-
公开(公告)号：CN107230351A
公开(公告)日：2017-10-03
申请号：CN201710585474.0
申请日：2017-07-18
Applicant: 福州大学
CPC classification number: G08G1/0125 , G06N3/0454 , G06N3/084 , G06Q10/04 , G06Q50/26
Abstract: 本发明公开一种基于深度学习方法的短时交通流预测方法。同时考虑预测点临近点交通流量变化、预测点的时间特性及其周期特性对预测点交通流的影响，获取短时交通流的预测值。本发明将卷积神经网络（Convolutional Neural Network）和长短期记忆（LSTM）递归神经网络相结合，构造一种Conv‑LSTM深度神经网络模型；且采用双向LSTM模型对该点以往的交通流历史数据进行分析，提取其周期性特征，最后将所分析出的交通流趋势和周期性特征融合，以实现交通流的预测；本发明方法克服了现有方法不能充分利用时空特征的不足，充分提取交通流时间和空间特征的同时融合了交通流数据的周期性特征，从而有效提升了短时交通流预测结果的准确性。
-
公开(公告)号：CN115631527B
公开(公告)日：2024-06-14
申请号：CN202211366264.X
申请日：2022-10-31
Applicant: 福州大学至诚学院
Abstract: 本发明提出一种基于角度自适应的发型属性编辑方法及系统，包括以下步骤：步骤S1：将输入的图像通过StyleGAN潜码编码器，得到输入图像的潜在编码W+；步骤S2：通过人脸关键点检测2D人脸的关键点，初始化人脸的3D关键点并且使用Perspective‑n‑Point算法求解人脸姿态；步骤S3：通过将x，y，z各个方向与其参考发型的潜码输入到潜码编辑模块；步骤S4：通过生成器重建，得到人脸角度对齐后的图像。本发明对输入图像的特征潜码优化，在通过预先训练好的生成网络重建图像的方法，可以在无需重新训练的情况下实现精准的发型属性编辑效果，满足用户的基本需求。
-
公开(公告)号：CN117772734A
公开(公告)日：2024-03-29
申请号：CN202410209232.1
申请日：2024-02-26
Applicant: 福州大学至诚学院
Abstract: 本发明公开了一种检测精度高的浮子式液位计，涉及液位计技术领域，包括清洁机构，以及安装于清洁机构顶部一侧的转动电机，所述清洁机构的左侧上下对称设置有过滤机构，且过滤机构的内部设置有过滤网筒，所述清洁机构包括浮子室，所述浮子室的顶部与底部对称设置有第一连接法兰，顶部所述第一连接法兰的内部转动连接有顶部清洁转动块，其中，转动电机固定安装在第一连接法兰的顶部一侧，所述转动电机的输出端固定连接有清洁主动齿轮，通过设置清洁机构不仅能够通过启动转动电机带动第一清洁刮片转动，从而对浮子室内部的水垢进行清理，通过第一清洁刮片转动产生离心力，使螺旋清洁刮片绕着刮片转动支座转动，并与浮子室的内壁贴合。
-
公开(公告)号：CN111988628B
公开(公告)日：2023-10-17
申请号：CN202010933234.7
申请日：2020-09-08
Applicant: 福州大学
IPC: H04N19/593 , G06N3/092 , H04N19/96
Abstract: 本发明涉及一种基于强化学习的VVC的快速帧内编码方法。首先，离线训练强化学习模型。然后，在编码过程中使用训练好的模型对编码单元（CU）的划分模式进行预测。最后，跳过未被选择的CU划分模式以节省编码时间。在不影响编码器编码性能的情况下，本发明所提出的算法相比于原始编码器能够节省较多的编码器编码时间。
-
公开(公告)号：CN109587482B
公开(公告)日：2022-11-11
申请号：CN201811514424.4
申请日：2018-12-12
Applicant: 福州大学
IPC: H04N19/103 , H04N19/159 , H04N19/176 , H04N19/44 , H04N19/50 , H04N19/70
Abstract: 本发明涉及一种基于置信度的帧内编码器优化方法，首先计算各模式的置信度，根据模式的置信度和角度构建二维矢量；其次，根据预测模式的置信度，进一步减少模式候选列表的数量。最后，基于预测模式的置信度，设定阈值以确定CU划分是否提前终止。本发明能够保证视频质量的前提下，大幅提高视频编码的效率。
