“山东工商学院”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果471个，建议您升级VIP下载更多相关专利

[发明专利]一种方向自适应的多姿态点云人脸识别方法及系统-CN202310919344.1在审
发明人：郭文;丁昕苗;李冬;郝建林 -专利权人： 山东工商学院
申请日： 2023-07-25 - 公布日： 2023-10-27 - 主分类号： G06V40/16 文献下载
摘要：本发明提出了一种方向自适应的多姿态点云人脸识别方法及系统，涉及人脸识别技术领域，具体方案包括：基于改进后的LightCNN网络，从待识别的点云人脸中，提取多姿态特征；通过待识别的点云人脸中面部关键点的位置，估计在不同旋转轴下人脸姿态的旋转角度；使用在不同旋转轴下人脸姿态的旋转角度，作为控制深度残差恒等映射模块的旋转系数，将多姿态特征映射到近似正面人脸特征；利用近似正面人脸特征，进行人脸识别，得到识别结果；本发明从建立特征层面上侧面人脸和正面人脸的映射关系出发，基于近似正面人脸特征进行识别，提高多姿态人脸的识别能力和鲁棒性。
一种方向自适应多姿态点云人脸识别方法系统

[发明专利]一种行人轨迹的预测方法、系统、电子设备及存储介质-CN202310611100.7在审
发明人：陈小波;张欢嘉;赵峰 -专利权人： 山东工商学院
申请日： 2023-05-29 - 公布日： 2023-10-24 - 主分类号： G06V20/58 文献下载
摘要：本发明公开一种行人轨迹的预测方法、系统、电子设备及存储介质，涉及车辆智能驾驶技术领域，方法包括：基于当前时间段所有行人轨迹信息，采用第一多层感知机、正弦位置编码、a1个第一entmax函数、第二多层感知机、第三多层感知机、a1个更新后的第一entmax函数、更新后的第二多层感知机、更新后的第三多层感知机、第四多层感知机、第五多层感知机、a2个第二entmax函数、第六多层感知机、第七多层感知机、a3个第八多层感知机、a3个第九多层感知机、a3个第十多层感知机、a3个第三entmax函数、第十一多层感知机、第十二多层感知机和第十三多层感知机，确定待下一时间段轨迹信息，提高了行人轨迹预测的精度。
一种行人轨迹预测方法系统电子设备存储介质

[发明专利]一种改进Yolox算法的火焰烟雾目标检测方法-CN202310842981.3在审
发明人：刘伟;姜庭豪;何凯;高群;王雪琪;孙一菲;高赟翔;都汝恒 -专利权人： 山东工商学院;烟台宝和机电设备有限公司
申请日： 2023-07-11 - 公布日： 2023-10-20 - 主分类号： G06V20/52 文献下载
摘要：本申请公开了一种改进Yolox算法的火焰烟雾目标检测方法，属于火焰烟雾检测领域，包括：获取火焰烟雾的图像数据，并通过数据增强对图像数据进行预处理，得到数据集；通过ACmix注意力机制和条件卷积对Yolox模型进行改进，得到Yolox‑ACT模型；基于数据集对Yolox‑ACT模型进行训练并得到火焰烟雾目标的预测框；设计并使用WHIoU损失函数计算预测框与真实框之间的长宽耦合损失，并通过梯度回传更新Yolox‑ACT模型的参数，得到最优模型权重；基于最优模型权重和Yolox‑ACT模型得到目标检测模型，以对火焰烟雾目标进行检测。本申请提供的方法适用于复杂场景下的火焰烟雾检测任务。
一种改进 yolox 算法火焰烟雾目标检测方法

[发明专利]孪生网络基于局部可信模板进行模板更新的视频跟踪方法-CN202211646915.0有效
发明人：张斌;陈耿;杨焕海;谢青松;安志勇;宋英杰 -专利权人： 山东工商学院
申请日： 2022-12-21 - 公布日： 2023-10-20 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种孪生网络基于局部可信模板进行目标模板更新的视频跟踪方法，属于视频跟踪技术领域，其包括确定视频序列中图像的总帧数，根据初始帧图像确定被跟踪目标,将视频序列分为前后两部分，分别采用不同的模板更新方法，都考虑了初始模板和当前模板，对于帧数较少的前部分还考虑了初始模板和当前模板之间的其余模板构成的累计模板，充分利用了以前帧图像的历史信息，而对于帧数较多的后部分则选用了峰距率大的可信模板，摒弃了累计模板中的噪音信息，增强了更新模板的可信度，提高目标跟踪的准确度。
孪生网络基于局部可信模板进行更新视频跟踪方法

