-
公开(公告)号：CN108763377B
公开(公告)日：2021-08-13
申请号：CN201810479767.5
申请日：2018-05-18
Applicant: 郑州轻工业学院
Abstract: 本发明提出了一种基于卫星故障诊断多源遥测大数据特征提取预处理方法，其步骤如下：利用重要属性核约减算法、区分网络约简方法和基于Hadoop的分块映射约简方法分别对卫星采集的异构数据、时空多序列数据、结构化与半结构化数据进行约减；分析约减后的遥感数据的变化特征，利用多维特征参数提取算法对故障的特征进行提取，建立多帧间的故障数据关联矩阵提取模型对关联故障特征进行提取；根据提取的数据特征，利用基于规则的推理方法诊断故障和预测趋势，或利用基于模型的推理方法进行故障推断。本发明为后续开展以卫星大数据体系为基础的可视化应用技术提供模型基础，实现卫星数据珍惜资源的充分应用。
-
公开(公告)号：CN110222784B
公开(公告)日：2020-05-26
申请号：CN201910511774.3
申请日：2019-06-13
Applicant: 郑州轻工业学院
Abstract: 本发明提出了一种融合短时和长时深度特征的太阳能电池片缺陷检测方法，其步骤为：预处理；短时深度特征提取：将预处理后的图像进行分块并向量化后送入堆叠式降噪自动编码器中进行训练，获取到由所有图像块自身学习出的二维自适应深度特征矩阵，同时将二维自适应深度特征矩阵转换为三维矩阵，得到由当前图像观测信息组成的短时深度特征；长时深度特征提取；短时深度特征和长时深度特征融合与转换；低秩矩阵分解与后处理，得到最终检测结果。本发明使用融合当前图像观测信息和先验知识的深度特征来表征太阳能电池片的缺陷，能够显著提高太阳能电池片缺陷检测的通用性和准确性，运算量小、检测效率高，且定位精度较高。
-
公开(公告)号：CN110110809A
公开(公告)日：2019-08-09
申请号：CN201910409353.X
申请日：2019-05-16
Applicant: 郑州轻工业学院
Abstract: 本发明提出了一种基于机器故障诊断的模糊自动机的构建方法，其步骤如下：建立模糊自动机的内部网络模型，包括依次连接的输入模块、预处理模型、特征提取模型、模糊匹配模型和输出模块；将故障信息数据分配给预处理模型内不同的神经元，利用多输入模糊推理方法得到每个神经元的输出；将预处理模型的输出信号分配给特征提取模型内不同的神经元，利用函数变换的方法进行故障特征提取；将特征提取模型输出的故障特征信号分配给模糊匹配模型内不同的神经元，利用相似度的计算方法计算被诊断故障模糊数向量与已知故障类的相似性向量；模糊匹配模型通过向量范数的方法诊断出故障。本发明应用范围广；对故障样本进行测试取，正确诊断率达到92.69％。
-
公开(公告)号：CN109508740A
公开(公告)日：2019-03-22
申请号：CN201811328795.3
申请日：2018-11-09
Applicant: 郑州轻工业学院
CPC classification number: G06N3/0454 , G01N3/40 , G06K9/6267 , G06N3/08
Abstract: 本发明涉及机器学习技术领域，公开了基于高斯混合噪声生成式对抗网络的物体硬度识别方法，包括：以小规模标注硬度等级的触觉数据作为真值，训练高斯混合噪声生成式对抗网络，将高斯混合噪声输入所述高斯混合噪声生成式对抗网络，获取大规模生成样本；以高斯混合噪声生成式对抗网络的判别器的参数作为硬度识别网络参数的初值，利用所述大规模生成样本对硬度识别网络进行预训练，使用标注硬度等级的触觉数据对硬度识别网络进行再次训练，确定硬度识别网络的参数；将待预测的触觉数据输入硬度识别网络，获得待预测的触觉数据的硬度等级。本发明具有较高的硬度识别精度。
-
公开(公告)号：CN106447696A
公开(公告)日：2017-02-22
申请号：CN201610863484.1
申请日：2016-09-29
Applicant: 郑州轻工业学院
IPC: G06T7/246
CPC classification number: G06T2207/10016 , G06T2207/20081 , G06T2207/30232
Abstract: 本发明公开了一种基于双向SIFT流运动评估的大位移目标稀疏跟踪方法，其步骤如下：初始化字典；采用双向SIFT流技术评估目标运动位移：对相邻两帧图像中的所有像素点采用SIFT流技术进行特征匹配，采用点轨迹滤波机制，建立跟踪目标中像素点的可靠运动轨迹集合，依据可靠点对的集合，确定跟踪目标的运动状态；获取观测样本集合；依据稀疏表示理论，计算稀疏外观模型的稀疏系数矩阵；获得观测样本的重构误差；字典模板更新；重复上述操作实现大位移运动目标的跟踪。本发明对动态摄像机下目标存在帧间运动大位移时能够有效地实现持续性跟踪，实现了帧间存在大运动位移目标的精确跟踪，提高了在复杂场景下跟踪的适应能力。
-
Patent Agency Ranking
公开(公告)号：CN104361330A
