-
公开(公告)号：CN105407044B
公开(公告)日：2019-03-01
申请号：CN201510924495.1
申请日：2015-12-11
申请人： 西安交通大学
摘要： 本发明公开了一种基于NFS的云存储网关系统的实现方法：接收客户端的写文件请求和具体文件内容；将文件写入云存储网关的本地文件系统；将本地文件系统上的文件上传到云存储中；清空本地文件系统上的文件内容；接收读文件请求时判断文件的存储位置，从正确的位置进行文件读取，本发明基于NFS的云存储网关系统的实现方法具有实用性强和开发成本低等优点。
-
公开(公告)号：CN109191485A
公开(公告)日：2019-01-11
申请号：CN201810998162.7
申请日：2018-08-29
申请人： 西安交通大学
摘要： 本发明公开了一种基于多层超图模型的多视频目标协同分割方法，属于计算机视觉领域，本发明针对视频中包含较多非相关帧的视频，引入全卷积神经网络得到的分割结果作为超边构造的语义特征，在视频的每一帧生成若干潜在目标区域，利用视频内和视频间的相关关系，得到可靠目标区域，作为高层特征并构造高层目标模型；利用外观、光流以及显著性检测方法，提取视频帧的相关特征作为低层特征，并构造低层目标模型。利用低层模型和高层模型共同构造超图，最后利用超图分割算法，实现视频目标分割，提升了分割准确率。
-
公开(公告)号：CN109159113A
公开(公告)日：2019-01-08
申请号：CN201810924992.5
申请日：2018-08-14
申请人： 西安交通大学
摘要： 本发明公开了一种基于视觉推理的机器人作业方法，包括：通过传感器获取当前包含多个目标物体的场景图像；使用基于深度卷积网络的视觉操作关系网络，完成对场景中物体的检测过程，并获取正确的物体操作关系；使用基于有向锚点框的全卷积抓取检测网络，完成对场景中潜在的抓取部位的检测过程；以感知结果为基础，通过中心点匹配算法匹配物体和抓取部位，通过坐标系变换得到机器人坐标系中的抓取向量，完成当前场景作业执行的过程。利用有向锚点框改善了抓取部位检测算法中预设抓取框对多角度抓取部位的适应能力，提升了抓取部位检测的精度。本发明可以使机器人在纯视觉输入的情况下完成对多目标物体的作业任务。
-
公开(公告)号：CN109040520A
公开(公告)日：2018-12-18
申请号：CN201810804558.3
申请日：2018-07-20
申请人： 西安交通大学
IPC分类号： H04N5/14 , H04N19/433
摘要： 本发明公开了一种基于数据压缩与搜索范围预测的运动估计存储架构设计方法，包括步骤：1)主存储器视频数据加载；2)主存储器视频数据压缩；3)主存储器存储压缩后的视频数据；4)主存储器数据解压缩；5)利用主存储器中解压缩的数据进行运动估计；6)判断最优运动估计结果是否超出垂直向搜索范围PSRV；7)副存储器数据加载；8)副存储器数据压缩；9)副存储器存储压缩后的视频数据；10)副存储器数据解压缩；11)利用副存储器中解压缩的数据进行运动估计；12)判断最优运动估计结果是否出现在从副存储器中读取的数据之中。本发明在片上存储架构中采用两层次的结构，从而进一步的减小为实现最小的仿存带宽导致的片上存储器耗费。
-
公开(公告)号：CN105163018B
公开(公告)日：2018-12-07
申请号：CN201510368776.3
申请日：2015-06-29
申请人： 西安交通大学
IPC分类号： H04N5/232
摘要： 本发明公开了一种基于最优截断模型的自适应压缩传感图像获取方法，对输入的场景图像信号根据压缩传感采样率的不同，依据最优截断模型对其变换域系数进行最优截断，再对截断后的场景图像信号进行自适应的压缩传感获取，所获取的图像压缩传感采样值通过基于查表映射的统一最优量化得到量化码字，最后得到量化输出结果。本发明利用最优截断模型来保证输入场景图像信号的变换域稀疏程度达到最优，从而大大提高压缩传感重构图像的质量；利用基于查表映射的统一最优量化实现采样数据的高效处理，能够节省系统的能量和计算资源。本发明可以满足对图像获取系统有能量、计算复杂度限制的应用环境、如无线多媒体传感网络、空间图像获取、移动终端成像等。
-
公开(公告)号：CN108445442A
公开(公告)日：2018-08-24
申请号：CN201810168021.2
申请日：2018-02-28
申请人： 西安交通大学
