一种流体环境下的关节动画建模方法

    公开(公告)号:CN103426196B

    公开(公告)日:2016-07-06

    申请号:CN201310387419.2

    申请日:2013-08-30

    Abstract: 本发明提供了一种流体环境下基于物理的关节动画建模技术。为了提高关节动画在复杂场力作用下的真实运动效果,减少运算开销,本发明分别对铰链体的驱动、动力学和受力作用进行建模,并形成了一套在流体环境下基于正向动力学的关节动画的计算流程。在数据驱动上,使用一种自主发明的基于计算力矩的控制器,提高了跟踪轨迹的准确性和稳定性。在动力学上,采用拉格朗日动力学进行建模,减少了计算变量的开销,进而提高运算效率。在外力作用上,将流体对铰链体的外力分为法线和切线方向,分别进行求解,以获取更加真实的受力效果。本发明能够有效地实现一种基于物理的具有真实运动效果的关节动画。

    一种流体环境下的关节动画建模技术

    公开(公告)号:CN103426196A

    公开(公告)日:2013-12-04

    申请号:CN201310387419.2

    申请日:2013-08-30

    Abstract: 本发明提供了一种流体环境下基于物理的关节动画建模技术。为了提高关节动画在复杂场力作用下的真实运动效果,减少运算开销,本发明分别对铰链体的驱动、动力学和受力作用进行建模,并形成了一套在流体环境下基于正向动力学的关节动画的计算流程。在数据驱动上,使用一种自主发明的基于计算力矩的控制器,提高了跟踪轨迹的准确性和稳定性。在动力学上,采用拉格朗日动力学进行建模,减少了计算变量的开销,进而提高运算效率。在外力作用上,将流体对铰链体的外力分为法线和切线方向,分别进行求解,以获取更加真实的受力效果。本发明能够有效地实现一种基于物理的具有真实运动效果的关节动画。

    一种高光谱与多光谱图像的融合与分类一体化方法及系统

    公开(公告)号:CN118799731A

    公开(公告)日:2024-10-18

    申请号:CN202410953194.0

    申请日:2024-07-16

    Abstract: 本发明提供一种高光谱与多光谱图像的融合与分类一体化方法及系统,方法具体包括如下步骤:获取并预处理数据集;将预处理后的数据集划分为训练集和测试集;通过设置融合推理子网络、融合生成子网络以及分类子网络,构建融合识别一体化模型;采用训练集进行训练,优化模型参数,得到训练后的融合识别一体化模型;基于训练后的融合识别一体化模型,进行图像生成和图像分类,得到高分辨率的高光谱图像和高分辨率多光谱图像中各像素的类别标签结果。本发明通过构建一体化模型,以及通过对模型的训练和更新,获得高分辨率的高光谱图像,同时可实现高分辨率多光谱图像的像素级分类,该高分辨率高光谱图像的像素级分类结果具有更高的像素级分类精度。

    一种基于半监督学习的动态个体识别方法

    公开(公告)号:CN111582320A

    公开(公告)日:2020-08-25

    申请号:CN202010302865.9

    申请日:2020-04-17

    Abstract: 该发明公开了一种基于半监督学习的动态个体识别方法,该方法涉及辐射源个体识别技术领域。为尝试解决个体间相似的辐射源个体识别准确率低,同时有效检测未知类的问题,本发明基于信号的时频域特征,利用神经网络进行辐射源个体识别,同时对没有标签的未知个体进行检测,并自动加标签,动态迭代数据库,是针对目前辐射源个体识别相关问题的有效尝试,而且还可以检测无标签的未知个体,然后自动加标签,同时迭代更新数据库。本方法对已知类识别准确率达到99%以上,而且未知类的误差率小于0.6%。

    基于概率生成模型的图像超分辨处理方法

    公开(公告)号:CN107622476B

    公开(公告)日:2019-10-11

    申请号:CN201710739811.7

    申请日:2017-08-25

    Abstract: 本发明公开了一种基于概率生成模型的图像超分辨处理方法,其实现步骤为:(1)输入图像;(2)获取训练样本;(3)获取测试样本;(4)训练概率生成模型;(5)测试概率生成模型。本发明生成的高分辨图像分辨率高于一般方法,包含更多的信息,并且利用了概率生成模型的先验信息与隐变量隐含的信息,同时提高了图像超分辨的速度,是一种高效的图像超分辨处理方法。

