-
公开(公告)号：CN107966942A
公开(公告)日：2018-04-27
申请号：CN201710460956.3
申请日：2017-06-18
申请人： 广东金宝力化工科技装备股份有限公司
IPC分类号： G05B19/048 , G06K17/00 , G06N3/02 , G06K9/62
CPC分类号： G05B19/048 , G06K9/6269 , G06K17/00 , G06N3/02
摘要： 本发明公开了一种基于知识库的设备故障预测系统，设备数据采集模块设有RFD标识身份块和传感器采集数据块，设备数据采集模块直接与监测设备连接，所述的知识获取模块中连接设备寿命预测模块，设备寿命预测模块与故障分类及识别模块连接，设备数据采集模块通过Zigbee传输数据线与云端服务器连接，再通过云端服务器与知识获取模块连接，所述知识获取模块、设备数据采集模块、可触控的终端显示模块、故障分类及识别模块分别与运营管理模块连接，利用RFID识别每一台设备，便于故障定点以及数据库的绑定,所述可触控终端实时显示设备状态，同时具有报警功能，利于快速决策与响应。
-
公开(公告)号：CN107944453A
公开(公告)日：2018-04-20
申请号：CN201711268762.X
申请日：2017-12-05
申请人： 江苏省电力试验研究院有限公司 , 国家电网公司 , 北京工业大学 , 国网江苏省电力有限公司电力科学研究院
CPC分类号： G06K9/38 , G06K9/4604 , G06K9/4671 , G06K9/6256 , G06K9/6269 , G06T7/0004 , G06T7/136 , G06T2207/10004 , G06T2207/20081
摘要： 本发明公开了一种基于Hu不变矩和支持向量机SVM的高压套管检测方法，该方法包括：首先将巡检机器人获取的图片进行预处理；在将图片转成灰度图之后，使用Niblack方法对图片进行二值化阈值分割，去除掉复杂背景的干扰；随后根据套管和干扰对象的形状特征，利用形态学方法，对图像进行腐蚀和膨胀，得到对套管可能存在的区域位置；在预处理完成之后，使用Hu不变矩对图像中套管可能存在的区域进行计算；最后使用计算得到的特征对SVM进行训练并调整参数，最后使用SVM对套管进行识别和定位。在变电站背景复杂的情况下，该方法检测性能良好，解决了复杂环境下的高压套管检测的准确性问题。
-
公开(公告)号：CN107941783A
公开(公告)日：2018-04-20
申请号：CN201711341178.2
申请日：2017-12-14
申请人： 中国科学院重庆绿色智能技术研究院
CPC分类号： G01N21/65 , G06F17/18 , G06K9/6269
摘要： 本发明涉及一种基于藻细胞特征拉曼散射的水环境扰动评估方法，属于水环境评估技术领域。该方法包含如下步骤：S1：将藻细胞在不同模拟水环境扰动因素下进行培养；S2：在培养周期内对藻液进行采样表征，通过共焦显微拉曼光谱仪对藻细胞进行拉曼成像，并对藻细胞的拉曼光谱进行预处理；S3：对不同培养条件下藻细胞的特征拉曼光谱进行分析，得出藻细胞的特征指纹拉曼差异，对藻细胞属进行判别；S4：建立基于藻细胞特征拉曼散射的水环境扰动预测模型；S5：根据步骤S4获得的水环境扰动预测模型对水环境进行评估预测。本发明通过建立藻细胞特征拉曼光谱，对不同环境扰动进行预测，进而实现了水环境扰动的快速评估。
-
公开(公告)号：CN107909092A
公开(公告)日：2018-04-13
申请号：CN201710976646.7
申请日：2017-10-19
申请人： 中国人民公安大学
CPC分类号： G06K9/6256 , G06K9/6269 , G06Q50/26
摘要： 本发明公开了基于本体身份特征的涉嫌暴恐人员研判识别方法及系统，该方法包括以下步骤：(1)对每个被关注对象，采集其若干本体身份特征信息，并分别定义为一个对应的本体特征变量；(2)根据本体身份特征信息，对本体特征变量进行赋值，所述赋值采用离散化变量赋值法；(3)构建训练数据集；(4)利用至少一种数据分类方法对训练数据集进行分类训练，并构建非线性分类器。该方法及系统考虑并分析被关注对象特征变量之间可能存在的相关性，对特征变量进行离散化变量赋值，形成训练数据并相应构建非线性分类器，通过非线性分类器准确、高效的判别涉恐相关人员的危险性。
-
公开(公告)号：CN107895177A
公开(公告)日：2018-04-10
申请号：CN201711143495.3
申请日：2017-11-17
申请人： 南京邮电大学
IPC分类号： G06K9/62
CPC分类号： G06K9/6249 , G06K9/6256 , G06K9/6269
摘要： 本发明公开了一种保持图像分类稀疏结构的迁移分类学习方法，找到两个分布相近但不同的源域和目标域，源域包含有标签数据，首先在源域上利用监督分类方法训练分类器，并利用该分类器预测目标域数据的伪标签；其次，利用最大均值差异分别构造源域和目标域数据的边缘分布和条件分布项，将二者组合构成联合分布项；然后，利用有效投影的稀疏学习工具包构造所有数据上的稀疏表示矩阵S以构造稀疏结构保持项；接着，利用结构风险最小化原则构造结构风险最小化项；最后，将结构风险最小化项、联合分布项以及稀疏结构保持项结合起来构造统一的迁移分类学习框架，并利用包含核函数的分类函数表示定理代入框架求解获得最终可用于预测目标域类别的分类器。
