-
公开(公告)号：CN116309794A
公开(公告)日：2023-06-23
申请号：CN202310276352.9
申请日：2023-03-20
Applicant: 郑州轻工业大学
Abstract: 本发明提供一种基于形态学特征群的人脑对称性测量方法。该方法包括：步骤1：获取待测人脑的T1图像，并对所述T1图像进行预处理；步骤2：计算关于左右脑的多种形态学特征；所述形态学特征包括大脑皮层的分形维数(FD)、皮层厚度(thickness)、回旋指数(GI)和脑沟深度(SD)；步骤3：基于多种形态学特征分别采用综合比重和欧几里得距离两种算法进行人脑对称性计算。
-
公开(公告)号：CN111581887B
公开(公告)日：2023-04-07
申请号：CN202010415581.0
申请日：2020-05-16
Applicant: 郑州轻工业大学
IPC: G06F30/27 , G06N3/0455 , G06N3/0475 , G06N3/092 , G06N3/006 , G09B9/04
Abstract: 本发明公开了一种虚拟环境中基于仿真学习的无人车智能训练方法，本发明对无人车辆运动行为进行仿真，得到仿真数据集，仿真数据集包括当前环境中的环境信息和无人车辆驾驶动作，然后将环境信息进行压缩编码预处理，利用交叉分组的方法将数据集合分组，利用最小二乘法拟合求出关系式中的拟合值，最后使CMA‑ES算法在拟合值的基础上进行进化求优，将得到的最优解加入到无人车的智能训练过程中，指导车辆学习良好的行为。
-
公开(公告)号：CN112601087B
公开(公告)日：2022-10-18
申请号：CN202011320958.0
申请日：2020-11-23
Applicant: 郑州轻工业大学
IPC: H04N19/14 , H04N19/96 , H04N19/176 , H04N19/147
Abstract: 本发明提出了一种针对H.266/VVC的快速CU分裂模式决策方法，用于解决H.266/VVC编码的计算复杂度高的技术问题。其步骤为：首先，采用原始VTM算法对待编码的当前帧的第一个CTU进行编码，并统计编码过程中该CTU所有CU的ASM，进而得到第一个CTU的最小阈值和最大阈值；其次，在对后续的视频序列编码时，将当前CU的ASM值与最小阈值和最大阈值进行对比，从而判断当前CU是否继续分裂。最后通过纹理方向算法计算需要进行分裂的CU的纹理方向，根据纹理方向选择出最佳CU分裂模式。本发明通过GLCM和SAD的结合，能够在节省大量计算量的前提下，提前预测最佳CU分裂模式，降低了计算复杂度，节省了编码时间。
-
公开(公告)号：CN111654698B
公开(公告)日：2022-03-22
申请号：CN202010534562.X
申请日：2020-06-12
Applicant: 郑州轻工业大学
IPC: H04N19/119 , H04N19/70 , H04N19/96 , G06V10/764 , G06V10/774 , G06K9/62
Abstract: 本发明提出了一种针对H.266/VVC的快速CU分区决策方法，其步骤为：首先，利用传统编码方法对视频序列进行编码，并在编码过程中记录与CU划分的类别相关的特征，并利用改进的F‑score特征选择方法计算特征的得分值，将得分值较高的特征作为特征子集；其次，根据CU划分的类别和特征子集构建改进的有向无环图DAG‑SVM分类器模型；最后，将待划分的CU的纹理复杂度、方向复杂度和量化步长输入改进的有向无环图DAG‑SVM分类器模型中，预测CU最佳划分类别。本发明通过改进的F‑score特征选择方法和改进的有向无环图支持向量机DAG‑SVM模型的结合，能够提前预测最佳CU分区，降低了计算复杂度，节省了编码时间。
-
公开(公告)号：CN116245151A
公开(公告)日：2023-06-09
申请号：CN202310283927.X
申请日：2023-03-22
Applicant: 郑州轻工业大学
Inventor： 孙军伟 , 孟颍辉 , 岳乙 , 申益金 , 翟宇 , 陈柏任 , 高培龙 , 雷霆 , 刘娜 , 王妍 , 凌丹 , 张静宜 , 张勋才 , 王英聪 , 刘鹏 , 王延峰 , 方洁 , 黄春 , 余培照 , 兰奇逊
IPC: G06N3/063
Abstract: 本发明提出了一种带阻塞和竞争效应的多功能操作性条件反射神经网络电路，刺激信号与海马体模块的输入端相连接，激励信号和输出信号均与小脑模块的输入端相连接，激励信号、海马体模块、小脑模块均与电压控制模块的输入端相连接，电压控制模块的输出端分别与经验模块、反馈模块相连接，经验模块的输出端分别与决策模块、反馈模块相连接，反馈模块的输出端分别与电压控制模块、经验模块相连接，决策模块的输出端与反馈模块相连接并获得输出信号。本发明实现了在多个输入信号下实现操作性条件反射的学习，能模拟动物在复杂的自然环境下做出的决策判断，拓宽了现有操作性条件反射电路的可能性。
-
Patent Agency Ranking
公开(公告)号：CN111654698A
公开(公告)日：2020-09-11
申请号：CN202010534562.X