[发明专利]一种基于A-Star算法和改进人工势场法的双机械臂避障规划方法-CN202311013349.4在审
发明人：郭长坤;隋金雪;王佐勋;崔传宇;田子凡;慕峻青 -专利权人： 山东工商学院
申请日： 2023-08-14 - 公布日： 2023-10-13 - 主分类号： B25J9/16 文献下载
摘要：本发明属于自动化装卸技术领域，尤其涉及一种基于A‑Star算法和改进人工势场法的双机械臂避障规划方法，包括以下步骤：S1、采用D‑H建模法建立双机械臂的运动学模型，得到D‑H参数以及关节之间的转换矩阵；S2、通过双机械臂关节的转换矩阵作为人工势场法的搜索空间，构建立体栅格区域；S3、采用人工势场法对双机械臂末端进行路径规划，其中主机械臂优先进行路径规划，从机械臂将主机械臂作为障碍进行路径规划；S4、当有机械臂陷入局部极小值点时，采用A‑Star算法混合人工势场法，使该机械臂末端跳出局部极小值点，规划全局最优的三维避障路径。本发明对于复杂且任意变化的三维障碍物空间环境均能规划全局最优的三维避障路径，满足了机械臂避障路径规划的要求。
一种基于 star 算法改进人工势场法双机械臂避障规划方法

[发明专利]基于多梯度下降蜂群算法的封闭母线温度故障监测方法-CN202311152379.3在审
发明人：王佐勋;崔传宇;隋金雪;郭长坤 -专利权人： 山东工商学院
申请日： 2023-09-08 - 公布日： 2023-10-13 - 主分类号： G06F30/27 文献下载
摘要：本发明属于电力设备故障监测技术领域，具体涉及一种基于多梯度下降蜂群算法的封闭母线温度故障监测方法，包括以下步骤：S1、将多梯度下降算法的多目标优化过程与人工蜂群算法结合，建立多梯度下降蜂群算法模型；S2、采集封闭母线的环境温度及电流测试样本，进行特征提取及多目标优化，依据S1中的多梯度下降蜂群算法模型，建立温度电流多梯度下降蜂群数学模型；S3、通过建立的温度电流多梯度下降蜂群数学模型，寻找最优蜜源搜索方向，并进一步得到封闭母线环境温度与电流变化率的最优解，最优解的位置最有可能成为封闭母线温度故障点。本发明有效提高了封闭母线温度故障监测的效率和精度，缩短了时间成本，提高了电力系统安全系数。
基于梯度下降蜂群算法封闭母线温度故障监测方法

[发明专利]一种基于卷积神经网络的图像阴影去除方法-CN201910705551.0有效
发明人：范辉;韩梦;李晋江 -专利权人： 山东工商学院
申请日： 2019-08-01 - 公布日： 2023-10-13 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于卷积神经网络的图像阴影去除方法，该方法包括以下步骤：采集并收集真实场景下的阴影图像和无阴影图像，构成图像阴影去除数据集；对图像阴影去除数据集进行预处理；构造端到端的卷积神经网络结构；随机选取数据集中的阴影图像构成网络训练所需的训练集；利用训练集采用多样化的方式训练端到端的卷积神经网络；利用真实图像和随机选取数据集中的阴影图像构成测试集；利用测试集使用训练完成的端到端的卷积神经网络进行阴影去除，得到高质量的无阴影图像。本发明的方法采用全自动的端到端的方法进行图像阴影去除，获得了与原图像颜色、纹理相一致的较清晰的无阴影图像，细节处理效果较好。
一种基于卷积神经网络图像阴影去除方法