    基于概率生成模型的高光谱图像超分辨方法

    公开(公告)号:CN108492253A

    公开(公告)日:2018-09-04

    申请号:CN201810230563.8

    申请日:2018-03-20

    Abstract: 本发明公开了一种基于概率生成模型的多光谱与高光谱图像超分辨方法,其实现步骤为:(1)建立数据集;(2)建立概率生成模型;(3)输入光谱图像;(4)对联合概率分布对数进行最大化处理;(5)得到超分辨后的光谱图像。本发明克服了现有技术使用估计空间转换矩阵的先验信息会使模型参数不准确,浅层模型表征能力差的问题,使得本发明的模型参数与超分辨后的高分辨率的高光谱图像更准确,是一种高效的高光谱图像超分辨方法。

    基于中心节点主控的树型拓扑网络恢复方法

    公开(公告)号:CN106941422A

    公开(公告)日:2017-07-11

    申请号:CN201710224247.5

    申请日:2017-04-07

    CPC classification number: H04L41/12 H04L41/0654 H04L41/0695

    Abstract: 本发明公开了一种基于中心节点主控的树型拓扑网络恢复方法,主要解决现有技术对树型拓扑网络因掉电故障或重启后不能快速恢复网络的问题。其实现步骤为:首先,中心节点通过本地广播发送网络恢复命令报文;然后,各级从属节点收到来自自身所从属于的上级节点的网络恢复命令报文后,向其回复网络恢复响应报文,并继续通过本地广播发送网络恢复命令报文直至末级中继节点;最后,由末级中继节点开始逐级汇总和上报网络恢复信息,直至到达中心节点,完成网络恢复。本发明利用中心节点主动发起网络恢复并对各级中继节点进行逐级恢复和汇总,实现了网络的快速恢复,减少了恢复网络通信的时间,可应用于各种通信的局域网和接入网领域。

    绝缘栅型直角复合源场板功率晶体管

    公开(公告)号:CN104393030B

    公开(公告)日:2017-04-19

    申请号:CN201410660513.5

    申请日:2014-11-18

    Abstract: 本发明公开了一种绝缘栅型直角复合源场板功率晶体管,主要解决现有场板技术在实现高击穿电压时工艺复杂的问题。其包括:衬底(1)、过渡层(2)、势垒层(3)、源极(4)、漏极(5)、台面(6)、绝缘介质层(7)、绝缘栅极(8)、钝化层(9)和保护层(13),钝化层(9)内刻有凹槽(10),凹槽(10)内完全填充有高介电常数介质(11),钝化层(9)与保护层(13)之间淀积有一字形源场板(12),一字形源场板靠近绝缘栅极一侧边缘与凹槽靠近绝缘栅极一侧边缘对齐,并将一字形源场板与源极电气连接;一字形源场板与高介电常数介质构成直角复合源场板。本发明具有工艺简单、击穿电压高、可靠性高和成品率高的优点。

    一种基于多模态知识蒸馏传输的SAR图像分类方法

    公开(公告)号:CN119131477A

    公开(公告)日:2024-12-13

    申请号:CN202411175556.4

    申请日:2024-08-26

    Abstract: 本发明公开了一种基于多模态知识蒸馏传输的SAR图像分类方法,涉及土地覆盖分类技术领域。本发明的基于多模态知识蒸馏传输的SAR图像分类方法,构建了一个包括教师模型和学生模型的多模态知识蒸馏模型,利用训练完成的学生模型对待测SAR图像进行分类识别。在模型在训练过程中,基于知识蒸馏传输的光学‑SAR知识迁移策略实现了不同模态图像之间以及图像文本模态之间的知识迁移,可以从遥感光学图像的教师模型中提取多级语义特征辅助SAR图像的学生模型的学习,并且以最优传输方法进行图像语义和多标签文本语义的对齐,克服了光学和SAR图像在不同环境条件下识别能力的不足,有效地提高了SAR图像多标签地物类型判别的精度。

    一种基于高光谱快照压缩的图像描述生成方法及系统

    公开(公告)号:CN118710739A

    公开(公告)日:2024-09-27

    申请号:CN202410862576.2

    申请日:2024-06-28

    Abstract: 本发明提供一种基于高光谱快照压缩的图像描述生成方法及系统,方法:收集获取高光谱图像,建立训练数据集和测试数据集;对高光谱数据集进行压缩处理,获得压缩测量图像;搭建深度网络模型;使用压缩测量图像中的训练数据集对深度网络模型进行训练;利用教师网络优化学生网络的网络参数,通过损失函数对优化后的网络参数进行迭代更新;将压缩测量图像中的测试数据集输入至优化后的深度网络模型,得到图像编码,利用图像编码生成高光谱图像的描述。本发明在整体上提高了处理的效率,减少了存储和计算资源的需求,提高了处理的准确性,在整体上提高了从复杂高光谱数据中生成准确描述的能力,具有较好的实用意义。

Patent Agency Ranking