视频字幕实时翻译方法
    1.
    发明公开

    公开(公告)号:CN107145888A

    公开(公告)日:2017-09-08

    申请号:CN201710345936.1

    申请日:2017-05-17

    Abstract: 本发明提供一种视频字幕实时翻译方法,包括:对从视频中截取的原始图像进行多通道提取,获得多个单通道图像;基于MSER算法,分别提取原始图像和多个单通道图像的MSER区域;计算出各个MSER区域与其背景区域之间的局部对比度,并根据各个局部对比度,确定是否将对应的MSER区域滤除;确定各个MSER区域的边界关键点;以边界关键点作为分类筛选特征,对滤除后所剩各个MSER区域通过训练好的SVM进行分类筛选,获得文本区域;根据竖直方向上每相邻两个文本区域之间的距离,对各个文本区域进行文本行区分,根据同一文本行上每相邻两个文本区域之间的距离,对同一文本行的各个文本区域进行分类;基于分类后各个文本区域进行视频字幕实时翻译。

    基于改进多变量灰色预测模型的基坑变形预测方法及装置

    公开(公告)号:CN106759546A

    公开(公告)日:2017-05-31

    申请号:CN201611252546.1

    申请日:2016-12-30

    CPC classification number: E02D33/00

    Abstract: 本发明属于地铁工程技术领域,特别涉及一种基于改进多变量灰色预测模型的地铁基坑变形预测方法及装置;所述方法包括获取m个监测点的基坑原始沉降值序列;利用基坑原始沉降值序列生成基坑累计沉降值序列;采用多变量灰色预测模型,根据基坑累计沉降值序列计算基坑背景值序列;采用多变量灰色预测模型,根据基坑累计沉降值序列计算基坑变形发展趋势参数;根据基坑变形发展趋势参数计算基坑沉降预测值序列;本发明降低了多变量灰色预测模型的基坑沉降预测值预测误差,优化了多变量灰色预测模型的基坑沉降预测效果;本发明装置可以实现地铁基坑围护结构中多个监测点的变形预测,更好的分析基坑的变形情况,是解决地铁基坑变形预测的有效设备。

    基于改进多变量灰色预测模型的基坑变形预测方法及装置

    公开(公告)号:CN106759546B

    公开(公告)日:2018-11-13

    申请号:CN201611252546.1

    申请日:2016-12-30

    Abstract: 本发明属于地铁工程技术领域,特别涉及一种基于改进多变量灰色预测模型的地铁基坑变形预测方法及装置;所述方法包括获取m个监测点的基坑原始沉降值序列;利用基坑原始沉降值序列生成基坑累计沉降值序列;采用多变量灰色预测模型,根据基坑累计沉降值序列计算基坑背景值序列;采用多变量灰色预测模型,根据基坑累计沉降值序列计算基坑变形发展趋势参数;根据基坑变形发展趋势参数计算基坑沉降预测值序列;本发明降低了多变量灰色预测模型的基坑沉降预测值预测误差,优化了多变量灰色预测模型的基坑沉降预测效果;本发明装置可以实现地铁基坑围护结构中多个监测点的变形预测,更好的分析基坑的变形情况,是解决地铁基坑变形预测的有效设备。

    一种基于时变云模型的天气温度预测方法及装置

    公开(公告)号:CN106597574A

    公开(公告)日:2017-04-26

    申请号:CN201611252359.3

    申请日:2016-12-30

    CPC classification number: G01W1/10

    Abstract: 本发明涉及高性能计算技术领域,特别涉及基于时变云模型的天气温度预测方法及装置;所述方法包括获取历史天气温度数据;利用某一天的时刻温度数据生成该天的历史时刻云温度分布,即温度分布的期望值、温度分布的熵值和温度分布的超熵值;预测下一时刻温度分布的期望特征值、熵值和超熵值;进而获得下一时刻的温度分布;本发明方法和装置利用云模型对获取到的温度数据进行随机性和模糊性的处理,克服了温度数据的突变性问题,能够得出更为精准的温度预测结果;对时序数据概念进行提取,大量减少了算法处理数据量,使得算法的计算量减小;本发明可以有效将天气温度预测应用到各个行业中。

    一种基于无监督聚类分析与灰理论的地区经济评估方法

    公开(公告)号:CN107085765A

    公开(公告)日:2017-08-22

    申请号:CN201710243506.9

    申请日:2017-04-14

    CPC classification number: G06Q10/0639 G06K9/6218

    Abstract: 本发明请求保护一种基于无监督聚类分析与灰理论的地区经济评估方法,主要解决多因素指标影响下的地区经济的评估。该方法包括如下步骤:(1)根据“奖优罚劣”的思想获取各区域下的局部最优经济情况,即参考样本序列;(2)以参考样本为模板,获取各地区经济发展情况与局部最优经济之间的相关性,即关联度;(3)根据逐级试探类别数,寻找最优评估效果的思想完成无监督地区经济评估。本发明通过对不同地区经济在多因素指标影响下的多阶段历史数据进行灰关联分析和无监督灰关联聚类,有效的对经济发展情况进行了评估,为决策者提供了有效依据。

    基于LDTW距离的灰关联聚类方法

    公开(公告)号:CN108154189A

    公开(公告)日:2018-06-12

    申请号:CN201810022935.8

    申请日:2018-01-10

    CPC classification number: G06K9/6215 G06K9/6226

    Abstract: 本发明涉及挖掘领域,具体为基于LDTW距离的灰关联聚类方法,包括:将原始数据集进行处理,得到预处理后的序列;将预处理后的序列中每个维度的最大值构成参考序列;计算预处理后的序列与参考序列的LDTW距离及其弯曲路径长度;计算基于LDTW距离的预处理后的序列与参考序列间的灰关联度;根据灰关联度的结果取定临界值区间,将临界值区间划分为多个临界区间,若两个序列的灰关联度落在同一临界区间,则将所述两个序列聚为一类,本发明降低了两个序列之间的相似度量的误差,可以为生物学家研究蛋白质的功能提供帮助。

Patent Agency Ranking