收敛，输出收敛时迭代更新后的丰度矩阵和端元矩阵；使用条件数最低一层的小波包树节点对端元进行重构。克服了在解混过程中出现的病态矩阵问题，进一步提升了解混精度效果。
-
公开(公告)号：CN109389106B
公开(公告)日：2021-06-08
申请号：CN201811563969.4
申请日：2018-12-20
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于3D卷积神经网络的高光谱图像解混方法及系统，其方法包括：首先利用真实遥感图像的光谱特征库构造训练样本集，并利用训练样本集和softmax分类器对3D卷积神经网络进行训练；然后将真实图像输入训练好的3D神经网络中进行图像解混，得到真实图像对应的丰度矩阵，即解混结果。本发明的有益效果是：本发明提出一种高光谱图像解混的新方法，利用本发明所提出的3D卷积神经网络对高光谱图像进行解混，几乎不需要调节参数，就可以获得令人满意的结果，相比于其他方法，本发明所提出的技术方案更加简单实用。
-
Patent Agency Ranking
公开(公告)号：CN109727210A
公开(公告)日：2019-05-07
申请号：CN201811564932.3
申请日：2018-12-20
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种基于近似L0改造的深度信念网络的遥感图像解混方法及系统，在传统的图像解混合方法中，往往增加多项约束条件，虽然能够提高图像解混的精度，但是解混的结果对参数十分敏感；针对传统的图像解混方法，本发明考虑将深度信念网络应用于遥感图像解混，同时加入近似L0范数这一约束条件，在提高解混精度同时，也能使得解混方式更加简单便捷。
-
公开(公告)号：CN111323832B
公开(公告)日：2024-05-10
申请号：CN202010149088.9
申请日：2020-03-05
Applicant: 中国地质大学(武汉)
IPC: G01V3/12
Abstract: 本发明公开了一种基于相位检测的地质信号接收机，可以对频率较低且幅度较小的微弱地质信号进行接收与检测，得到相位与幅度信息，并可进一步将数据直观的显示到LCD屏上，便于对数据的分析。本发明不仅对幅度的变化进行测量，同时对相位的变化进行测量，这样就有两种类型的数据判断介质的类型，对介质类型的判断更加准确，避免在地质勘探工作的挖掘、开发过程中遇到液体泄漏和危险气体泄露等事件的发生。
-
公开(公告)号：CN115311166A
公开(公告)日：2022-11-08
申请号：CN202211010169.6
申请日：2022-08-23
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供一种基于自适应局部邻域约束的小波域NMF图像解混方法，包括：分别对高光谱数据矩阵和端元数据矩阵进行双正交小波包变换；获取端元数据矩阵对应的小波包树每个节点处的系数矩阵，找到最低条件数的节点；将最低条件数的节点对应的相关矩阵数据，作为基于自适应局部邻域加权约束的NMF模型输入，迭代更新丰度矩阵和端元矩阵，直到所述模型收敛，输出收敛时迭代更新后的丰度矩阵和端元矩阵；使用条件数最低一层的小波包树节点对端元进行重构。克服了在解混过程中出现的病态矩阵问题，进一步提升了解混精度效果。
-
公开(公告)号：CN110458760B
公开(公告)日：2021-11-05
申请号：CN201910539113.1
申请日：2019-06-20
Applicant: 中国地质大学(武汉)
IPC: G06T7/00
Abstract: 本发明提供了基于信息熵的HNMF遥感图像解混方法，包括：S1、对当前遥感图像建立基于稀疏约束的CNMF遥感图像解混方法；S2、获取当前遥感图像的信息熵，并获取信息熵正则化函数；S3、用S2中信息熵正则化函数取代步骤S1中基于稀疏约束的CNMF遥感图像解混方法中的范数正则化函数，建立基于信息熵的HNMF遥感图像解混方法。针对遥感图像的端元分布不均匀的特性，挖掘遥感数据的物理信息，用信息熵代替范数规则项，提出了基于信息熵的HNMF遥感图像解混方法，相比传统的NMF和CNMF具有更好的解混效果。
-
公开(公告)号：CN111323832A
公开(公告)日：2020-06-23
申请号：CN202010149088.9
申请日：2020-03-05
Applicant: 中国地质大学(武汉)
IPC: G01V3/12
Abstract: 本发明公开了一种基于相位检测的地质信号接收机，可以对频率较低且幅度较小的微弱地质信号进行接收与检测，得到相位与幅度信息，并可进一步将数据直观的显示到LCD屏上，便于对数据的分析。本发明不仅对幅度的变化进行测量，同时对相位的变化进行测量，这样就有两种类型的数据判断介质的类型，对介质类型的判断更加准确，避免在地质勘探工作的挖掘、开发过程中遇到液体泄漏和危险气体泄露等事件的发生。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.021 seconds)
