一种基于载客效益分析的出租车候车辅助决策方法和系统

    公开(公告)号:CN111047138A

    公开(公告)日:2020-04-21

    申请号:CN201911103514.9

    申请日:2019-11-13

    摘要: 本发明公开了一种基于载客效益分析的出租车候车辅助决策方法,包括:获取时间段内到达交通枢纽的列车或飞机的数量、每趟交通工具的平均乘客数量、以及到达交通枢纽的乘客乘坐出租车的人数占乘客总人数的比例,计算当前时刻交通枢纽的出租车候车区处于排队状态的乘客数量,根据获取的乘客数量判断交通枢纽当前是否存在出租车运力紧张的情况,如果是,则根据持续时间、以及当前时刻在当前出租车前面排队的出租车总数计算出租车的等候时间,根据等候时间获取出租车的预测利润。本发明能够解决现有交通枢纽中的出租车错误选择在候车区排队或者空载返回市区,进而造成交通资源浪费、出租车运营效率下降、以及出租车运营成本上升的技术问题。

    基于序列模式的图像模糊检测方法及设备

    公开(公告)号:CN113326722B

    公开(公告)日:2023-06-02

    申请号:CN202010578384.0

    申请日:2020-06-23

    摘要: 本发明提供一种基于序列模式的图像模糊检测方法、设备及计算机可读存储介质,属于图像处理与分析技术领域。获得RGB彩色图像;将RGB彩色图像转换为灰度图像;将灰度图像使用Sobel算子求取水平和垂直方向的边缘检测算子的卷积因子;使用Tenengrad算法计算分数;将本图像的分数减去上一张图像的分数,利用分数差结果来判断当前图像处于哪一个模式;根据不同的模式使用不同的判断方法来存储清晰的图像;实时推送图像或手动调用各个模式中存储清晰的图像。总之,本发明提供的基于序列模式的图像模糊检测方法通过序列图像的相邻图像来判断选取相对而言最清晰的图片,同时采取对应不同模式的判断方法判断图像清晰度,在保证检测准确性的基础上达成了实时性的要求。

    基于序列模式的图像模糊检测方法及设备

    公开(公告)号:CN113326722A

    公开(公告)日:2021-08-31

    申请号:CN202010578384.0

    申请日:2020-06-23

    IPC分类号: G06K9/00 G06K9/46

    摘要: 本发明提供一种基于序列模式的图像模糊检测方法、设备及计算机可读存储介质,属于图像处理与分析技术领域。获得RGB彩色图像;将RGB彩色图像转换为灰度图像;将灰度图像使用Sobel算子求取水平和垂直方向的边缘检测算子的卷积因子;使用Tenengrad算法计算分数;将本图像的分数减去上一张图像的分数,利用分数差结果来判断当前图像处于哪一个模式;根据不同的模式使用不同的判断方法来存储清晰的图像;实时推送图像或手动调用各个模式中存储清晰的图像。总之,本发明提供的基于序列模式的图像模糊检测方法通过序列图像的相邻图像来判断选取相对而言最清晰的图片,同时采取对应不同模式的判断方法判断图像清晰度,在保证检测准确性的基础上达成了实时性的要求。

    基于滑窗再模糊的图像模糊检测方法、设备

    公开(公告)号:CN113326721A

    公开(公告)日:2021-08-31

    申请号:CN202010578148.9

    申请日:2020-06-23

    IPC分类号: G06K9/00 G06K9/46 G06N3/04

    摘要: 本发明提供一种基于滑窗再模糊的图像模糊检测方法、设备及计算机可读存储介质,属于图像处理与分析技术领域。对所采集的图像进行手掌区域判断;对目标图像进行再模糊处理,获得再模糊图像;将目标图像和所述再模糊图像转换为灰度图像;对得到的两个灰度图像分别进行边缘检测,得到各自的边缘图像;对得到的两个边缘图像分别进行滑窗分块处理,计算两者的结构相似度;将结构相似度同预设阈值进行比较,若相似度大于等于预设阈值,则判断目标图像清楚,否则判断为模糊。总之,本发明提供的基于滑窗再模糊的图像模糊检测方法针对嵌入式应用场景,可一次性提取图像边缘信息,自由设置滑窗尺寸,在保证检测准确性的基础上达成了实时性的要求。

