-
公开(公告)号：CN117292336A
公开(公告)日：2023-12-26
申请号：CN202311320254.7
申请日：2023-10-12
Applicant: 河南科技大学
IPC: G06V20/54 , G06V10/25 , G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/096
Abstract: 一种基于深度学习的路面状况识别方法，包括以下步骤：S1，获取原始待识别路面图像，并进行ROI区域选取，得到原始图像数据集；S2，对原始图像数据集进行归一化处理和图像增强，得到预处理图像数据集；S3，预设路面的分类标准，并基于分类标准对预处理图像人工打标签，然后，利用迁移学习辅助分类预处理图像，得到路面图像样本集；S4，搭建卷积神经网络模型，并对其进行训练得到路面状态识别模型；S5，采集实际路面图像，并将实际路面图像输入路面状态识别模型中得到对应的路面状态识别结果。本发明，提高了路面状态识别的准确率。
-
公开(公告)号：CN117975158A
公开(公告)日：2024-05-03
申请号：CN202410208763.9
申请日：2024-02-26
Applicant: 河南科技大学
IPC: G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06V10/80
Abstract: 一种基于CNN和Transformer的地基云图云类识别方法，包括以下步骤：S1，获取待识别的地基云图；S2，将待识别的地基云图输入至训练好的基于CNN和Transformer的地基云图分类网络模型中，以对地基云图进行云类识别；所述模型包括语义信息分支、全局信息分支和分类器；本发明中模型的语义信息分支最终能够在待识别的地基云图的特征信息中得到目标特征，语义信息分支采用了分组卷积和膨胀卷积，能够提升语义信息特征提取的全面性，并通过注意力模块提高了模型对细节特征的提取能力，为提升深层语义信息的提取效率，消除无用的特征信息，采用了特征复用模块和邻域消除模块，提高了模型的识别准确率和效率。
-
公开(公告)号：CN115091972A
公开(公告)日：2022-09-23
申请号：CN202210771603.6
申请日：2022-06-30
Applicant: 河南科技大学
Abstract: 本发明涉及一种多目标优化的氢燃料电池混动汽车能量管理方法，属于混合动力汽车能量管理技术领域，通过将驾驶行为融入氢燃料电池混动汽车能量管理方法中，在线混合自适应抗噪声聚类算法和一种启发式自学习标记算法HSL‑SVM/NN获得驾驶行为识别模型，并以驾驶行为识别模型为基础结合庞特里亚金最小原理PMP获得适应驾驶行为的多目标优化的A‑ECMS能量管理策略，同时结合电动机负载需求功率及其变化率和/或储能系统加权SOC综合考虑进了氢燃料电池混合动力汽车能量管理中，获得对应的最优的整车能量管理系统，解决现有能源管理策略大多仅考虑外部驱动条件，导致对需求功率进行不合理的分配，造成能源浪费和电源使用寿命短的技术问题。
-
公开(公告)号：CN118015582A
公开(公告)日：2024-05-10
申请号：CN202410219294.0
申请日：2024-02-28
Applicant: 河南科技大学
IPC: G06V20/56 , G06V10/82 , G06V10/20 , G06V10/774 , G06V10/44 , G06V10/764 , G06V10/80 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 一种基于改进卷积神经网络的路面状态识别方法，包括如下步骤：S1、采集待识别的原始路面图像；S2、将原始路面图像输入到已训练好的神经网络识别模型中进行处理，神经网络识别模型包括Inception‑ResNet‑v2基础网络，且Inception‑ResNet‑v2基础网络的第一主体模块Inception‑ResNet‑A、第二主体模块Inception‑ResNet‑B和第三主体模块Inception‑ResNet‑C中均引入ECA注意力模块；S3、对第一特征图、第二特征图和第三特征图进行全局平均池化后融合得到特征数据；S4、利用分类器对特征数据进行识别分类得到路面状态结果。本发明提供一种基于改进卷积神经网络的路面状态识别方法，通过在卷积神经网络中引入注意力机制以及特征融合策略提高模型的特征提取能力，进而提高模型的分类准确率、时效性和泛化性，从而实现路面状态图像的精准识别。
-
-
-
Search Results
4
records
(took 0.014 seconds)
