-
公开(公告)号：CN115309814A
公开(公告)日：2022-11-08
申请号：CN202210943271.5
申请日：2022-08-08
Applicant: 河北工业大学
Abstract: 本发明为基于结构化低秩张量补全的物联网数据重建方法，首先将监测区域离散为多个网格点，每个网格点内部署一个传感器节点；假设传感器节点每隔一个时隙感知一次数据，故基站在时间T内接收到的数据组成三阶张量；其次，将数据重建转换为基础低秩张量补全问题，并构建低秩张量补全模型；最后，对三阶张量的每个模式i的展开矩阵进行块汉克尔矩阵变化，将基础低秩张量补全模型改进为结构化低秩张量补全模型，对结构化低秩张量补全模型的增广拉格朗日函数进行求解，得到三阶张量，完成物联网数据重建。将连续时刻采集的数据以三阶张量进行排列，充分利用数据的空间相关性；对三阶张量的每个模式i展开矩阵进行块汉克尔矩阵变化，通过结构化和低秩张量补全结合进行数据重建，更进一步挖掘利用数据的时空相关性，缓解了基于稀疏约束方法中基不匹配对重建性能的影响，提高了数据重建精度。
-
公开(公告)号：CN112183430A
公开(公告)日：2021-01-05
申请号：CN202011083239.1
申请日：2020-10-12
Applicant: 河北工业大学
Abstract: 本发明公开了一种基于双神经网络的手语识别方法及装置，该方法的步骤包括步骤1、采集手势图像；步骤2、设计Squeeze Net神经网络和双输入双向长短时记忆循环神经网络；Squeeze Net神经网络的每个Fire模块均包括squeeze压缩层和扩展层，squeeze压缩层的卷积核为1×1；扩展层包括一个1×1的卷积核和两个1×3和3×1的非对称卷积核，三个卷积核分别经过RELU层和BN层后再按照通道数进行拼接得到Fire模块的输出；双输入双向长短时记忆循环神经网络的双向LSTM模块的每个LSTM记忆块均包括遗忘门和输入门，输入门和遗忘门之和为1；步骤3、模型的训练。该方法利用静态语义和运动轨迹进行手语动作的动态语义识别，准确性好。
-
Patent Agency Ranking
公开(公告)号：CN117522700A
公开(公告)日：2024-02-06
申请号：CN202311569395.2
申请日：2023-11-23
Applicant: 河北工业大学
Abstract: 本发明为一种基于子块与两阶段补全的彩色图像恢复方法，首先对待恢复图像划分子块，将子块作为最小张量增强单元进行结构化寻址，得到高阶张量；然后，对高阶张量进行补全并将尺寸恢复至与待恢复图像尺寸相同，得到局部补全阶段第一次更新的初始张量；最后，在局部补全阶段的每次更新过程中，分别沿长度和宽度方向对初始张量进行镜像扩展，并进行下采样，得到下采样张量；在下采样张量中进行相似块匹配，得到相似块组，并对相似块组进行下采样的逆操作，得到张量块组；对张量块组进行补全，并将块帧更新至初始张量对应的索引位置，得到更新后的张量；当前次更新后的张量作为下一次更新的初始张量，直至更新次数达到设定值，得到恢复后的彩色图像。该方法综合利用了图像的全局低秩和局部低秩特性，更好地挖掘了图像的低秩性，改善了恢复效果。
-
公开(公告)号：CN119464011A
公开(公告)日：2025-02-18
申请号：CN202411692727.0
申请日：2024-11-25
Applicant: 河北工业大学
Abstract: 本申请提供一种微流控分选芯片、微流控分选系统及方法，其中微流控分选芯片包括盖板、基板和挤压薄膜；盖板与基板盖合形成传输通路，盖板上设有进样口、非目标粒子出口、至少一个目标粒子出口和至少一个挤压孔；传输通路的一端连通至进样口，另一端分别连通至挤压孔、非目标粒子出口和目标粒子出口；挤压薄膜与挤压孔形成挤压腔，挤压腔具有挤压状态和非挤压状态，处于挤压状态时溶液导向至目标粒子出口，处于非挤压状态时溶液导向至非目标粒子出口；基板上设有电极层，电极层用于外接阻抗检测模块，以检测溶液中粒子的阻抗以控制压电致动器使挤压腔切换状态。本申请提供的微流控分选芯片能简化分选流程并且体积小、方便制作。
-
公开(公告)号：CN116645695A
公开(公告)日：2023-08-25
申请号：CN202310561741.6
申请日：2023-05-18
Applicant: 河北工业大学 , 张家口市绿色田园禽业科技有限公司
IPC: G06V40/10 , G06V40/20 , G06V20/40 , G06V10/82 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明为基于多重注意力机制和多时间聚合的禽类行为检测方法，所述检测方法包括以下步骤：并对原始视频进行处理提取禽类动作丰富的视频帧并标注禽类个体，得到图像数据集A；利用图像数据集训练目标检测算法，获得训练好的目标检测算法；对原始视频进行处理并利用提取关键帧的方式，获得关键帧，利用目标检测算法对关键帧进行目标检测，获得关键帧中禽类个体的位置坐标，并对关键帧中的禽类个体的位置坐标进行修正同时进行行为标注；使用DeepSort算法对关键帧中的禽类个体进行追踪，锁定禽类个体的id；构建基于多重注意力机制和多时间聚合的禽类时空行为检测模型。通过将多种注意力机制嵌入到网络中，提升了网络的检测精确度。
-
公开(公告)号：CN112183430B
公开(公告)日：2024-04-05
申请号：CN202011083239.1
申请日：2020-10-12
Applicant: 河北工业大学
IPC: G06V40/20 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/049 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于双神经网络的手语识别方法及装置，该方法的步骤包括步骤1、采集手势图像；步骤2、设计Squeeze Net神经网络和双输入双向长短时记忆循环神经网络；Squeeze Net神经网络的每个Fire模块均包括squeeze压缩层和扩展层，squeeze压缩层的卷积核为1×1；扩展层包括一个1×1的卷积核和两个1×3和3×1的非对称卷积核，三个卷积核分别经过RELU层和BN层后再按照通道数进行拼接得到Fire模块的输出；双输入双向长短时记忆循环神经网络的双向LSTM模块的每个LSTM记忆块均包括遗忘门和输入门，输入门和遗忘门之和为1；步骤3、模型的训练。该方法利用静态语义和运动轨迹进行手语动作的动态语义识别，准确性好。
-
公开(公告)号：CN212298321U
公开(公告)日：2021-01-05
申请号：CN202022254087.9
申请日：2020-10-12
Applicant: 河北工业大学
Abstract: 本实用新型公开了一种手语识别装置，包括底座、一号舵机、二号舵机、摄像头、L型支架、舵机支架和摄像头支架；所述一号舵机通过舵机支架安装在底座上，L型支架的一端固定在一号舵机的输出轴上，二号舵机固定在L型支架的另一端，二号舵机的输出轴与一号舵机的输出轴垂直；摄像头支架固定在二号舵机的输出轴上，摄像头固定在摄像头支架上；所述底座的前侧设有显示屏；底座上设有多个按钮。本手语识别装置不需要穿戴在使用者身上，装置的结构简单，安装方便，成本低；通过摄像头提取手势图像，对于手势的较小变化也能识别到，精确度高，本装置适用于医院、商场等公共场合，保证听力残障人士与外界的正常沟通，实际意义较大。(ESM)同样的发明创造已同日申请发明专利
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
