-
公开(公告)号：CN116270153A
公开(公告)日：2023-06-23
申请号：CN202310276661.6
申请日：2023-03-17
申请人： 合肥工业大学
摘要： 本发明涉及一种减震防跌倒拐杖，包括拐杖本体、基座、吸盘、调节阀体、活塞以及减震弹性件一。基座开设有安装腔以及与安装腔连通的通气口。所述拐杖本体底端伸入到安装腔内且拐杖本体与基座滑动配合。吸盘安装在基座底端且吸盘与基座底部之间形成负压区，基座底部开设有连通安装腔与负压区的通气孔。调节阀体位于通气孔内并控制通气孔的打开或关闭。活塞滑动配合安装在安装腔内，活塞顶端与拐杖本体底端连接且其底端与调节阀体连接。减震弹性件一位于安装腔内并位于活塞下方，减震弹性件一两端分别与活塞、基座连接。本发明可以有效预防拐杖底部在易滑路面打滑漂移而导致使用者尤其是老人跌倒的问题。
-
公开(公告)号：CN114710792A
公开(公告)日：2022-07-05
申请号：CN202210330896.4
申请日：2022-03-30
申请人： 合肥工业大学 , 国网安徽省电力有限公司
摘要： 本发明公开了一种基于强化学习的5G配网分布式保护装置的优化布置方法，包括：1、搭建5G配网保护系统环境；2、建立5G配网保护系统的强化学习模型，其中，强化学习模型由策略体和执行体组成；3、在5G配网保护系统环境下训练强化学习模型；4、采用最优的布置信息S*max对5G配网分布式保护装置进行布置。本发明以期能保证主站保护装置和配网分布式保护装置建立通信，并且找出最优的5G配网分布式保护系统的保护装置的配比，从而能确保配网可以安全高效的运行。
-
公开(公告)号：CN111335334A
公开(公告)日：2020-06-26
申请号：CN202010089492.1
申请日：2020-02-12
申请人： 合肥工业大学
摘要： 本发明公开了一种预制拼装锚杆框格梁膨胀性边坡支护系统，主要包括预制拼装框格梁、锚杆、混凝土墩。本发明采用预制梁结构体，并通过三种预制梁结构体上的凸起和凹槽两两相连完成预制拼装框格梁的拼装。锚杆通过设计钻孔安放入边坡，再通过锚杆预留孔伸出，并利用混凝土墩将锚杆与预制拼装框格梁进行封锚固接，形成一个完整的预制拼装锚杆框格梁。本发明采用预制技术减少了现场大型机械设备的使用，提高了劳动生产率及施工效率，又减少了对周围社会环境及生态环境的影响，节省了模块，降低了造价，经济又高效，提高了施工的简易性，在有效排出雨水与阻止雨水入渗边坡的同时，增加了边坡的稳定性，达到了经济环保的目的。
-
公开(公告)号：CN107016415B
公开(公告)日：2019-07-19
申请号：CN201710236763.X
申请日：2017-04-12
申请人： 合肥工业大学
摘要： 本发明公开了一种基于全卷积网络的彩色图像色彩语义分类方法，包括：1构建全卷积网络；2获取具有像素级标注的彩色图像数据集；3利用彩色图像数据集对全卷积网络进行训练，得到能够对任意尺寸彩色图像进行像素级色彩语义分类的特征模型；4利用特征模型对任意彩色图像进行像素级的色彩语义分类，评估特征模型的分类精度；5使用全连接条件随机场的方法对网络分类结果进行优化处理，得到图像中每个像素点的色彩类别标签，根据类别标签与彩色空间的映射关系，将色彩类别标签转化到对应的彩色空间显示像素级的色彩语义分类结果。本发明能实现彩色图像像素级的色彩语义分类，有效提高复杂多变环境下彩色图像色彩语义分类的精度。
-
公开(公告)号：CN113190973A
公开(公告)日：2021-07-30
申请号：CN202110380662.6
申请日：2021-04-09
申请人： 国电南瑞科技股份有限公司 , 国网电力科学研究院有限公司 , 南瑞集团有限公司 , 国网安徽省电力有限公司 , 国家电网有限公司 , 合肥工业大学
IPC分类号： G06F30/20 , G06K9/62 , G06F113/04