    基于轮廓深度学习的图像模糊检测方法、设备

    公开(公告)号:CN113326720A

    公开(公告)日:2021-08-31

    申请号:CN202010578133.2

    申请日:2020-06-23

    摘要: 本发明提供一种基于轮廓深度学习的图像模糊检测方法,属于图像处理技术领域。具体为:输入待考察的目标图像;对目标图像进行高斯模糊滤波除去噪声;使用边缘检测算子Canny设置阈值对目标图像进行边缘轮廓提取得到目标边缘轮廓图像;定义目标边缘轮廓图像;建立深度卷积神经网络模型CNN并初始化,使用四种卷积层、不同大小的卷积核、步长为一的滑动窗口对输入图像进行处理,获得不同大小的特征图,特征提取获得边缘轮廓特征;sigmoid函数分类器进行二值分类,过滤模糊图片。本发明针对嵌入式平台的不同应用场景,一次性提取手掌特征轮廓图像信息,合理设置轮廓阈值,在保证模糊检测准确性的基础上减少了计算资源的损耗,达成了实时性的要求。

    集测温、问询、消毒、数据统计一体的智能防疫检测装置

    公开(公告)号:CN211347155U

    公开(公告)日:2020-08-25

    申请号:CN202020156745.8

    申请日:2020-02-09

    摘要: 本实用新型公开了一种集测温、问询、消毒、数据统计一体的智能防疫检测装置,其包括:机器人本体、红外体温检测仪、显示平板、消毒机和机器人控制系统。其中,机器人本体用于各器件的固定安装和机器人整体的高度调节;红外体温检测仪用于体温检测;显示平板用于用户交互和信息显示;消毒机设置有消毒液容器、触发装置和排出口;机器人控制系统用于控制机器人本体按照设定好的防疫排查程序实施排查检测以及提示消毒。本实用新型的有益之处在于实现了自动、高效、精准的防疫排查,并通过智能刷脸或刷卡统计记录疫情,极大节约了劳动力;同时自动测温、问询、消毒,通过无接触排查方式,有效降低人群交叉感染。

    一种基于SDN的多控制器动态部署方法和系统

    公开(公告)号:CN108768698B

    公开(公告)日:2021-04-20

    申请号:CN201810407261.3

    申请日:2018-05-02

    申请人: 长沙学院

    摘要: 本发明公开了一种基于SDN的多控制器动态部署方法,包括:使用Paxos算法从与SDN网络中故障控制器相邻的多个控制器中选择一个控制器作为主节点,主节点根据SDN网络的拓扑结构、各个跟随节点的负载情况、以及故障控制器与其进行同步期间发送的消息获得故障控制器所管理的所有交换机对应的最终迁入控制器,再由跟随节点根据得到的故障控制器下所有交换机所对应的最终迁入控制器执行交换机的迁入过程。本发明能解决现有多控制器动态部署方法中存在的由于没有考虑迁入控制器的容量限制、以及忽略了故障恢复后交换机与控制器间的传输距离所引起的控制器的平均响应时延增加的技术问题。

    一种基于惯性传感器的地铁定位方法与系统

    公开(公告)号:CN106197407B

    公开(公告)日:2018-12-18

    申请号:CN201610463197.1

    申请日:2016-06-23

    申请人: 长沙学院

    IPC分类号: G01C21/16

    摘要: 本发明公开了一种基于惯性传感器的地铁定位方法,包括:(1)利用移动终端的加速度传感器采集列车的启动加速度;(2)根据重力加速度和所述启动加速度确定所述移动终端相对列车的初始姿态,并根据所述初始姿态对列车的加速度进行分解;(3)计算列车加速度传感器的零点漂移向量以及陀螺仪传感器的零点漂移向量;(4)修正所述沿列车轨道方向的加速度分量,并根据修正后的沿列车轨道方向的加速度分量计算列车的位移。本发明仅使用移动终端自带的陀螺仪及加速度计,利用离线地图和基站小区的id,实现地铁内部高精度定位。本发明方法具有低成本、高精度的特点,能够解决现有移动终端地图基站定位模式误差大,切换慢的问题,具有很好应用前景。