公开(公告)日：2015-02-18
申请号：CN201410710905.8
申请日：2014-12-01
Applicant: 郑州轻工业学院
CPC classification number: G06K9/00657 , G06K9/54 , G06K2209/17 , G06K2209/25
Abstract: 本发明公开了一种玉米精准施药系统的作物行识别方法，步骤为：工业相机和镜头采集玉米田RGB彩色图像；对获取的RGB彩色图像利用改进的过绿灰度化算法灰度化；利用改进的中值获取方法的中值滤波去除图像噪声；最大类间方差法对去噪后的图像二值化；采用形态学算法滤除二值化图像的噪声；基于马氏距离和玉米叶脉规则提取作物行骨架；基于主骨架点的Hough变换将主作物行拟合为直线。本发明最大程度保留作物行信息、去除背景干扰，提高了运算速度，基于马氏距离和玉米叶脉规则提取准确的作物行骨架，有效避免杂草等噪声的影响，适应不同作物及光照条件，作物行准确率高于98.3%，为精准农业系统中的喷药喷头自动对准提供了有效的方法。
-
公开(公告)号：CN108305272A
公开(公告)日：2018-07-20
申请号：CN201810161968.0
申请日：2018-02-27
Applicant: 郑州轻工业学院
Abstract: 本发明提出了一种基于ALO搜索的突变运动目标跟踪方法，用以解决现有运动目标跟踪方法运行效率不高、包含较多的调节参数的问题。初始化目标状态参数和ALO算法的优化模型参数；采用ALO算法搜索候选图像块，实现目标跟踪；将输出的最优候选图像块作为当前帧图像的目标图像块及下一帧的目标状态参数，进行下一帧图像的跟踪。本发明采取全局最优的运动状态搜索机制及较少的模型调节参数，基于蚁狮算法的搜索机制，在蚂蚁随机游走的基础上，采用轮盘赌随机选择蚁狮和精英蚁狮共同影响蚂蚁行走路径，随着迭代次数的增加，逐步缩小搜索空间，提高运行效率，能够很好的适应运动目标跟踪问题，后续对跟踪目标的识别、理解和分析具有重要意义。
-
公开(公告)号：CN105117701B
公开(公告)日：2018-06-15
申请号：CN201510516770.6
申请日：2015-08-21
Applicant: 郑州轻工业学院
IPC: G06K9/00
Abstract: 本发明公开了一种基于最大正方形原理的玉米作物行骨架提取方法，其步骤如下：采集玉米作物行RGB彩色图像；使用改进的过绿灰度化方法对玉米作物行图像进行灰度化处理；对获得的灰度化图像利用中值滤波进行分割处理；对中指滤波后的图像进行二值化操作；对二值化图像进行形态学运算得到作物行轮廓图像；采用最大正方形原理的玉米作物行骨架提取算法处理提取玉米作物行的骨架线；采用常用的随机Hough变换算法获得作物行导航线。本发明能为导航线提供准确的位置信息，且对作物行边缘噪声具有较强的鲁棒性，不仅保持了玉米作物行骨架的单一性和稳定性，而且提取骨架的冗余分支数最少，对背景较复杂的图像也具有很好的适应性和抗干扰性。
-
公开(公告)号：CN107274393B
公开(公告)日：2018-03-23
申请号：CN201710438495.X
申请日：2017-06-12
Applicant: 郑州轻工业学院
Abstract: 本发明提出了一种基于栅线检测的单晶硅太阳能电池片表面缺陷检测方法，其步骤如下：首先，采用图像缩放和中值滤波对单晶硅太阳能电池片表面图像进行预处理；其次，提出一种栅线检测方法，用于删除单晶硅太阳能电池片表面图像中的主栅线和副栅线；随后，提出一种超像素分割和自适应阈值处理相结合的方法，用于在无栅线图像中检测缺陷区域，得到初始的检测结果图；最后，通过图像缩放对初始检测结果图进行后处理，得到最终的检测结果图。本发明不仅对单晶硅太阳能电池片表面图像的采集质量要求相对较低，而且在保持较高检测准确率的同时具有较快的检测速度，对提高单晶硅太阳能电池片的质检效率和出厂合格率具有重要意义。
-
公开(公告)号：CN106447696B
公开(公告)日：2017-08-25
申请号：CN201610863484.1
申请日：2016-09-29
Applicant: 郑州轻工业学院
IPC: G06T7/246
Abstract: 本发明公开了一种基于双向SIFT流运动评估的大位移目标稀疏跟踪方法，其步骤如下：初始化字典；采用双向SIFT流技术评估目标运动位移：对相邻两帧图像中的所有像素点采用SIFT流技术进行特征匹配，采用点轨迹滤波机制，建立跟踪目标中像素点的可靠运动轨迹集合，依据可靠点对的集合，确定跟踪目标的运动状态；获取观测样本集合；依据稀疏表示理论，计算稀疏外观模型的稀疏系数矩阵；获得观测样本的重构误差；字典模板更新；重复上述操作实现大位移运动目标的跟踪。本发明对动态摄像机下目标存在帧间运动大位移时能够有效地实现持续性跟踪，实现了帧间存在大运动位移目标的精确跟踪，提高了在复杂场景下跟踪的适应能力。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.026 seconds)
