-
公开(公告)号：CN114359880A
公开(公告)日：2022-04-15
申请号：CN202210266834.1
申请日：2022-03-18
Applicant: 北京理工大学前沿技术研究院
Abstract: 本发明涉及一种基于智能学习模型的乘车体验增强方法、装置及云端。本发明中通过焦距不同且共等效光轴的三个摄像装置采集车内图像，所采集车内图像因摄像装置焦距的不同而具有不同的观测尺度，使得拍摄目标在车内图像中的相对尺寸和细节丰富，为后续训练智能学习模型减少负担，大幅度减少智能学习模型所需的卷积层，提高算法效率；将多组车内图像按时序排列形成数据包，计算获取数据包内的每组车内图像的尺度响应图并对尺度响应图归一化，提高数据的可识别性，利用高可识别性的数据训练智能学习模型来推测乘客可能的实际需求，进而根据预测的实际需求执行相应的操作，有助于提升乘客的乘车体验。
-
公开(公告)号：CN111322974A
公开(公告)日：2020-06-23
申请号：CN202010146883.2
申请日：2020-03-05
Applicant: 北京理工大学
Abstract: 本发明属于工程爆破技术领域，具体涉及一种金属药型罩射流平均直径的预测方法及其应用。本发明在考虑材料属性的基础上，根据药型罩射流形成及运动过程中的应力状态、材料属性在射流形成及运动过程中对射流形态的作用机理，构建射流平均直径-材料属性关系式；将所述金属材料的材料属性代入所述射流平均直径-材料属性关系式中，得到射流平均直径-材料属性方程式；将待测材料的材料属性代入射流平均直径-材料属性方程式中得到金属药型罩聚能射流的平均直径预测值。本发明提供的预测方法将材料属性的影响融入预测过程中，解决了传统理论无法确定不同材料聚能射流形态差异的问题，提高了射流平均直径预测结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN105842038B
公开(公告)日：2019-03-26
申请号：CN201610162764.X
申请日：2016-03-21
Applicant: 北京理工大学
Abstract: 本发明涉及一种钨单晶涂层{110}晶面识别和表面份额的统计方法，属于热离子型燃料电池技术领域，特别是能够指导电化学蚀刻工艺参数的优化。本发明包括用化学腐蚀识别钨单晶{110}晶面、统计{110}晶面所占份额和用电化学法提高其所占份额三个步骤。其中，化学腐蚀方法识别晶面时所用的化学腐蚀剂由NaOH、K3Fe(CN)6和去离子水配制而成，每100ml腐蚀液中含9～12g的NaOH和8～11g的K3Fe(CN)6。根据蚀坑形貌特征识别出{110}晶面，然后通过自动变焦成像技术每2°～6°拍摄一张金相照片，统计出{110}在整个圆周上所占总度数而得到其表面份额，本发明具有操作简单方便、蚀坑清晰、辨识度高、统计方法简单易行等优点。
-
公开(公告)号：CN114359880B
公开(公告)日：2022-05-24
申请号：CN202210266834.1
申请日：2022-03-18
Applicant: 北京理工大学前沿技术研究院
Abstract: 本发明涉及一种基于智能学习模型的乘车体验增强方法、装置及云端。本发明中通过焦距不同且共等效光轴的三个摄像装置采集车内图像，所采集车内图像因摄像装置焦距的不同而具有不同的观测尺度，使得拍摄目标在车内图像中的相对尺寸和细节丰富，为后续训练智能学习模型减少负担，大幅度减少智能学习模型所需的卷积层，提高算法效率；将多组车内图像按时序排列形成数据包，计算获取数据包内的每组车内图像的尺度响应图并对尺度响应图归一化，提高数据的可识别性，利用高可识别性的数据训练智能学习模型来推测乘客可能的实际需求，进而根据预测的实际需求执行相应的操作，有助于提升乘客的乘车体验。
-
公开(公告)号：CN111322974B
公开(公告)日：2021-03-26
申请号：CN202010146883.2
申请日：2020-03-05
Applicant: 北京理工大学
Abstract: 本发明属于工程爆破技术领域，具体涉及一种金属药型罩射流平均直径的预测方法及其应用。本发明在考虑材料属性的基础上，根据药型罩射流形成及运动过程中的应力状态、材料属性在射流形成及运动过程中对射流形态的作用机理，构建射流平均直径‑材料属性关系式；将所述金属材料的材料属性代入所述射流平均直径‑材料属性关系式中，得到射流平均直径‑材料属性方程式；将待测材料的材料属性代入射流平均直径‑材料属性方程式中得到金属药型罩聚能射流的平均直径预测值。本发明提供的预测方法将材料属性的影响融入预测过程中，解决了传统理论无法确定不同材料聚能射流形态差异的问题，提高了射流平均直径预测结果的准确性。
-
公开(公告)号：CN114677654A
公开(公告)日：2022-06-28
申请号：CN202210365874.1
申请日：2022-04-08
Applicant: 北京理工大学前沿技术研究院
Abstract: 本发明涉及基于混合数据学习的交通现场风险识别方法及系统。本发明中，利用既能采集可见光图像又能采集红外图像的第一图像采集设备和第二图像采集设备采集路况，并对所采集的可见光图像和红外图像通过高斯滤波的方式滤波后获取滤波图像；对于滤波图像，通过值域归一化得到归一化图像，利用归一化图像提取包含混合数据的风险特征向量；将风险特征向量传输给风险学习模型进行风险预测。基于本申请的数据处理方式和优化的神经网络模型实现对交通现场风险识别，有助于提升交通管理的效率，提早发现风险，保护人民财产安全；利用归一化图像提取风险特征向量，降低了数据的维度，降低数据传输量，且提升了模型的学习性能。
-
公开(公告)号：CN105842038A
公开(公告)日：2016-08-10
申请号：CN201610162764.X
申请日：2016-03-21
Applicant: 北京理工大学
Abstract: 本发明涉及一种钨单晶涂层{110}晶面识别和表面份额的统计方法，属于热离子型燃料电池技术领域，特别是能够指导电化学蚀刻工艺参数的优化。本发明包括用化学腐蚀识别钨单晶{110}晶面、统计{110}晶面所占份额和用电化学法提高其所占份额三个步骤。其中，化学腐蚀方法识别晶面时所用的化学腐蚀剂由NaOH、K3Fe(CN)6和去离子水配制而成，每100ml腐蚀液中含9～12g的NaOH和8～11g的K3Fe(CN)6。根据蚀坑形貌特征识别出{110}晶面，然后通过自动变焦成像技术每2°～6°拍摄一张金相照片，统计出{110}在整个圆周上所占总度数而得到其表面份额，本发明具有操作简单方便、蚀坑清晰、辨识度高、统计方法简单易行等优点。
-
-
-
-
-
-
Search Results
7
records
(took 0.027 seconds)
