“laplacian”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果138个，建议您升级VIP下载更多相关专利

[发明专利]一种实现平移敏感的Laplacian网格编辑方法-CN200810027415.2无效
发明人：罗笑南;叶梦 -专利权人：中山大学
申请日： 2008-04-14 - 公布日： 2008-10-01 - 主分类号： G06T17/20 文献下载
摘要：本发明提供一种实现平移敏感的Laplacian网格编辑方法。Laplacian网格编辑方法常用于计算机动画和工业造型中的模型编辑，但Laplacian坐标不具有平移敏感性，不能很好地保持模型的几何细节特征。因此，本发明提出一种由顶点法线旋转Laplacian坐标的方法，通过原Laplacian坐标重建一个中间模型，计算该模型顶点法线，并旋转原Laplacian坐标至顶点法线的平行方向，再次重建模型获得最终结果本发明的方法使Laplacian坐标实现了平移敏感的变形效果，且该方法自动计算顶点法线，避免了繁琐的Laplacian向量估算，实现简捷，较好地保持了模型的几何细节特征。
一种实现平移敏感 laplacian 网格编辑方法

[发明专利]一种检测生理电信号的柔性Laplacian电极-CN201810031228.5在审
发明人：郝冬梅;安阳;高沛;杨琳;张松;杨益民;李旭雯 -专利权人：北京工业大学
申请日： 2018-01-12 - 公布日： 2018-06-29 - 主分类号： A61B5/04 文献下载
摘要：一种检测生理电信号的柔性Laplacian电极，属于医疗器械技术领域。是采用柔性电路的设计，将Laplacian电极结构嵌合在柔性基板上，主要是由柔性基板、Laplacian电极结构、连接线组成。可以随意折叠弯曲的、Laplacian结构的生理信号采集电极，柔软无间隙的贴合皮肤表面，不易脱落。
生理电信号电极结构柔性基板电极种检测生理信号采集电极医疗器械技术连接线皮肤表面柔性电路无间隙折叠嵌合贴合柔软

[发明专利]一种消除CCD天文图像中宇宙射线的方法-CN201210316870.0有效
发明人：孟小华;张庆丰;彭青玉;区业祥 -专利权人：暨南大学
申请日： 2012-08-30 - 公布日： 2013-01-16 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种消除CCD天文图像中宇宙射线的方法，包括以下步骤：（1）由原始图像I进行子采样得到子采样图像，对Laplacian算子进行改进，将子采样图像进行放大后与改进后的Laplacian算子进行卷积运算，然后进行去负值处理和恢复原始大小得到Laplacian图像L′；（3）识别Laplacian图像L′中的宇宙射线；（4）去除Laplacian图像L′中的宇宙射线；（5）利用分数阶微分的归整后的Tiansi
一种消除 ccd 天文图像宇宙射线方法

[发明专利]一种基于Laplacian算子的人脸光照不变特征提取方法-CN201710049291.7在审
发明人：聂祥飞;王元元;何雪;熊文怡;杨志军 -专利权人：重庆三峡学院
申请日： 2017-01-19 - 公布日： 2017-07-07 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于Laplacian算子的人脸光照不变特征提取方法，属于模式识别技术领域。主要包含以下步骤利用Laplacian算子对人脸图像锐化处理，提取人脸细节特征；与原图像对应像素进行除法运算，消除慢变化的人脸光照部分，所得结果就是需要提取的人脸光照不变特征。本发明对不同角度的光照具有一定的抑制作用，处理后人脸图像的识别率较现有的算法处理后的人脸识别率高；本发明采用Laplacian算子和除法运算对人脸图像做光照处理，方法简单，识别速度快。
一种基于 laplacian 算子光照不变特征提取方法

[发明专利]一种利用对数变换和Laplacian算子的人脸光照不变特征提取方法-CN201710044721.6在审
发明人：聂祥飞;王元元;何雪;熊文怡;杨志军 -专利权人：重庆三峡学院
申请日： 2017-01-19 - 公布日： 2017-07-07 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种利用对数变换和Laplacian算子的人脸光照不变特征提取方法，包括以下步骤将人脸图像变换到对数域；利用Laplacian算子对人脸图像进行锐化处理，提取人脸的细节特征，同时消除了光照分量本发明对不同角度的光照具有一定的抑制作用，处理后人脸图像的识别率较现有的算法处理后的人脸识别率高；本发明采用对数变换和Laplacian算子对人脸光照进行处理，提取人脸光照不变特征，方法简单，识别速度快
一种利用对数变换 laplacian 算子光照不变特征提取方法

