-
Patent Agency Ranking
公开(公告)号：CN109767414A
公开(公告)日：2019-05-17
申请号：CN201910046753.9
申请日：2019-01-18
Applicant: 湖北工业大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于灰度中位数参照的多聚焦图像融合方法，首先输入已配准好的源图像A、B，遍历源图像所有像素点的灰度值并按照数值从小到大的顺序存入到一个大小为M×N的一维数组中，根据公式计算出A、B两幅图的灰度中位数，在根据A、B两幅源图像上的每一个像素点的灰度值到源图像灰度中位数的距离大小来完成图像的融合，最后得到融合的图像Fig。本发明与传统的图像融合方法相比，在运行时间方面处于同一个向量级，在提高图像清晰度和提高图像对比度方面具有很好的效果，因此，也是一种快速融合算法。
-
公开(公告)号：CN111031502A
公开(公告)日：2020-04-17
申请号：CN201911076877.8
申请日：2019-11-06
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于樽海鞘群算法的无线传感器网络节点定位方法，包括初始化樽海鞘群个体节点，判断节点位置，将节点位置作为食物源对周围环境进行链式搜索，找到其余节点进行确认，并转为食物源变量进行迭代搜索，最终搜索出所有节点并输出等步骤。本发明的方法具有更好的定位精确度和收敛性，并且在定位成本和计算复杂度上都优于现有的传统算法，适用于无线传感器网络定位系统。
-
公开(公告)号：CN110084291B
公开(公告)日：2021-10-22
申请号：CN201910295218.7
申请日：2019-04-12
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于大数据极限学习的学生行为分析方法及装置，其中的方法通过采集学生的信息；采用K—means聚类算法将相同族类聚集在一起形成集合；采用简单交叉验证把数据集划分为训练集与测试集；在相同数据集合内对数据进行相对影响较大、较小划分；采用不平衡模糊加权极限学习机方法对学生数据进行分析预测；根据预测结果得出学生行动轨迹数据。本发明提供了一种预测精准较高、较为全面分析学生行为轨迹的极限学习机方法。通过预测结果分析可清楚了解学生行为轨迹对学生学习、生活的影响并对异常行为予以规划。
-
公开(公告)号：CN110996333A
公开(公告)日：2020-04-10
申请号：CN201911077782.8
申请日：2019-11-06
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于鲸鱼算法的无线传感器网络节点定位方法，包括初始化鲸鱼算法的相关参数；构建目标函数，寻找函数最小值，得到未知节点位置；判断是否超出无线传感器区域；计算种群成员a、A、C、l值；利用p和|A|更新鲸鱼位置；计算适应度；比较得出最佳适应度；判断是否达到最大迭代次数；输出全局最佳适应度及对应位置等步骤。本发明的方法具有更快的收敛速度和定位精准度，适用于无线传感器网络定位系统。
-
公开(公告)号：CN110084291A
公开(公告)日：2019-08-02
申请号：CN201910295218.7
申请日：2019-04-12
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于大数据极限学习的学生行为分析方法及装置，其中的方法通过采集学生的信息；采用K—means聚类算法将相同族类聚集在一起形成集合；采用简单交叉验证把数据集划分为训练集与测试集；在相同数据集合内对数据进行相对影响较大、较小划分；采用不平衡模糊加权极限学习机方法对学生数据进行分析预测；根据预测结果得出学生行动轨迹数据。本发明提供了一种预测精准较高、较为全面分析学生行为轨迹的极限学习机方法。通过预测结果分析可清楚了解学生行为轨迹对学生学习、生活的影响并对异常行为予以规划。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
