-
公开(公告)号：CN113326837B
公开(公告)日：2022-11-01
申请号：CN202110673756.2
申请日：2021-06-17
申请人： 郑州大学
IPC分类号： G06V10/764 , G06V10/77 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明公开了基于深度学习的飞机挂架检测方法以及终端设备；包括步骤：构建模型，训练模型包括前后级联的多个卷积模块，在第一卷积模块之后，至少有一个卷积模块的输入端和输出端之间设置有短连接通道，短连接通道的输出特征与卷积模块的输出特征通过加法器进行特征汇聚，汇聚的结果输入到下一个卷积模块；模型收敛，对训练模型进行训练，获得收敛模型；挂架检测，将获取的飞机的图像数据输入到收敛模型，由收敛模型输出与飞机上的挂架相适配的预测框。通过短连接通道和跳跃连接通道将卷积模块的输出特征进行汇聚，能够将底层特征汇聚到深层特征中，达到更优的特征表示，提升训练模型对飞机挂架检测的性能。准确的检测出图像数据中的挂架。
-
公开(公告)号：CN109919112B
公开(公告)日：2021-07-20
申请号：CN201910190960.1
申请日：2019-04-02
申请人： 郑州大学
摘要： 本发明公开了一种复杂场景中流动人群的分布与计数检测的方法。该方法包括的步骤有：构建预训练模型、多层网络初始化、特征提取与感知、融合估算人群数量。基于这些步骤，可以先通过构建一列单列的卷积神经网络作为预训练模型，融入多层卷积神经网络中，然后再通过对人群密度信息感知，将待识别图像中的多尺度信息，通过分类感知以及得分图的方式融合进整个网络中，从而提高该网络识别人群的准确率和执行效率，以及良好的可迁移性。
-
公开(公告)号：CN108801387B
公开(公告)日：2020-04-03
申请号：CN201810490299.1
申请日：2018-05-21
申请人： 郑州大学 , 中国航空工业集团公司金城南京机电液压工程研究中心
IPC分类号： G01F23/00
摘要： 本发明提供一种基于学习模型的飞机油箱剩余油量测量系统和方法，系统包括处理器，处理器连接有角度传感器，角度加速度传感器和至少两个液位传感器；角度传感器用于检测飞机的飞行角度，角度加速度传感器用于检测飞机飞行角度的加速度，各液位传感器用于设置在飞机油箱的不同位置，检测飞机油箱的液位；所述处理器根据学习模型对各传感器检测到的数据进行处理得到飞机油箱的剩余油量。本发明所提供的技术方案，采用角度传感器、角度加速度传感器和多个液位传感器对飞机的飞行角度、飞行角度加速度和油箱液位进行检测，并采用学习模型根据各传感器检测到的数据判断飞机油箱的剩余油量，从而解决飞机油箱剩余油量检测结果精度较低的问题。
-
公开(公告)号：CN109447356A
公开(公告)日：2019-03-08
申请号：CN201811300578.3
申请日：2018-11-02
申请人： 郑州大学
摘要： 本发明具体涉及一种基于价格收益与社会感知的个性化动态车辆合乘方法及系统，本发明基于价格收益与社会感知的个性化动态车辆合乘方法，将用户关心的社交关系与价格机制同时作用于车辆合乘匹配服务中，进行匹配时，在保证乘客基本行程约束的前提下，不仅考虑新乘客对司机带来的价格收益，还考虑把具有一定社会关系的乘客优先安排在一辆车上，在满足乘客基本行程需求的情况下，兼顾乘客的舒适度和司机的价格收益。本发明可以为用户提供一整套匹配过程的优化机制，通过利用价格收益和社会关系的上限，分支界限算法以及索引机制等对搜索空间进行裁剪，提高了乘客与车辆匹配的速率，提升了系统运行效率，改善了合乘体验。
-
公开(公告)号：CN105787889A
公开(公告)日：2016-07-20
申请号：CN201510978913.5
申请日：2015-12-23
申请人： 郑州大学
IPC分类号： G06T5/00
CPC分类号： G06T5/002 , G06T2207/10004 , G06T2207/20182
摘要： 本发明涉及图像处理技术领域，尤其涉及一种基于非局部均值的图像快速去噪方法，本发明提供一种基于非局部均值的图像快速去噪方法，能够快速进行图像去噪，需要内存较小，适用手机等移动平台的实时去噪。本发明的有益效果如下：1.与传统NLM算法相比,大幅减少了图像的去噪时间,能够满足手机等移动终端上的实时图像处理要求；2.本发明给出的优选实施例，可以保证图像去噪过程中图像质量轻微损失。
-
公开(公告)号：CN110991252B
公开(公告)日：2023-07-21
申请号：CN201911084086.X
