-
公开(公告)号：CN104301730A
公开(公告)日：2015-01-21
申请号：CN201410542985.0
申请日：2014-10-14
Applicant: 河海大学常州校区
IPC: H04N19/159 , H04N19/40 , H04N19/176 , H04N19/137
Abstract: 本发明公开了一种实现低复杂度编解码的基于视频移动设备的双向视频编解码系统及其方法，其通过移动终端低复杂度视频编码器对I帧采用H.264帧内编码方式，对P帧采用块分类压缩采样编码方式，生成压缩后的码流，作为转码器的输入码流；基于云服务器的转码器对P帧采用多假设最优预测重构解码并生成多假设运动估计矢量和残差，采用H.264标准中的4X4块整数变换与量化，生成残差帧变换码流，发送到移动终端中的视频解码器端；移动终端低复杂度视频解码器，对I帧采用H.264帧内解码，对P帧利用多假设运动估计矢量生成预测帧，进一步利用残差码流生成重构P帧。本发明把复杂的多假设最优预测移至转码器端，同时降低编码器和解码器的复杂性，满足移动设备上双向视频监控应用的需要。
-
公开(公告)号：CN102915465B
公开(公告)日：2015-01-21
申请号：CN201210408924.6
申请日：2012-10-24
Applicant: 河海大学常州校区
Abstract: 本发明涉及一种基于移动生物刺激神经网络的多机器人联合编队方法，各机器人根据动感检测摄像机、超声波传感器和激光测距仪探测得到的信息以及其他机器人发送的环境信息，结合领航机器人发送的虚拟目标位置信息，利用移动的生物刺激神经网络模型，建立各自的实时地图，并计算最佳路径来调整自身位置，实现保持所要求队形的同时，朝实际目标运动。本发明利用SOM自组织神经网络进行编队任务分配，利用移动生物刺激神经网络实时构建地图，进行机器人导航；本发明在多机器人联合编队、多机器人联合搜救等方面，具有重要理论和现实应用价值。
-
公开(公告)号：CN102680849B
公开(公告)日：2014-08-27
申请号：CN201210171856.6
申请日：2012-05-29
Applicant: 河海大学常州校区
IPC: G01R31/02
Abstract: 本发明属于机器视觉检测技术领域，是图像处理与模糊控制技术的应用，特别是涉及一种基于机器视觉与模糊控制的电缆线序识别方法及设备，主要包括采集标准模块图像和含有待处理电缆线序信息的图像、对采集的目标图像和标准图像进行差分、对差分后的图像预处理、提取图像中电缆线特征并计算其对应位置、计算目标电缆线与指定位置的夹角以及运用模糊规则控制步进电机带动目标电缆线旋转等步骤。本发明实现自动检测识别电缆线序并控制其旋转到指定位置，避免了人工识别带来的人为误差和视觉误差，降低了安全隐患，节省了人力物力，降低了生产成本。
-
公开(公告)号：CN103391548A
公开(公告)日：2013-11-13
申请号：CN201310302735.5
申请日：2013-07-15
Applicant: 河海大学常州校区
Abstract: 本发明专利公开了一种基于TD(temporaldifference,时序差分)强化学习的无线传感网络入侵检测模型，其是通过TD强化学习对传感器节点的剩余能量进行预测，用于检测具有能量耗尽特征的攻击行为方式，并结合平滑时间窗判定方法将其应用于分簇路由结构的无线传感网络入侵检测模型中。本发明所使用的数据均是在传输过程中节点采集的状态变量，用于强化学习的数据无需重复采集，计算和能量开销小，并且可以通过校对强化学习的学习率以调节能量预测的精度，对具有耗尽能力特征的攻击行为具有良好的检测率，具有广泛的应用价值。
-
公开(公告)号：CN102980454A
公开(公告)日：2013-03-20
申请号：CN201210447564.0
申请日：2012-11-09
Applicant: 河海大学常州校区
