一种基于多维多粒度级联森林的高原地区云雪分类方法

    公开(公告)号:CN108764138B

    公开(公告)日:2021-12-28

    申请号:CN201810529711.6

    申请日:2018-05-29

    Abstract: 本发明涉及一种基于多维多粒度级联森林的高原地区云雪分类方法,本发明利用多维多粒度级联森林的多维多粒度扫描结构对高原地区的云雪图像样本进行空间特征提取,通过多维扫描的方式提取多光谱图像的光谱信息,然后将所提取的空间特征和光谱信息用于多维多粒度级联森林的级联森林结构的训练。该方式在准确度提高的前提下,在同等硬件条件下样本的训练速度和样本的分类速度比传统卷积深度学习快实验结果表明,本发明得到的结果较好,更适合卫星图像的云雪分类研究。

    一种基于多粒度级联森林网络的云图分类方法

    公开(公告)号:CN108229550B

    公开(公告)日:2022-02-18

    申请号:CN201711463054.1

    申请日:2017-12-28

    Abstract: 本发明涉及一种基于多粒度级联森林网络模型的云图分类方法,首先利用多粒度级联森林的多粒度层对云图进行特征表示得到高阶语义信息,然后多粒度级联森林的级联层利用特征表示的语义信息将云图分为厚云、薄云和晴空。本发明比传统卫星云图分类方法准确率更高,并且相同硬件条件下样本训练和测试时间也比大多数方法快很多。

    一种基于卷积门控循环神经网络的物流快递单号识别方法

    公开(公告)号:CN109242400A

    公开(公告)日:2019-01-18

    申请号:CN201811301701.3

    申请日:2018-11-02

    Abstract: 本发明涉及一种基于卷积门控循环神经网络的物流单号识别方法,首先使用opencv对原始图像进行预处理,通过对快递单图像的版面分析,釆用图像模板匹配定位的方法精确切分出单据图像中的有效信息块,然后基于多切分策略的字符分割法把客户的有效信息切分成单个字符,最后将这些字符有序的输入神经网络得出单据识别信息。本发明把图像预处理、版面分析、文本提取、字符分割、特征提取与汉字分类器识别等相关技术进行有效整合,并采用了后处理方法对识别结果进行校准,最终实现了基于卷积门控循环神经网络的快递单据识别系统。

    基于多维密集连接卷积神经网络的卫星云图云量计算方法

    公开(公告)号:CN108846474A

    公开(公告)日:2018-11-20

    申请号:CN201810490440.8

    申请日:2018-05-18

    Abstract: 本发明基于多维密集连接卷积神经网络的卫星云图云量计算方法,包括如下步骤:步骤1)多维密集连接神经网络模型结构的训练:通过已标注的样本,对该多维密集连接神经网络进行学习,得到最优的模型参数;网络模型的输出层采用监督学习的方式实现云的分类学习;步骤2)卫星图片云分类:将卫星图片分成每个像素大小为的小块,作为神经网络的输入数据,并得到整个神经网络的输出,通过输出值进行最终分类,根据输出的最大值判定云的种类;步骤3)卫星图片云量计算:根据步骤2)中云的种类,采用空间相关方法计算云图上的总云量。有益效果:很好地提取云图特征,提高多光谱云图检测的准确率,并且相对于其它模型,泛化能力也有比较大的提升。

    一种基于多维多粒度级联森林的高原地区云雪分类方法

    公开(公告)号:CN108764138A

    公开(公告)日:2018-11-06

    申请号:CN201810529711.6

    申请日:2018-05-29

    CPC classification number: G06K9/00657 G06K9/6256 G06K9/6267 G06N3/084

    Abstract: 本发明涉及一种基于多维多粒度级联森林的高原地区云雪分类方法,本发明利用多维多粒度级联森林的多维多粒度扫描结构对高原地区的云雪图像样本进行空间特征提取,通过多维扫描的方式提取多光谱图像的光谱信息,然后将所提取的空间特征和光谱信息用于多维多粒度级联森林的级联森林结构的训练。该方式在准确度提高的前提下,在同等硬件条件下样本的训练速度和样本的分类速度比传统卷积深度学习快实验结果表明,本发明得到的结果较好,更适合卫星图像的云雪分类研究。

    一种基于多粒度级联森林网络的云图分类方法

    公开(公告)号:CN108229550A

    公开(公告)日:2018-06-29

    申请号:CN201711463054.1

    申请日:2017-12-28

    Abstract: 本发明涉及一种基于多粒度级联森林网络模型的云图分类方法,首先利用多粒度级联森林的多粒度层对云图进行特征表示得到高阶语义信息,然后多粒度级联森林的级联层利用特征表示的语义信息将云图分为厚云、薄云和晴空。本发明比传统卫星云图分类方法准确率更高,并且相同硬件条件下样本训练和测试时间也比大多数方法快很多。

    一种智能公交系统
    7.
    实用新型

    公开(公告)号:CN208256102U

    公开(公告)日:2018-12-18

    申请号:CN201821006785.3

    申请日:2018-06-27

    Abstract: 本实用新型的多线程的智能公交系统,包括:站牌终端机、车载终端机以及公交调度中心,车载终端与站牌终端通过蓝牙通信连接,所述站牌终端机、车载终端机分别与公交调度中心通信连接,所述车载终端机包括第一通讯模块、第一处理器、GPS模块以及RFID模块,所述第一处理器通过第一通信模块与公交调度中心通信连接,并分别与GPS模块、RFID模块通信连接;所述站牌终端机包括第二通信模块、第二处理器、显示屏以及RFID阅读器,所述第二处理器通过第二通信模块与公交调度中心通信连接,并分别与显示屏、RFID阅读器通信连接。有益效果:方便调度中心进行车辆的调度,监控车辆的行为又能提高乘客的出行体验,并且相较于传统的方式,该系统可以有效缓解城市的交通压力。

Patent Agency Ranking