一种基于机器学习的交通路口拥堵的预测方法

    公开(公告)号:CN111462485A

    公开(公告)日:2020-07-28

    申请号:CN202010243136.0

    申请日:2020-03-31

    Abstract: 本发明公开了一种基于机器学习的交通路口拥堵的预测方法,属于机器学习技术领域。本发明所述方法通过多种结构性特征预测相应交通路口的拥堵程度,对设备需求低,速度快;同时可以预测长时间内的路口拥堵的程度,采用不稳定模型作为基学习器训练,最后通过集成学习和模型融合减少了模型的偏差和方差,保证了模型在实际场景中的预测结果的泛化能力。

    一种散热装置、散热系统及散热装置的实验系统和方法

    公开(公告)号:CN107329546A

    公开(公告)日:2017-11-07

    申请号:CN201710570749.3

    申请日:2017-07-13

    CPC classification number: G06F1/20 G01M99/002 G06F2200/201

    Abstract: 本发明涉及一种散热装置,包括通过防水硅脂依次密封连接的压力腔盖片、射孔板及微小通道基体板;微小通道基体板与射孔板连接的一侧对称开设有第一集液腔和第二集液腔,第一集液腔和第二集液腔之间通过若干个微小通道连通;射孔板与压力腔盖片连接的一侧内凹形成有空腔,空腔通过压力腔盖片密封形成压力腔;压力腔底部贯穿有多个与微小通道连通的射流孔;射孔板位于空腔两侧还设置有第一出液口和第二出液口,压力腔盖片中部还设置有与压力腔连通的进液口。本发明采用将射流冲击与微小通道相结合的方式实现散热,既能利用微小通道换热面积大的特点,又能利用射流冲击局部换热效率高的特点,解决了散热不均的问题,提高了装置整体的换热效率。

    一种三维激光扫描数据点云度压缩方法

    公开(公告)号:CN106952297A

    公开(公告)日:2017-07-14

    申请号:CN201710173764.4

    申请日:2017-03-22

    CPC classification number: G06T9/00 G06T2207/10028

    Abstract: 该发明一种三维激光扫描数据点云度压缩方法,属于三维激光扫描点云数据压缩方法,与图论中点连通度理论结合实现点云数据压缩。这种压缩方法不仅适用于散乱点云,同样适用于分布规则的有序点云;不仅适用于配准前单站点点云,同样适用于配准后多站点点云。该方法的四个功能可以单独使用,也可以重复和相互承接使用,指向性压缩特点突出。作为开放的点云数据压缩平台,可以继续扩展其他的压缩功能,适用于不同几何形态和压缩目的的点云数据压缩,拓展空间较大。

    一种基于地面LiDAR点云数据的单株植被三维建模方法

    公开(公告)号:CN105574929A

    公开(公告)日:2016-05-11

    申请号:CN201510937850.9

    申请日:2015-12-15

    CPC classification number: G06T17/005

    Abstract: 该发明公开了一种基于地面LiDAR点云数据的单株植被三维建模方法,属于计算机三维建模领域,采用新兴的三维激光扫描技术对单株植被进行模型重建。将激光雷达点云数据用于构建单株植被三维仿真模型的途径和方法。首先,对地面多个观测站点获取的植被点云数据进行配准、结构化存储和多次去噪等预处理,并且提出利用基于强度阈值的方法实现植被枝干与叶片激光点云数据的有效提取;然后,利用Delaunay三角网生长算法对分割后的点云数据进行有效的曲面拟合与修补;最终,通过对比拼接和渲染建立反映植被真实结构的三维仿真模型。

    一种基于机器视觉的便携式铁离子分析仪设计方法

    公开(公告)号:CN119761042A

    公开(公告)日:2025-04-04

    申请号:CN202411900527.X

    申请日:2024-12-23

    Abstract: 本发明公开了一种基于机器视觉的便携式铁离子分析仪设计方法,用于现场快速、准确地测量地下水中可溶性铁的浓度。该设备通过将纸基分析装置(PAD)与先进的机器视觉和图像处理技术相结合,包括中值滤波和霍夫变换边缘分割,精确捕获并处理PAD表面化学反应产生的颜色信号,提取ROI区的颜色信号作为输入参数,建立多元回归模型进行铁浓度的定量分析,并及时进行数据备份。本发明主要由四个功能模块组成:图像信息获取模块、工具与废物模块、供电和控制模块、按键交互与显示模块。该设备操作简单,一键即可完成测量,在分析化学比色法检测水中金属离子方向上具有一定的通用性。

    一种基于残差块和密集连接的水体分割方法

    公开(公告)号:CN116152490A

    公开(公告)日:2023-05-23

    申请号:CN202211396440.4

    申请日:2022-11-04

    Abstract: 本发明公开了一种基于残差块和密集连接的水体分割方法。遥感图像中的水体区域通常具有多尺度特征,因为水体区域由不同类型的水体组成。因此,从遥感图像中准确检测水体仍然是一个具有挑战性的问题。UNet取得了最先进的成果,但该网络也有一些局限性。本文针对连续的卷积层序列导致学习不同的特征,在某些情况下,它也可能导致学习冗余特征,添加更多层会导致更高的训练误差以及为了避免过度拟合并加速训练过程的问题。在UNet编码器部分,增加了残差块以及批归一化处理;为了克服神经网络在训练中长期依赖的梯度消失问题,在UNet解码器部分引入了卷积长短期记忆网络并使用它将特征处理为两个方向:向前和向后,称为BConvLSTM。以此来更好地实现水体分割。

    一种基于二维三维信息双向交互的三维点云语义分割方法

    公开(公告)号:CN115861615A

    公开(公告)日:2023-03-28

    申请号:CN202211533914.5

    申请日:2022-12-01

    Abstract: 本发明公开了一种基于二维三维信息双向交互的三维点云语义分割方法。该发明可以进一步增强以U‑Net为代表的U型网络的信息利用效率,加强其在不同场景下的泛化性能。以往的工作,将点云投影到二维平面或直接利用点,只是利用单独的二维或者三维信息,忽略了规则的2D图像具有细粒度的纹理信息,而不规则的3D点云包含了丰富的几何信息,两者所携带的信息是可以相互补充的。本发明提出的基于二维与三维信息双向交互的三维点云语义分割算法,通过构建3D体素与2D像素对应的投影矩阵,在相同的解码器层级,跳跃链接2D和3D的特征,为网络提供具有丰富纹理信息的2D特征和具有丰富几何信息的3D特征,实现了2D信息与3D信息的双向交互。

    一种基于弱监督网络的建筑物语义分割标签扩充方法

    公开(公告)号:CN115830322A

    公开(公告)日:2023-03-21

    申请号:CN202211546722.8

    申请日:2022-12-01

    Abstract: 本发明公开了一种基于弱监督网络的建筑物语义分割标签扩充方法。目前基于深度学习在建筑物提取方面存在着像素级注释的大型、细粒度图像分割数据集很难获得的问题。弱监督学习可以通过依赖较弱的注释形式(如标签)来训练模型。在这里,我们学习如何在对抗性游戏中使用潦草注释进行分割。使用未配对的分割掩码,我们可以多尺度生成多个分辨率的真实分割掩码,同时我们使用涂鸦来学习它们在图像中的正确位置。该模型成功的核心是一种新颖的注意力控机制,我们使用对抗信号作为形状先验,从而在多尺度上获得更好的目标定位。作为对抗条件反射的主体,这些单元学习语义性的注意力特征图,抑制物体外部的噪声激活,并减少片段更深层次的消失梯度问题。

Patent Agency Ranking