-
公开(公告)号：CN118036670A
公开(公告)日：2024-05-14
申请号：CN202311361138.X
申请日：2023-10-20
Applicant: 中国石油大学(华东)
IPC: G06N3/0464 , G06N3/082
Abstract: 一种基于卷积神经网络结构化剪枝稀疏模型优化方法，涉及深度学习技术领域，步骤S1，分别确定数据集#imgabs0#和在应数据集#imgabs1#上完成预训练的卷积神经网络模型#imgabs2#；步骤S2，从数据集#imgabs3#中随机选择#imgabs4#个训练样本#imgabs5#，将训练样本#imgabs6#输入模型#imgabs7#，得到网络倒数第二层输出的特征图#imgabs8#；步骤S3，设定待剪枝的滤波器#imgabs9#，将原始卷积神经网络模型#imgabs10#中待剪枝的滤波器#imgabs11#删除，计算新形成的重构卷积神经网络模型#imgabs12#倒数第二层输出特征图#imgabs13#；步骤S4，计算特征图#imgabs14#与特征图#imgabs15#之间的欧式距离，并进行待剪枝的滤波器#imgabs16#的特征图敏感度评分获取特征图敏感性评估结果；步骤S5，对特征图敏感性评估结果的稳定性进行分析。该基于卷积神经网络结构化剪枝稀疏模型优化方法降低网络模型的参数量与浮点运算量，实现深度神经网络模型压缩与加速。
-
公开(公告)号：CN114063176A
公开(公告)日：2022-02-18
申请号：CN202111498121.X
申请日：2021-12-09
Applicant: 中国石油大学(华东)
Abstract: 本发明实施例提供了一种雷达成像方法、装置及计算机可读存储介质，电子设备通过至少两个天线对中每个天线对中的发射天线与接收天线之间的距离，以及每个天线对的接收天线接收到的回波信号的首个峰值对应的第一时延，即可确定遮挡物的目标物体参数。由此，实现了遮挡物的目标物体参数的快速确定。相较于通过重复生成雷达图像直至获得最优物体参数的方式，本发明实施例提供的电子设备确定目标物体参数的效率较高。
-
公开(公告)号：CN106127726A
公开(公告)日：2016-11-16
申请号：CN201610330328.9
申请日：2016-05-18
Applicant: 中国石油大学(华东)
IPC: G06T7/00
Abstract: 本发明涉及图像融合和图像序列监测等技术领域，具体涉及了一种基于非特征提取和非参数3D图像配准新算法。该算法用边缘检测器来检测要观察的参考图像ZR的边缘体素，对给定参考图像R的体素(x,y,z)进行判断，对R局部无退化体进行几何变换，用R的局部退化点定义T(x,y,z)，之后输出几何变换参数。该算法由于局部平滑的灵活性，该方法相关的几何变换不需要任何参数形式或其它全局规律条件，并且在实践中实用有效。
-
公开(公告)号：CN103325126A
公开(公告)日：2013-09-25
申请号：CN201310285212.4
申请日：2013-07-09
Applicant: 中国石油大学(华东)
IPC: G06T7/20
Abstract: 一种在尺度变化和遮挡情况下的视频目标跟踪方法，属于图像处理领域，本发明为解决LBP跟踪算法在尺度变化和遮挡情况下跟踪效果不理想的问题。本发明提出了基于LBP算法、归一化转动惯量NMI特征和卡尔曼滤波相结合的优化目标跟踪方法。NMI特征用于判断模板的更新策略，解决目标旋转、尺度变化等导致目标丢失的问题。卡尔曼滤波用于克服遮挡情况下目标容易丢失的缺陷。
-
公开(公告)号：CN119202397B
公开(公告)日：2025-02-28
申请号：CN202411720218.4
申请日：2024-11-28
Applicant: 中国石油大学(华东)
IPC: G06F16/9535 , G06F16/9538 , G06F16/9035 , G06F16/9038 , G06F16/906 , G06F3/0484
Abstract: 本发明公开了用户操作数据的可视化与人机交互推荐方法，属于推荐技术领域，方法包括：实时确定各推荐点，根据各推荐点进行关联分级，形成各关联树；根据各关联树生成推荐原理图；实时识别用户的操作数据，按照推荐原理图对操作数据进行统计分析，确定推荐原理图中各推荐点的推荐权重值，在推荐原理图中补充各推荐点的推荐权重值；根据推荐原理图实时生成相应的推荐明细表；将当前的推荐原理图标记为数据展示图，将数据展示图向用户进行实时展示；根据数据展示图向用户进行实时推荐，用户根据推荐结果对数据展示图进行交互调整；通过逐级分类的方式，将众多的推荐点进行了合理的组织和展示；降低了用户理解推荐原理的难度。
-
Patent Agency Ranking
公开(公告)号：CN117687101A