-
公开(公告)号：CN107895117A
公开(公告)日：2018-04-10
申请号：CN201711227620.9
申请日：2017-11-29
申请人： 四川无声信息技术有限公司 , 四川大学
CPC分类号： G06F21/563 , G06K9/6269
摘要： 本发明提供的恶意代码标注方法和装置，涉及信息安全技术领域。其中，所述恶意代码标注方法包括：获取恶意代码的操作码文件和字节码文件；根据所述操作码文件生成文本指纹特征；根据所述操作码文件和字节码文件生成图像指纹特征；结合所述文本指纹特征和所述图像指纹特征对所述恶意代码进行标注。通过结合恶意代码的文本指纹特征和图像指纹特征对恶意代码进行标注，可以解决现有技术中因标注特征单一而存在标注的准确性低的问题。
-
公开(公告)号：CN107894986A
公开(公告)日：2018-04-10
申请号：CN201710877442.8
申请日：2017-09-26
申请人： 北京纳人网络科技有限公司
CPC分类号： G06F17/30705 , G06K9/6215 , G06K9/6269
摘要： 本发明涉及一种基于向量化的企业关系划分方法及装置，其中方法包括：通过企业描述文本的向量化，得到企业向量，根据所述企业向量的距离计算得到企业之间的相似度，根据所述企业之间的相似度得到企业之间关系类型，将所述企业之间关系类型存入数据库中用以构建企业关系图谱。采用本发明中的方法，能够划分出企业之间的相似度，还能够得到企业之间的关系类型，且划分过程既具有词向量容易生成和量化的特点，又具有文本统计信息快捷高效的特点。此外，本发明的方法对企业检索和简历推荐的准确率都具有很高的价值。
-
公开(公告)号：CN107886442A
公开(公告)日：2018-04-06
申请号：CN201711217525.0
申请日：2017-11-28
申请人： 合肥工业大学
CPC分类号： G06Q50/01 , G06F17/18 , G06K9/6269
摘要： 本发明提供了一种基于微博文本的公众情感分布建模方法及装置。该方法包括：获取预设时间段内第一预设数量条微博文本数据；利用支持向量机对第一预设数量条微博文本数据进行情感识别，得到第二预设数量种情感；对不同情感分类的微博文本进行统计，得到每个用户分类对应的多维数据；多维数据的维数等于所述第二预设数量；基于多维数据，利用K-S检测算法对基于多维数据建立模型；根据模型的P-value值判断多维数据是否服从多元高斯分布；若不服从，利用残差和的方法对微博数据进行幂律分布检验。可见，本发明将微博文本处理为多维数据，结合多元高斯分布和幂律分布检验对情感的建模和分析，定性或者定量地分析微博用户的情感并检测异常用户。
-
公开(公告)号：CN107886060A
公开(公告)日：2018-04-06
申请号：CN201711058888.4
申请日：2017-11-01
申请人： 西安交通大学 , 西安交通大学苏州研究院
CPC分类号： G06K9/00369 , G06K9/00711 , G06K9/6262 , G06K9/6269
摘要： 本发明公开一种基于视频的行人检测与跟踪方法，包括：在基于行人处于直立或者近似直立状态下，采集在不同姿态、背景、场景、光照条件下的包括行人在内的图像序列和非行人在内的图像序列，并对其进行裁剪、归一化技术手段处理，建立行人数据库；基于梯度直方图的行人特征描述；基于网格寻优方式的参数优化；基于Libsvm平台的若干分类器的训练；基于误差率归一化系数的强分类器形成；基于强分类器的新视频图像序列中行人的自动检测和框定；基于框定行人的实时跟踪。本发明通过分析摄像头采集到的图像序列自动检测视频序列中是否有行人的出现，并能对检测到的行人进行自动跟踪显示其运行轨迹。
-
公开(公告)号：CN107871110A
公开(公告)日：2018-04-03
申请号：CN201610854913.9
申请日：2016-09-27
申请人： 北京航空航天大学
CPC分类号： G06K9/00335 , G06K9/6269
摘要： 本发明公开了一种基于多尺度结构相关性的行人目标识别方法。首先，根据不同尺度目标底层视觉特征具有的不同有效性，在多尺度上提取目标的显著性底层特征。其次，根据同一类目标在不同尺度间具有的几何结构一致性,对各视觉特征通道上的目标特征向量使用局部约束线性编码的方式构造不同尺度上的局部结构模式。最后，根据目标在不同尺度上特征维度的差异性，将目标在多个尺度上的局部结构特征变换到具有同一几何结构特征的特征子空间中以提高行人目标的识别性能。本发明所提出的基于多尺度结构相关性的行人目标识别方法优于国际上同类相关方法，尤其对监控视频中存在较大分辨率差异的行人目标时分类识别性能表现最为显著。
-
-
-
-
-
-
-
-
-
搜索结果
2203 条记录 (耗时 0.028 秒)
