-
公开(公告)号:CN117456970A
公开(公告)日:2024-01-26
申请号:CN202311126656.3
申请日:2023-09-04
申请人: 同济大学
摘要: 本发明公开了一种基于虚拟仪器的电子乐器与调音器,包括:数据控制处理平台、与数据控制处理平台双向信号连接的数据传输平台及均与数据传输平台单向信号连接的拾音模块、按键模块与音频输出模块;数据控制处理平台包括数据管理模块、与数据管理模块双向信号连接的数据处理模块及GUI模块及与与数据管理模块信号连接的数据库模块,该GUI模块信号连接有键盘鼠标;数据传输平台分别通过音频输出模块播放音节、按键模块获取按键信息及拾音模块获取待测音调信息;GUI模块通过键盘鼠标获取用户指令和用户输入数据且将数据传递给数据管理模块。根据本发明,可以模拟不同乐器奏乐和调音,可有效地缩短电子乐器与调音器的开发周期。
-
公开(公告)号:CN117131889A
公开(公告)日:2023-11-28
申请号:CN202311094010.1
申请日:2023-08-29
申请人: 同济大学
IPC分类号: G06K7/14 , G06F21/60 , G06Q30/018
摘要: 本发明公开了一种用于商品外包装的色块填充阵列的编码解码方法,包括:S1、对商品信息采集,且转换成标准的16位01二进制序列数据格式;S2、生成加密序列;S3、生成信息矩阵;S4、求和加密处理;S5、根据加密后的序列信息生成相应色块阵列;S6、生成信息冗余;S7、商品外包装信息被破坏时,可以通过获得商品当天的加密序列,并从包装上读取商品加密后的序列,之后再将序列分别减去加密序列,即可得到由4组4位二进制数组成的原始序列。根据本发明,该方法提高了在人为破坏商品包装信息的情况下,商品信息的恢复性,改善了商品流通中的可追溯性。
-
公开(公告)号:CN113919383B
公开(公告)日:2023-08-04
申请号:CN202111053395.8
申请日:2021-09-09
申请人: 同济大学
摘要: 本发明提供了一种用于商品外包装的六边形信息编解码方法,涉及商品流通领域的信息防伪追溯技术。该方法采用预先设定的不定期更新的随机矩阵,对商品唯一对应的身份信息进行异或加密,再将已加密矩阵映射到多组六边形中的三角形中,使得商品外包装上的信息具有唯一性、可追溯性等特点。该方法极大地提高了包装随机破损情况下的信息恢复性和可追溯性。
-
-
-
公开(公告)号:CN115501620A
公开(公告)日:2022-12-23
申请号:CN202211149788.3
申请日:2022-09-21
申请人: 同济大学
IPC分类号: A63F13/85 , A63F13/847
摘要: 本发明提供了一种用于优化百人四排在线竞技游戏中匹配机制方法,涉及游戏匹配机制技术。该方法游戏开始30秒内100名玩家近20场游戏的KD(击败数/淘汰数)数据,通过线性回归、正态分布、置信区间等方法将100名玩家分成4人一组,总共25组,他们每组的平均分相近,使得每组玩家的水平处于一个特定的区间,从而保证游戏的公正公平性。使用本发明的方法,一方面使得每组玩家的水平相似,增加游戏体验,不存在哪队特别强或者特别弱的情况;另一方面,有利于促进游戏产业的发展,拥有好的游戏体验。
-
-
公开(公告)号:CN113033777B
公开(公告)日:2022-10-14
申请号:CN202110283643.1
申请日:2021-03-16
申请人: 同济大学
摘要: 本发明公开一种基于神经网络标定模型的车载氛围灯色度标定方法,用于解决同一系统下不同车载氛围灯颜色不一致问题。该方法通过采用闭环标定算法对批量氛围灯标定获得训练数据,搭建输入为三基色和目标色颜色信息、输出为氛围灯驱动参数的神经网络,采用Levenberg‑Marquardt算法对模型训练,得出模型,完成色度标定。使用本发明的方法,一方面提高了色度标定的准确度,另一方面减少了用于色度标定误差补偿的反馈迭代时间。
-
公开(公告)号:CN112749626B
公开(公告)日:2022-09-13
申请号:CN202011437158.7
申请日:2020-12-10
申请人: 同济大学
摘要: 一种面向DSP平台的快速人脸检测与识别方法。本发明解决了上述问题,整个人脸检测与识别过程大致如下:由级联的P‑R‑O网络(即MTCNN)负责同时检测图像中人脸和关键特征点,根据最终输出的人脸框大小将源图像裁剪为3*299*299尺寸,并作为识别网络FACENET的输入,通过比较待测图像与其他图像在欧式空间中对应的512维的归一化特征向量的距离来判断人脸是否相似。
-
公开(公告)号:CN111428583A
公开(公告)日:2020-07-17
申请号:CN202010147936.2
申请日:2020-03-05
申请人: 同济大学
摘要: 一种基于神经网络和触觉点阵的视觉补偿方法,其特征在于:S1,将摄像头传感器采集到的视觉图像进行预处理,通过特定算法进行压缩和转换,使用神经网络优化图像边缘轮廓提取的结果,生成触觉表达图像;S2,将步骤S1预处理后的视觉图像数据也送入神经网络进行物体检测与识别,得到目标物体的位置信息和识别标签信息;对标签信息,再利用词向量进行分类,压缩转换并编码为电刺激信号,融合生成触觉提示图像;S3,根据S1的触觉表达图像和S2的触觉提示图像,采用触觉点阵装置产生相应的压力刺激和电刺激,作用于皮肤感受器,训练大脑构造出触觉图像,对视觉进行补偿。
-
-
-
-
-
-
-
-
-