公开(公告)日：2024-03-12
申请号：CN202410153205.7
申请日：2024-02-04
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种多通道无线电探测与定位装置，涉及无线电探测技术领域，本发明通过同时使用多个发射和接收通道，提高了对复杂环境的适应性和对多目标的处理能力；提高了数据处理速度和系统的整体性能；集成度高；避免了高速信号同步采集困难，通道间相位一致性差、数据无法对齐的问题。方案为：多通道中心单元连接多通道发射单元，用于向其提供电源、逻辑控制以及源输出信号；多通道中心单元连接多通道接收单元，用于向其提供电源和本振信号；多通道发射单元，用于通过切换开关选择不同的天线来分时发出射频信号，以对目标进行探测；多通道接收单元，用于接收回波信号，并将其与本振信号进行混频，输出中频信号。本发明用于目标探测中。
-
公开(公告)号：CN112150541A
公开(公告)日：2020-12-29
申请号：CN202010949813.0
申请日：2020-09-10
Applicant: 中国石油大学(华东)
Abstract: 本发明公开一种多LED晶片定位算法，涉及LED晶片定位技术领域，步骤包括：CCD相机按照一定的步骤拍摄LED晶片盘上的局部图像作为待定位图像，每拍摄一次就对定位待定位图像上的LED晶片进行定位；在对每一幅待定位图像进行LED晶片定位时，采用基于边缘梯度匹配算法，从图像金字塔顶部进行匹配定位，再逐层映射并精确定位直到金字塔底层得到最终定位；在金字塔顶层进行匹配定位的过程中，首先对待定位图像的一行LED晶片或者一列LED晶片进行精确定位，再根据测得的这一行中各LED晶片的行坐标或者这一列中各LED晶片的列坐标进行当前待定位图像中剩余晶片的具体定位。本发明在现有技术基础上，提高了LED晶片定位算法的速度、准确度，有较好的鲁棒性。
-
公开(公告)号：CN110059611A
公开(公告)日：2019-07-26
申请号：CN201910297328.7
申请日：2019-04-12
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种智能化教室空余座位识别方法，包括：摄像头拍摄教室内座位图像；计算服务器对拍摄到的座位图像进行图像标定，计算出座位图像区域左下、右下、左上、右上4个角点的坐标，4个角点的坐标围成主视区域；计算服务器将主视区域进行梯形校正，利用透视变换将主视区域拉伸为矩形，得到校正图像；计算服务器利用深度学习模型对校正图像中人的位置进行检测，得到校正图像中每个人的中心点坐标，若坐标落在座位区域，则此座位有人，否则，则无人。智能化教室空余座位识别方法具有设备简单，识别准确，适应性强等特点，可广泛应用于高校教室综合管理系统中。
-
公开(公告)号：CN104599511B
公开(公告)日：2016-11-30
申请号：CN201510063130.4
申请日：2015-02-06
Applicant: 中国石油大学(华东)
Abstract: 一种基于背景建模的车流量检测方法，它涉及一种车流量检测方法。本发明的目的是为了解决现有的车流量检测方法无法避免光线变化的影响，无法检测静止车辆的问题。本发明包括以下步骤：步骤一、利用帧间差分与背景差值之间的比值判断是否进行背景更新；步骤二、提取前景图像，并用HSV特征法消除阴影；步骤三、利用霍夫变换转换图像，利用最小外接矩形法对车辆进行跟踪和计数。本发明解决了光线变化对背景的影响的问题，又解决了帧间差分无法检测静止车辆的问题。
-
公开(公告)号：CN105388787A
公开(公告)日：2016-03-09
申请号：CN201510732256.6
申请日：2015-11-02
Applicant: 中国石油大学(华东)
IPC: G05B19/04
CPC classification number: G05B19/04
Abstract: 本发明涉及一种校正系统，尤其是一种基于图像处理的双车联动智能校正系统。包括遥控器模块、智能校正模块、核心控制器、车体，所述遥控器模块、智能校正模块、车体分别与核心控制器相连，所述遥控器模块包括按键、遥控器控制模块、摇杆、无线模块，所述按键、摇杆、无线模块分别与遥控器控制模块连接，所述智能校正模块包括前车、摄像头、图像处理器、测距模块，所述摄像头一端与前车连接，另一端与图像处理器连接，所述测距模块与图像处理器连接。有益效果：操作灵活、安全系数高，双车联动系统的设计克服了传统移动平台车无法运送较大物体的缺点；通过双车联动系统，使两辆车姿态一致的运送大型重物，弥补单车的不足，提高了运输效率。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.031 seconds)