摘要： 本发明公开一种基于截断的奇异值分解的近场信号源定位方法，包括以下步骤：1.估计近场信号的电角度的初始值，并计算初始的协方差矩阵R；2.计算电角度初始值的斜投影算子；3.根据斜投影算子得到更新后的协方差矩阵4.根据电角度初始值和更新后的协方差矩阵，更新电角度值；5.如果更新电角度值与电角度初始值的差值小于设定阈值，得到最终的电角度值完成近场信号源的定位，否则以更新后的电角度值作为初始值，重复步骤2到5进行迭代。消除了由噪声子空间的特征值所造成的浮动误差，提高了预测精度。有效消除了多个近场信号之间的相互影响，经过数次迭代即可在一定的允许误差范围内逼近真实值。
-
公开(公告)号：CN108280442A
公开(公告)日：2018-07-13
申请号：CN201810138573.9
申请日：2018-02-10
申请人： 西安交通大学
摘要： 本发明公开了一种基于轨迹匹配的多源目标融合方法，包括：采用多种传感器采集目标信息；将各传感器采集到的目标信息进行时间配准和空间配准；将图像目标轨迹与其他各种传感器采集到的目标轨迹进行匹配，如果能够匹配成功，则通过图像目标轨迹中的信息补充其他各种传感器中目标轨迹的信息；选择单传感器目标轨迹生成结果以及不同种传感器间的目标匹配结果、轨迹匹配结果作为目标存在性的三个证据，计算得到所述目标存在性的三个证据概率，并将其作为DS证据理论的基本概率分配；应用DS证据理论进行目标存在性融合和类别融合；输出融合结果。本发明能够解决图像目标位置不准确而导致全局目标轨迹频繁中断的问题，可提高准确性和可靠性。
-
公开(公告)号：CN107273970A
公开(公告)日：2017-10-20
申请号：CN201710331448.5
申请日：2017-05-11
申请人： 西安交通大学
摘要： 本发明公开一种支持在线学习的卷积神经网络的可重构平台及其构建方法，可重构平台包括输入卷积池化级和全连接级；输入卷积池化级包括若干卷积环和采样环；全连接级包括若干全连接环；卷积环由若干卷积神经元连接成环；采样环由若干采样神经元连接成环；全连接环由若干全连接神经元连接成环；将每层神经元的环状结构通过路由相连组成完整网络，构成一种支持在线学习的卷积神经网络的可重构平台。环上顺时针或逆时针链路传递特征值，反向链路传递反向计算误差，环与环之间通过路由器节点相连接，自上而下传递特征值，自下而上传递反向误差。本发明可支持网络在线学习，充分发掘卷积神经网络的算法并行度和存储局域性，能够提升计算系统的整体性能。
-
公开(公告)号：CN107273969A
公开(公告)日：2017-10-20
申请号：CN201710331078.5
申请日：2017-05-11
申请人： 西安交通大学
摘要： 本发明公开一种参数化可扩展的神经网络全连接层多层互连结构，包括若干层全连接层，每层全连接层例化了若干基本单元；一个基本单元连接一个路由器，同一全连接层中的基本单元经过路由器相连，形成全连接环；全连接环的路由器上下相连形成一种参数化可扩展的神经网络全连接层多层互连结构，支持双向的数据传递(前向推理，反向学习)。本发明采用可配置的全连接基本单元作为全连接层硬件实现的基础，用户可以根据实际使用的神经网络的需求通过设置参数控制生成多个基本单元并互连的方式完成其网络中全连接层的设计实现和并行加速；本发明的设计考虑了数据流水线，缩短了系统运行时钟周期，灵活配置全连接层的结构和规模，便于系统的快速部署实现。
-
公开(公告)号：CN107181474A
公开(公告)日：2017-09-19
申请号：CN201710576574.7
申请日：2017-07-14
申请人： 西安交通大学
IPC分类号： H03H21/00
CPC分类号： H03H21/0043
摘要： 一种基于函数展开的核自适应滤波器算法，通过正交基函数展开模型将原始输入数据进行扩维，然后利用核最小均方误差算法进行滤波，得到滤波器的输出；其中，正交基函数展开模型由切比雪夫正交多项式或者勒让德正交多项式组成。本发明提出基于函数展开的核自适应滤波器算法，通过基函数展开模型，将输入数据进行扩维，然后扩维后的数据作为核最小二乘算法的输入，运用最小均方误差算法进行自适应滤波，可以进一步提高算法性能，给定合理嵌入维数，由于函数展开模型仅仅增加了输入空间的维度，所以不会明显增加计算复杂度，该方法在不明显增加计算复杂度的前提下能够显著提高滤波器收敛性能，具有较为重要的研究意义和广泛的工程实用价值。
-
-
-
-
-
-
-
-
-
搜索结果
582 条记录 (耗时 0.05 秒)