[发明专利]一种基于高阶图结构p‑Laplacian稀疏编码的数字图像标记方法-CN201510632014.X有效
发明人：刘伟锋 -专利权人：中国石油大学（华东）
申请日： 2015-09-29 - 公布日： 2017-03-08 - 主分类号： G06K9/62 文献下载
摘要：本发明所述的一种基于p‑Laplacian稀疏编码的数字图像标记方法，包括如下步骤(1)提取图像特征，包括已标记图像、未标记图像、用户输入图像；(2)计算图像库(包括已标记图像和未标记图像)中图像样本的高阶图结构p‑Laplacian信息；(3)基于p‑Laplacian计算图像的稀疏编码；(4)基于图像的稀疏编码学习得到预测模型；(5)基于预测模型对未标记图像及用户输入图像进行标记；(6)结束。
一种基于高阶图结构 laplacian 稀疏编码数字图像标记方法

[发明专利]基于Laplacian微分域变形的三维网格曲面变厚度偏置造型方法-CN201910451010.X有效
发明人：杨璐;张长东;刘婷婷;施昕;王聪;管志方 -专利权人：南京理工大学
申请日： 2019-05-28 - 公布日： 2020-02-21 - 主分类号： G06F30/23 文献下载
摘要：本发明公开了一种基于Laplacian微分域变形的三维网格曲面变厚度偏置造型方法，包括以下步骤：基于显著特征信息以及泊松曲面重建方法构建初始偏置曲面；利用有限元计算分析偏置壳体的受力情况，根据每个单元体的应力高低划分壁厚调节空间；采用Laplacian微分域变形方法优化壁厚。本发明通过提取原始表面的Morse显著特征点，并构建偏置点云，再基于泊松方法将点云重建为三角网格曲面，能够保持原始模型基本形态和细节特征；采用Laplacian微分域变形方法来加厚高应力区、减薄低应力区
基于 laplacian 微分变形三维网格曲面厚度偏置造型方法

[发明专利]基于Laplacian算子和LSH技术的检索方法及其系统-CN202110719254.9有效
发明人：张仕;赖会霞 -专利权人：福建师范大学
申请日： 2021-06-28 - 公布日： 2023-07-18 - 主分类号： G06F16/22 文献下载
摘要：本发明公开基于Laplacian算子和LSH技术的检索方法及其系统，利用Laplacian算子对函数剧烈变化特别敏感的特性，首先把数据投影到随机生成的法向量上，利用高斯核密度函数把投影转换为数据的概率密度分布，并把高斯核Laplacian算子应用于投影数据求密度分布的二阶导数，从而找到数据投影分布的剧烈变化位置作为超平面的偏移量。
基于 laplacian 算子 lsh 技术检索方法及其系统

[发明专利]一种三维网格模型扭转变形方法-CN202211293192.0在审
发明人：石志良;李锋;李章华;刘朋 -专利权人：武汉必盈生物科技有限公司
申请日： 2022-10-21 - 公布日： 2023-03-17 - 主分类号： G06T19/20 文献下载
摘要：本发明提供一种三维网格模型扭转变形方法，包括通过网络模型上的笛卡尔坐标构建Laplacian坐标；对网络模型进行平移旋转变形操作，生成变形后的Laplacian坐标；结合用户设置的控制点和施加的变形约束
一种三维网格模型扭转变形方法

[发明专利]一种基于p-Laplacian图卷积神经网络的半监督分类方法-CN201811608273.9在审
发明人：傅司超;纪泽弘;刘伟锋;聂礼强 -专利权人：中国石油大学（华东）;山东大学
申请日： 2018-12-27 - 公布日： 2019-04-05 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于p‑Laplacian图卷积神经网络的半监督分类方法，属于半监督分类技术领域。包括：1：提取训练样本特征；2：计算其p‑Laplacian矩阵；3：计算样本结构信息矩阵；4：建立p‑Laplacian的图卷积神经网络模型；5：对训练样本的特征进行卷积操作，得到第一层网络的输出；6
卷积半监督模型参数神经网络训练样本分类器输出分类网络神经网络模型测试样本分类技术模型分类提取特征网络输出信息矩阵样本结构第一层交叉熵样本验证申请