申请日：2020-06-12
Applicant: 郑州轻工业大学
IPC: H04N19/119 , H04N19/70 , H04N19/96 , G06K9/62
Abstract: 本发明提出了一种针对H.266/VVC的快速CU分区决策方法，其步骤为：首先，利用传统编码方法对视频序列进行编码，并在编码过程中记录与CU划分的类别相关的特征，并利用改进的F-score特征选择方法计算特征的得分值，将得分值较高的特征作为特征子集；其次，根据CU划分的类别和特征子集构建改进的有向无环图DAG-SVM分类器模型；最后，将待划分的CU的纹理复杂度、方向复杂度和量化步长输入改进的有向无环图DAG-SVM分类器模型中，预测CU最佳划分类别。本发明通过改进的F-score特征选择方法和改进的有向无环图支持向量机DAG-SVM模型的结合，能够提前预测最佳CU分区，降低了计算复杂度，节省了编码时间。
-
公开(公告)号：CN111479110A
公开(公告)日：2020-07-31
申请号：CN202010293694.8
申请日：2020-04-15
Applicant: 郑州轻工业大学
IPC: H04N19/109 , H04N19/119 , H04N19/51 , H04N19/543 , H04N19/567
Abstract: 本发明提出了一种针对H.266/VVC的快速仿射运动估计方法，其步骤为：利用标准差计算当前CU的纹理复杂度，并根据纹理复杂度将当前CU分为静态区域或非静态区域；对于静态区域的CU，跳过仿射运动估计，直接利用运动估计对当前CU进行预测，并通过率失真优化的方法选择最佳的预测方向模式；对于非静态区域的CU，利用训练好的随机森林分类器RFC模型对当前CU进行分类，输出最佳的预测方向模式。对于静态区域的CU，本发明跳过仿射运动估计，降低了计算复杂度；对于非静态区域的CU，本发明通过提前训练好的模型直接进行预测方向模式的预测，避免了仿射运动估计的计算，从而降低仿射运动估计模块的复杂度。
-
公开(公告)号：CN114257819B
公开(公告)日：2025-01-10
申请号：CN202111556624.8
申请日：2021-12-18
Applicant: 郑州轻工业大学
IPC: H04N19/96 , H04N19/147 , H04N19/503
Abstract: 本发明提出了一种基于时空深度信息的VCC编码单元快速划分方法，步骤为：将最大编码单元的CU进行四叉树划分，四叉树划分结束进行多类型树划分；当最大编码单元的四叉树划分深度为2时，时空相邻CU的平均深度小于2时，则四叉树划分终止；当最大编码单元的四叉树划分深度为3时，时空相邻CU的平均深度小于3时，则四叉树划分终止；当最大编码单元的四叉树划分深度在2~4之间时，CU进行多类型树划分；当最大编码单元的多类型树划分深度为0时，时空相邻的平均深度小于0.1时，CU不需要多类型树划分，否则遍历所有的划分模式；根据率失真代价决策最优的预测方式。本发明平均可节省35.72%的编码时间，同等编码质量下平均比特率增加较少。
-
公开(公告)号：CN111462261B
公开(公告)日：2023-05-05
申请号：CN202010262211.8
申请日：2020-04-06
Applicant: 郑州轻工业大学
IPC: G06T9/00 , G06V10/764
Abstract: 本发明提出了一种针对H.266/VVC的快速CU分区和帧内决策方法，其步骤为：首先，利用标准差计算当前CU的纹理复杂度，并根据纹理复杂度将当前CU分为平滑区域、普通区域或复杂区域；其次，针对平滑区域和普通区域利用原始预测方式进行编码，输出最佳帧内模式预测；针对复杂区域利用随机森林分类器模型进行分类；最后，利用基于纹理区域特征的快速帧内预测模式优化方法对复杂区域进行帧内模式预测，输出最佳帧内模式。本发明通过基于随机森林分类器和基于纹理区域特征的快速帧内预测模式优化方法对CU进行帧内编码预测，得到最优的帧内编码模式，能够减少一半以上的编码模式的计算，降低了计算复杂度，节省了编码时间。
-
公开(公告)号：CN113347565A
公开(公告)日：2021-09-03
申请号：CN202110613086.5
申请日：2021-06-02
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种各向异性无线传感器网络的扩展区域多跳节点测距方法，用以解决当局部区域节点形成凹型区域，节点间跳距与实际距离存在跳距误差的问题。本发明步骤为：根据各向异性传感器网络中的凹型区域的边界形状对凹型区域边界进行分类；对影响节点通信的边界类型，根据边界节点的连通信息进行分割通信，利用凹型区域边界识别方法识别凹型区域边界节点；利用节点间的连通信息计算未受凹型区域影响的节点间距，对于节点间最短通信路径经过凹陷区域边界节点，利用拓展凹型区域边界测距方法计算节点间的间距。本发明解决了各向异性无线传感器网络中节点多跳测距问题，与非测距节点定位算法相比，在凹型区域传感器网络中有良好的准确性和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.036 seconds)
