-
公开(公告)号:CN112287974A
公开(公告)日:2021-01-29
申请号:CN202011044857.5
申请日:2020-09-28
Applicant: 北京工业大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于自适应权重的多视K多均值的图像聚类方法(Adaptive K‑Multiple‑Means for Multi‑view Clustering,AKM3C),用于解决多视图的图像聚类问题。不同于以往的多视K均值聚类方法仅使用一个簇中心去建模每个簇的数据分布,AKM3C使用多个子簇中心(也称为原型或均值)捕获每个视图中每个簇的数据分布。另外,AKM3C可以为每个视图自适应的分配权重,从而合理地融合不同视图的互补信息和兼容信息以构建一个共享的二部图,最后对共享的二部图施加拉普拉斯秩约束,将其划分为C个簇,实现图像样本的聚类,进而用于解决多视图的图像识别和检测问题。
-
公开(公告)号:CN112287974B
公开(公告)日:2024-05-28
申请号:CN202011044857.5
申请日:2020-09-28
Applicant: 北京工业大学
IPC: G06V40/16 , G06V10/143 , G06V10/762 , G06V10/776
Abstract: 本发明涉及一种基于自适应权重的多视K多均值的图像聚类方法(Adaptive K‑Multiple‑Means for Multi‑view Clustering,AKM3C),用于解决多视图的图像聚类问题。不同于以往的多视K均值聚类方法仅使用一个簇中心去建模每个簇的数据分布,AKM3C使用多个子簇中心(也称为原型或均值)捕获每个视图中每个簇的数据分布。另外,AKM3C可以为每个视图自适应的分配权重,从而合理地融合不同视图的互补信息和兼容信息以构建一个共享的二部图,最后对共享的二部图施加拉普拉斯秩约束,将其划分为C个簇,实现图像样本的聚类,进而用于解决多视图的图像识别和检测问题。
-
公开(公告)号:CN219894406U
公开(公告)日:2023-10-27
申请号:CN202320620737.8
申请日:2023-03-27
Applicant: 北京工业大学
IPC: A01M21/04
Abstract: 本实用新型公开了一种激光除草小车,包括移动平台、电机模组和两自由度云台。所述电机模组和两自由度云台安装于移动平台上。移动平台包括铝型材机架、平台和车轮。小车由四个电机通过传动装置分别驱动四个车轮行走;搭载激光模块,并通过两自由度云台转动,控制激光笔角度,进而实现精准除草。两自由度云台固定在车架的平台下方。激光发射器固定在平台上,激光发射头固定在两自由度云台上。两自由度云台上的舵机接收信号进行转动,进而带动激光发射器转动,实现瞄准草芯功能。激光发射器受wemosd1wifi开发板控制。激光通过高温精准烧毁草芯,避免了使用化学药剂带来污染,同时节省人力物力。
-
-