摘要： 本发明公开了一种风光荷多阶段典型场景的双向优化方法、装置、设备及存储介质，属于电力系统技术领域，其包括：生成风光荷出力样本集；生成阶段内典型日场景；生成包含更多时刻场景的多阶段典型场景集；构建场景特征向量；生成关联度矩阵；基于关联度矩阵采用最优消减算法对多阶段典型场景集进行场景缩减，直至多阶段典型场景集内剩余场景数量达到预设值，获取阶段间典型场景；根据阶段间典型场景，生成优化后的多阶段典型场景集。本发明能够针对配电网运行中的不确定性，从多维度多变量角度出发，解决了单一场景实用性受到限制的问题，实现了多维场景数据的降维处理，提高了典型场景生成效率。
-
公开(公告)号：CN111369522A
公开(公告)日：2020-07-03
申请号：CN202010136253.7
申请日：2020-03-02
申请人： 合肥工业大学
摘要： 本发明公开了一种基于生成对抗卷积神经网络的光场显著性目标检测方法，其步骤包括：1将光场数据转换成重聚焦序列；2对重聚焦序列进行数据增强；3以U-Net网络和GAN网络结构为基础，构建生成对抗卷积神经网络，以重聚焦序列为网络输入，并利用光场数据集训练；4利用训练好的生成对抗卷积神经网络对待处理的光场数据进行显著性目标检测。本发明方法能充分利用深度学习方法和光场重聚焦信息，从而能有效提高复杂场景图像的显著目标检测的准确性。
-
公开(公告)号：CN105913070B
公开(公告)日：2019-04-23
申请号：CN201610291249.1
申请日：2016-04-29
申请人： 合肥工业大学
摘要： 本发明公开了一种基于光场相机的多线索显著性提取方法，包括：1利用Lytro光场相机采集真实场景中的五维光场数据，获取光场全聚焦图像、深度图像、焦点堆栈图像序列和多视角图像序列；2对全聚焦图像进行超像素分割，在不同光场图像上提取超像素对之间的色彩、位置和深度差异特征；3分别提取相邻焦平面图像和相邻视角图像的平均光流特征，计算聚焦流差异特征和视角流差异特征；4将色彩、深度、聚焦流和视角流差异特征加权求和，并将位置差异特征作为权重，获得多线索初始显著结果；5优化初始显著结果，获取光场相机的多线索显著性。本发明能解决当前二维或三维显著性提取方法无法获取和使用视觉多线索的缺陷，有效提高复杂多变场景下的图像显著性提取的精度。
-
公开(公告)号：CN108388905A
公开(公告)日：2018-08-10
申请号：CN201810236107.4
申请日：2018-03-21
申请人： 合肥工业大学
CPC分类号： G06K9/4652 , G06N3/0454 , G06T7/90
摘要： 本发明公开了一种基于卷积神经网络和邻域上下文的光源估计方法，其步骤包括：1确定待处理的彩色图像中的亮像素与暗像素；2从待处理的彩色图像中提取同时包含亮像素和暗像素的图像块；3从待处理的彩色图像中提取与图像块中心相同且范围更大的邻域块，以提供给模型更多的上下文信息；4以VGG-16模型参数为基础，搭建结合图像块和邻域块上下文的光源估计模型，并利用Gehler-Shi彩色图像数据集训练；5利用训练好的光源估计模型对所述待处理彩色图像I进行光源估计。本发明能估计彩色图像场景中的真实光源值，从而能有效的对彩色图像进行色彩校正，使图像色彩恢复到标准光源下。
-
公开(公告)号：CN105913070A
公开(公告)日：2016-08-31
申请号：CN201610291249.1
申请日：2016-04-29
申请人： 合肥工业大学
CPC分类号： G06K9/4671 , G06K9/6218
摘要： 本发明公开了一种基于光场相机的多线索显著性提取方法，包括：1利用Lytro光场相机采集真实场景中的五维光场数据，获取光场全聚焦图像、深度图像、焦点堆栈图像序列和多视角图像序列；2对全聚焦图像进行超像素分割，在不同光场图像上提取超像素对之间的色彩、位置和深度差异特征；3分别提取相邻焦平面图像和相邻视角图像的平均光流特征，计算聚焦流差异特征和视角流差异特征；4将色彩、深度、聚焦流和视角流差异特征加权求和，并将位置差异特征作为权重，获得多线索初始显著结果；5优化初始显著结果，获取光场相机的多线索显著性。本发明能解决当前二维或三维显著性提取方法无法获取和使用视觉多线索的缺陷，有效提高复杂多变场景下的图像显著性提取的精度。
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.029 秒)