-
Patent Agency Ranking
公开(公告)号：CN111949135B
公开(公告)日：2022-06-17
申请号：CN202010895087.9
申请日：2020-08-31
Applicant: 福州大学
Abstract: 本发明涉及一种基于混合预测的触感通信容错方法及系统，在发送数据时，通过对要发送的数据进行预测压缩，仅发送预测值与真实值相对偏差大于死区参数的数据帧，以减少需要发送的数据量；在接收数据时，若遇到缺失的数据，计数加1，并将当前的计数值n与先前接收到的预测阈值L进行比较，若n>L，则采用零阶保持预测算法预测缺失的数据，否则采用LSTM模型预测缺失的数据；若接收到数据，则令计数值清零，此时的预测值为真实值，同时获取新接收到的预测阈值L。本发明通过连续预测阈值的设定，使得接收端可以自主的选择相对保守的预测算法，减小了连续预测导致的积累误差所带来的影响，进一步提高了触感通信系统稳定性。
-
公开(公告)号：CN111277899B
公开(公告)日：2021-06-22
申请号：CN202010098992.1
申请日：2020-02-18
Applicant: 福州大学
IPC: H04N21/442 , H04N21/475
Abstract: 本发明涉及一种基于短期记忆和用户期望的视频质量评价方法，通过主观实验，获取短期记忆形成的不同时长以及由于短期记忆后产生的用户期望对视频体验数据。最后通过数据分析及数学建模，来获取记忆形成时长和用户期望对视频体验质量的评价模型。本发明考虑了短期记忆和用户期望与视频质量的影响，能够获取更精准的视频质量评价。
-
公开(公告)号：CN112631434A
公开(公告)日：2021-04-09
申请号：CN202110028453.5
申请日：2021-01-11
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度学习的振动触觉编解码方法，具体包括以下步骤：将触觉信号不同维度数据进行联合编码，去除触觉数据三维空间上存在的冗余，同时对其进行预处理；利用门控循环单元网络GRU进行训练，每次均以两组数据输入，得到下一组数据的预测数据，并以下一组数据的真实值作为标签，将预测数据和真实数据进行比较计算残差对预测数据进行补偿，得到重构后的预测数据；将重构的预测数据与和前一组数据打包重新作为下一轮预测的输入数据。本发明较现有技术，在性能上有大幅度的提升。
-
公开(公告)号：CN112564713A
公开(公告)日：2021-03-26
申请号：CN202011368867.4
申请日：2020-11-30
Applicant: 福州大学
IPC: H03M13/00
Abstract: 本发明提出一种高效率低时延的动觉信号编解码器及编解码方法，编码器由信号放大器、离散余弦变换模块、量化器、游程编码模块和熵编码器组成；解码器由熵解码器、游程解码模块、逆量化器、逆离散余弦变换模块和逆放大器组成。其提出的高效率低时延的动觉信号编解码器设计，相比与现有的先进的触感编码方法，压缩率方面相比于基于死区的触感编码标准算法平均降低50%，同时失真度和时延都更小。
-
公开(公告)号：CN111949135A
公开(公告)日：2020-11-17
申请号：CN202010895087.9
申请日：2020-08-31
Applicant: 福州大学
Abstract: 本发明涉及一种基于混合预测的触感通信容错方法及系统，在发送数据时，通过对要发送的数据进行预测压缩，仅发送预测值与真实值相对偏差大于死区参数的数据帧，以减少需要发送的数据量；在接收数据时，若遇到缺失的数据，计数加1，并将当前的计数值n与先前接收到的预测阈值L进行比较，若n>L，则采用零阶保持预测算法预测缺失的数据，否则采用LSTM模型预测缺失的数据；若接收到数据，则令计数值清零，此时的预测值为真实值，同时获取新接收到的预测阈值L。本发明通过连续预测阈值的设定，使得接收端可以自主的选择相对保守的预测算法，减小了连续预测导致的积累误差所带来的影响，进一步提高了触感通信系统稳定性。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.028 seconds)