[发明专利]一种基于稠密分层网络的图像去噪方法及系统-CN202310664942.9在审
发明人：贾蕴;于轹丹;赵杰;陈国龙;亓克超;江孟梅 -专利权人： 山东工商学院
申请日： 2023-06-05 - 公布日： 2023-10-10 - 主分类号： G06T5/00 文献下载
摘要：本发明属于深度学习计算机视觉及图像处理技术领域，具体涉及一种基于稠密分层网络的图像去噪方法及系统。所述方法包括：对数据集中图像进行预处理，随机加入高斯噪声；采用噪声提取块代替U‑Net网络中的编码层的普通卷积，所述噪声提取块包括以稠密连接方式连接的多层复合卷积层，在解码层利用boosting策略进行深层的噪声信息增强，在编码层和解码层之间增加注意力机制捕获图像的边缘细节，采用全局残差学习构建去噪模型；训练优化去噪模型：采用训练数据集对构建的去噪模型进行训练，用损失函数和优化算法对去噪模型进行优化，不断调整去噪模型的超参数，最后得到训练完成的去噪模型，实现待去噪声图像去噪。
一种基于稠密分层网络图像方法系统

[发明专利]一种基于Fast算法的GPR图像双曲波顶点检测方法-CN201910757774.1有效
发明人：原达;刘星光;安志勇;红梅 -专利权人： 山东工商学院
申请日： 2019-08-16 - 公布日： 2023-09-26 - 主分类号： G01S13/88 文献下载
摘要：本发明涉及一种基于Fast算法的GPR图像双曲波顶点检测方法，属于基于Fast算法的GPR图像双曲波顶点检测方法技术领域。包括S1、输入目标图像，使用高斯滤波和移动平均滤波算法进行图像预处理；S2、调整阈值参数提取角点集合；S3、对于每个角点集合中的元素，计算其邻域内每个像素点的方向特征值，包含梯度方向和梯度幅值两个属性，并且构建该邻域内的梯度方向直方图，计算出该元素的方向特征值，包含角点的主方向和梯度值大小；S4、根据方向特征值在集合中筛选出符合双曲波顶点属性特征的元素。本发明检测效率高，能快速分析和解读探地雷达数据，能准确地检测GPR图像中双曲波顶点位置。
一种基于 fast 算法 gpr 图像双曲波顶点检测方法

[发明专利]基于动态特征重要度的电子鼻气体传感器阵列优化方法-CN201910067877.5有效
发明人：魏广芬;赵捷;李刚;何爱香;冯烟利 -专利权人： 山东工商学院
申请日： 2019-01-24 - 公布日： 2023-09-22 - 主分类号： G01N27/12 文献下载
摘要：本发明涉及一种基于动态特征重要度的电子鼻气体传感器阵列优化方法，其属于传感器阵列优化技术领域。包括如下步骤：步骤1、通过电子鼻采集目标环境中的气体信息；步骤2、通过方差筛去对目标环境中气体没有响应的气体传感器；步骤3、提取初步筛选后的气体传感器阵列中每个传感器的特征参数；步骤4、根据动态特征重要度对当前传感器阵列中的传感器进行排序，选择最重要的传感器加入优化阵列，判断当前优化阵列是否符合需求。本发明的有益效果是：本发明解决了电子鼻系统中依据经验设计传感器阵列或简单相关性优化阵列的低效问题，具有简单快速，易于实施，普适性强和可解释性强的特点。
基于动态特征重要电子气体传感器阵列优化方法

[发明专利]一种基于正余弦扰动的混沌哈里斯鹰优化方法-CN202310463409.6在审
发明人：王佐勋;库杨杨;隋金雪;刘健 -专利权人： 山东工商学院
申请日： 2023-04-26 - 公布日： 2023-09-12 - 主分类号： G06Q10/04 文献下载
摘要：一种基于正余弦扰动的混沌哈里斯鹰优化方法，属于自动化和智能控制技术领域。包括如下步骤：S1获取待解决问题的相关历史数据，将数据分为训练集与测试集，并进行归一化处理；S2将训练集样本利用改进的哈里斯鹰算法来优化极限学习机的输入层权值和阈值，建立基于改进哈里斯鹰算法的极限学习机预测模型；S3利用训练集样本对极限学习机预测模型进行训练，得到基于最优输入层权值和阈值的预测模型；S4将测试集样本特征导入基于最优输入层权值和阈值预测模型中，得到数据的预测值；S5用RMSE和MAPE对基于最优输入层权值和阈值的预测模型的预测效果评价。本发明提高了算法的全局寻优能力，大大提高了算法的寻优精度。
一种基于余弦扰动混沌里斯优化方法