Abstract: 本发明公开的是一种基于脑机结合的机器人排爆系统的排爆方法，其方法：（1）建立初始排爆知识库；（2）准备执行排爆搜索；（3）进行三维场景构建；（4）机器人在线学习，并更新排爆知识库；（5）当排爆专家和机器人之间通信出现故障，则机器人利用可变力场法进行自主导航，并根据自身知识库来匹配实时图像继续进行排爆搜索任务；（6）发现爆炸物，通过无线通讯装置实时控制排爆机器人进行排爆；若通讯中断，则机器人进行自主排爆；（7）所有区域搜索完毕，排爆任务完成，机器人安全返回。本发明可以利用可变力场法自主导航和避障，同时利用自身排爆知识库进行自主排爆，实时处理各种复杂任务，来实现机器人的自主排爆，具有重要的现实意义和应用价值。
-
Patent Agency Ranking
公开(公告)号：CN102704054A
公开(公告)日：2012-10-03
申请号：CN201210173421.5
申请日：2012-05-29
Applicant: 河海大学常州校区
IPC: D01G23/06
Abstract: 本发明涉及一个基于时间序列挖掘的梳棉机智能匀整系统，属于自动控制及纺织机械技术领域，是智能控制技术的应用，系统包括三部分：（1）基于时间序列关联规则和支持向量机挖掘方法的棉条重量自调匀整单元；（2）基于核主元分析和支持向量机方法的棉箱气压智能控制单元；（3）基于决策树支持向量机的梳棉机智能匀整预警单元。本发明设计的系统不仅步骤合理，而且很大程度上提高了输出棉条的质量的稳定性，提高了生产效率，降低了生产成本。
-
-
公开(公告)号：CN117078757A
公开(公告)日：2023-11-17
申请号：CN202311041273.6
申请日：2023-08-18
Applicant: 河海大学
Abstract: 本发明公开了一种适用于动态环境的RGB‑D SLAM方法，包括：将RGB‑D相机的RGB图像和深度图像作为输入帧；启动跟踪线程，利用空间结构比较算法和对极约束一致性算法处理输入帧的特征点匹配对，计算位姿并筛选出新关键帧，创建新的地图点并结合地图点处理算法更新活跃子地图；启动局部建图线程，结合对极约束一致性算法处理关键帧的特征点匹配对，创建新局部地图点并更新优化活跃子地图；启动回环检测与地图融合线程，对当前的新关键帧与地图集中各子地图的其它关键帧的公共区域进行检测，根据检测结果对活跃子地图进行回环校正或融合操作；利用光束平差法对全部活跃子地图进行全局优化。本发明能够在动态环境中实现高精度的RGB‑D SLAM，提高地图的一致性和完整性。
-
公开(公告)号：CN110766001B
公开(公告)日：2023-05-23
申请号：CN201910933476.3
申请日：2019-09-29
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于CNN和RNN的银行卡卡号定位与端到端识别方法,用于解决现有技术面对银行卡复杂背景花纹、多样印刷和凹凸字体、多种字体颜色和复杂拍摄场景下存在的卡号识别准确度较低的技术问题。实现步骤为：步骤1：制作银行卡图片数据集；步骤2：对银行卡图片数据集进行数据增强；步骤3：定位获取银行卡图片中的卡号区域图片；步骤4：对银行卡号区域图进行端到端的字符识别。本发明能够在各种复杂情况下，有效的对银行卡图片进行卡号定位和卡号端到端识别，可运用于证件号码识别、车牌识别、记分牌识别、票据单号识别等数字识别的场合。
-
公开(公告)号：CN115330053A
公开(公告)日：2022-11-11
申请号：CN202210968233.5
申请日：2022-08-12
Applicant: 河海大学
Abstract: 本发明提供一种基于迁移学习的蓝藻水华跨水域预测方法及装置，方法包括：获取待预测的水域数据；将待预测的水域数据输入训练好的蓝藻水华跨水域预测模型；根据所述蓝藻水华跨水域预测模型的输出，确定蓝藻水华跨水域预测结果；其中蓝藻水华跨水域预测模型的构建方法包括：源域网络模型训练，微调模型获得，融合模型建立，目标域数据预测等步骤。本发明可以提高数据量不足的水域的蓝藻水华预测精度。本发明具有预测准确、节约传感器成本等优点，可以充分利用数据量充足水域的数据信息；能实现跨水域的蓝藻水华预测，具有很强的实用性。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.029 seconds)