[发明专利]一种基于超图p-Laplacian图卷积神经网络的半监督分类方法-CN201811608281.3在审
发明人：傅司超;赵珂文;刘伟锋;聂礼强 -专利权人：中国石油大学（华东）;山东大学
申请日： 2018-12-27 - 公布日： 2019-05-17 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于超图p‑Laplacian图卷积神经网络的半监督分类方法，属于半监督分类技术领域。包括：1：提取训练样本特征；2：计算超图p‑Laplacian矩阵；3：计算结构信息矩阵；4：建立超图p‑Laplacian的图卷积神经网络模型；5：对训练样本特征进行卷积操作，得到第一层网络输出；6：
卷积半监督模型参数神经网络网络输出训练样本分类器分类神经网络模型测试样本分类技术计算结构模型分类特征向量信息矩阵输出网络第一层交叉熵样本验证申请

[发明专利]基于非降采样Laplacian金字塔和BEMD的遥感图像融合处理方法-CN201210061722.9无效
发明人：汪祥莉;李腊元;李春林 -专利权人：武汉理工大学
申请日： 2012-03-09 - 公布日： 2012-08-01 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于非降采样Laplacian金字塔和BEMD的遥感图像融合处理方法，属于遥感图像融合处理技术领域。该方法首先利用非降采样Laplacian金字塔对高分辨率全色影像进行分解；再对低频部分和低分辨率全色影像进行BEMD分解，得到二维内蕴模态函数，并计算各层瞬时频率。利用瞬时频率和分解系数绝对值作为融合特征，采用加权方法对高频细节部分进行融合；最后进行相应的BEMD和非降采样Laplacian金字塔逆变换，得到融合图像。
基于采样 laplacian 金字塔 bemd 遥感图像融合处理方法

[发明专利]一种基于多路谱聚类理论的交通小区划分方法-CN201711030849.3有效
发明人：王晨;夏井新;陆振波;刘林 -专利权人：东南大学
申请日： 2017-10-26 - 公布日： 2020-02-18 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于多路谱聚类理论的交通小区划分方法，包括如下步骤：(1)获取路网划分基础数据；(2)根据道路检测器所在位置编号路网节点；(3)计算相邻节点之间路段的权重值；(4)建立路网密度Laplacian矩阵；(5)求解Laplacian矩阵特征值及特征向量；(6)选择Laplacian矩阵非零的前k个最小特征值及其对应的特征向量，使用k‑means聚类算法聚成K类；(7)提取各区域内每条路段交通流密度
一种基于多路谱聚类理论交通小区划分方法

[发明专利]一种基于图学习和降噪的高光谱图像解混方法-CN202210432150.4有效
发明人：邓世文;宋福新;阚超;李佳;刁婕 -专利权人：哈尔滨师范大学
申请日： 2022-04-22 - 公布日： 2023-08-11 - 主分类号： G06T5/00 文献下载
摘要：本发明利用图学习的方法从含有噪声的观测的高光谱图像中学习得到一个空间Laplacian矩阵，通过空间Laplacian矩阵可自适应不同情况的高光谱图像。该Laplacian矩阵保留了实际的高光谱图像的像素间的真实空间结构关系的同时还能够用于去除高光谱图像中存在的噪声，然后再基于去噪后的高光谱图像进行解混处理，这可在一定程度上提升高光谱图像解混的性能，能够自适应不同情况的高光谱图像
一种基于学习光谱图像方法

[发明专利]基于谱聚类的电网分区方法-CN201910581663.X在审
发明人：刘琳;谢云云;黄详淇;郭伟清;谷志强;李德正;杨正婷;殷明慧;卜京;张俊芳;姚娟;邹云 -专利权人：南京理工大学
申请日： 2019-06-30 - 公布日： 2019-10-08 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了一种基于谱聚类的电网分区方法，将电力系统抽象简化为有权无向连通图，并确定网络拓扑Laplacian矩阵；基于电力系统的Laplacian矩阵，将聚类问题转化为图分割问题，进行电网分区。
电力系统分区聚类电网聚类算法实际线路网络结构网络拓扑问题转化连通图图分割抽象

1
2
3
4
5
6
7
8
9
10
下一页»
尾页
共 138 条