申请日：2019-11-07
申请人： 郑州大学
IPC分类号： G06V20/52 , G06V10/774 , G06V10/80 , G06V10/82
摘要： 本发明公开了一种不均衡场景中人群分布与计数的检测方法。该方法包括构建网络、预测密度、计算优化和数据验证，主要通过构建一个多级多分枝的卷积神经网络，每一个分支的输入来自不同分辨率的卷积层的输出组合，再融合为一个整体输出，使用训练图集分别输入到该卷积神经网络，得到预测密度图，引入训练图集的场景中的人群数量信息，与预测密度图进行比较来计算损失，来优化调整多级卷积神经网络的参数，使得计算损失的结果最小，最终获得最佳预测效果。本发明具有更高的检测准确率和检测效率，以及良好的可迁移性。
-
公开(公告)号：CN109697683B
公开(公告)日：2023-05-02
申请号：CN201710991433.1
申请日：2017-10-23
申请人： 郑州大学
摘要： 本发明公开一种危险源下的疏散方法和系统。该方法包括：若该对象位于至少一危险源的危险场内，获取当前时刻危险源对该对象造成的第一恐慌情绪值，当前时刻其他对象对该对象造成的第二恐慌情绪值，当前时刻该对象的第三恐慌情绪值；根据当前时刻该对象的第一恐慌情绪值、第二恐慌情绪值、第三恐慌情绪值和前一时刻该对象的恐慌情绪值，更新当前时刻该对象的恐慌情绪值；获取当前时刻该对象所处位置的第一速度向量，其他对象所处位置的第一速度向量；根据当前时刻该对象的恐慌情绪值、第一速度向量、其他对象的恐慌情绪值和第一速度向量，确定碰撞域；按照碰撞域限定的第四速度向量以外的速度向量，疏散该对象。本发明可疏散危险场景中的所有对象。
-
公开(公告)号：CN112685883B
公开(公告)日：2022-12-02
申请号：CN202011543440.3
申请日：2020-12-23
申请人： 郑州大学
IPC分类号： G06F30/20 , G06Q10/06 , G06F111/04
摘要： 本发明涉及舰载机保障作业调度技术领域，尤其涉及一种舰载机保障作业调度方法，该方法包括以下步骤：步骤一，收集数据：收集一段时间内舰载机保障作业请求和空闲保障战位，按照时间窗要求对其进行划分；步骤二，时间窗内匹配：利用贪婪策略或匈牙利策略将同一时间窗内的保障作业和保障战位进行匹配；步骤三，调度：根据匹配结果指示舰载机去合适的保障战位完成保障作业；步骤四，重复以上步骤，直至所有舰载机保障作业完成。本方法能够有效的进行甲板资源调度，实现舰载机作业的高效保障，能够对作业调度的效用进行良好的优化。
-
公开(公告)号：CN112257808B
公开(公告)日：2022-11-11
申请号：CN202011202927.5
申请日：2020-11-02
申请人： 郑州大学
IPC分类号： G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06N20/20
摘要： 本发明涉及一种用于零样本分类的集成协同训练方法、装置及终端设备，将获得的数据集划分为训练集和测试集，并将其分别称为可见类和不可见类，训练不同结构的属性预测网络，从中选取两个网络作为主、副网络，计算属性映射参数，根据属性映射参数合成不可见类的虚拟特征，将虚拟特征与多个分类器组合完成对分类器的训练，使用主副网络提取不可见类特征，使用分类器对不可见类特征进行预测，依据分类器投票机制，对符合条件的不可见类赋予伪标签，将赋予伪标签的不可见类加入到训练集中重新对属性预测网络进行训练，提升网络模型的预测精度，同时可使用不同ZSL嵌入方法进行训练进而选择主副网络，易于扩展至其它零样本学习方法，提高方法性能。
-
公开(公告)号：CN112685883A
公开(公告)日：2021-04-20
申请号：CN202011543440.3
申请日：2020-12-23
申请人： 郑州大学
IPC分类号： G06F30/20 , G06Q10/06 , G06F111/04
摘要： 本发明涉及舰载机保障作业调度技术领域，尤其涉及一种舰载机保障作业调度方法，该方法包括以下步骤：步骤一，收集数据：收集一段时间内舰载机保障作业请求和空闲保障战位，按照时间窗要求对其进行划分；步骤二，时间窗内匹配：利用贪婪策略或匈牙利策略将同一时间窗内的保障作业和保障战位进行匹配；步骤三，调度：根据匹配结果指示舰载机去合适的保障战位完成保障作业；步骤四，重复以上步骤，直至所有舰载机保障作业完成。本方法能够有效的进行甲板资源调度，实现舰载机作业的高效保障，能够对作业调度的效用进行良好的优化。
-
-
-
-
-
-
-
-
-
搜索结果
40 条记录 (耗时 0.022 秒)