[发明专利]基于变分模态分解和双通道自注意力的电力负荷预测方法-CN202310528856.5在审
发明人：刘业朋;黄思远;李跃;张帆;范琳伟;赵峰 -专利权人： 山东工商学院
申请日： 2023-05-11 - 公布日： 2023-09-12 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了基于变分模态分解和双通道自注意力的电力负荷预测方法，包括步骤1、步骤2、步骤3、步骤4、步骤5和步骤6；所述步骤1，给定历史电力负荷时序数据，使用单步滑动窗口机制分割为多个窗口；所述步骤2，对这些序列窗口使用变分模态分解方法，分解为K个不同频率的子序列；所述步骤3，对分解后的K个不同频率的子序列使用归一化进行处理得到K个数据集；所述步骤4，采用双通道自注意力的预测方法对K个数据集分别进行训练和预测。本方法使用变分模态分解方法，将不规则的电力负荷序列分解成不同频率的近似平稳序列，从而提高了预测的准确性，并且改变了分解对象，不直接对整个时间序列分解而是对滑动窗口数据进行分解。
基于变分模态分解双通道注意力电力负荷预测方法

[发明专利]一种探地雷达图像双曲波提取方法及系统-CN202180084453.5在审
发明人：原达;赵微微;范德明;红梅 -专利权人： 山东工商学院;青岛科技大学
申请日： 2021-09-07 - 公布日： 2023-09-12 - 主分类号： G01S13/88 文献下载
摘要：本发明公开了一种基于峰点相似性拟合的双曲线提取方法，其包括将GPR图像转化为时间序列处理，构造基于子波均值线的动态窗口，提取能够标识B‑scan图像特征的峰点；利用相邻波窗口之间改进的DTW相关性进行开口向下的峰点聚类操作；最后结合每类点簇之间缺失或重复等情况，进行峰点插值和曲线拟合操作识别双曲波。本发明在真实的模糊图像数据集中，能够有效的识别出双曲波的位置与形态，验证了该方法的准确性。本发明在军事、地质勘察、地下填埋场、考古等领域的应用日益广泛，利用目标识别的结果能够判定地下目标的情况，并取得突破性进展。
一种雷达图像双曲波提取方法系统

[发明专利]一种利用小波变换对图像进行边缘平滑处理的抠图方法-CN201910911972.9有效
发明人：李晋江;张婉婉;范辉 -专利权人： 山东工商学院
申请日： 2019-09-25 - 公布日： 2023-09-08 - 主分类号： G06T7/12 文献下载
摘要：本发明公开了一种利用小波变换对图像进行边缘处理的抠图方法，该方法包括以下步骤：将原始图像划分为前景、背景以及未知区域；根据所得到的三分图收集像素点i的所有非局部临近像素点j；根据收集到的像素点，在K近邻matting算法中计算关系矩阵；构建特征向量这一步用到小波变换，利用边缘避免小波对图像进行分解，再通过YUV空间的各个分量以及图像在水平和垂直方向经EAW变换后的纹理信息来构建特征向量；利用上一步得出的特征向量构造拉普拉斯矩阵；最后利用拉普拉斯矩阵和用户输入的trimap，可以得到闭合形式解。本发明的方法可以利用小波变换的优点，在保持图像轮廓信息的前提下，改变小波变换域中的某些参数的大小，对边缘的处理更加精细，准确保留微小的背景信息，达到图像增强的目的。
一种利用变换图像进行边缘平滑处理方法

[发明专利]一种基于卷积神经网络的图像去雾方法-CN201911020206.X有效
发明人：华臻;丁元娟;李晋江 -专利权人： 山东工商学院
申请日： 2019-10-25 - 公布日： 2023-09-08 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于卷积神经网络的图像去雾方法，该方法包括以下步骤：变换大气散射模型；搭建Encoder‑decoder网络，估计中间传输图；处理图像复原问题；搭建Dehazer网络实现Dehazer函数，输出去雾图像。Encoder‑decoder网络无需改变网络结构和相关的参数，能减轻噪声和抖动的影响，得到与目标图像相关的重要特征，输出较为准确的中间传输图。Dehazer网络结构简单，训练方便，多参数共享，计算开销适宜，网络性能稳定，能有效的防止梯度消失和爆炸问题，便于迅速输出去雾图像。本发明的方法能高效的、快速的输出去雾图像，搭建的网络性能比较稳定，可以很好的消除雾或雾霾的影响，有效的提高了图像去雾的质量，去雾效果较为理想。
一种基于卷积神经网络图像方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 471 条