一种基于视频压缩域的高速公路车辆测速方法

    公开(公告)号:CN113506449A

    公开(公告)日:2021-10-15

    申请号:CN202110559643.X

    申请日:2021-05-21

    Applicant: 郑州大学

    Abstract: 本发明提供了一种基于视频压缩域的高速公路车辆测速方法,包括:步骤1,从视频码流中提取运动矢量MV;步骤2,摄像头初始化:提取感兴趣区域ROI;摄像头像素坐标系映射为道路实际坐标系;学习摄像头可分析的最大车速;步骤3,运动矢量MV预处理,清除不在感兴趣区域ROI中的运动矢量MV,只对感兴趣区域ROI中非零运动矢量MV的宏块处理;步骤4,时空域检测运动目标;步骤5,标记运动目标;步骤6,运动目标追踪;步骤7,计算速度:通过步骤6得到的跟踪目标框,计算当前目标框与跟踪目标框的像素位移,通过帧率得到时间,从而算出像素位移速度;通过步骤2得到的像素位移转换,计算出实际位移速度,最终得到车速。

    一种赋予聚合物微纳米纤维卷曲结构的方法

    公开(公告)号:CN109811469A

    公开(公告)日:2019-05-28

    申请号:CN201910125391.2

    申请日:2019-02-20

    Applicant: 郑州大学

    Abstract: 本发明公开了一种赋予聚合物微纳米纤维卷曲结构的方法,步骤如下:(1)将聚合物制成取向的微纳米纤维薄膜或微纳米纤维管;(2)沿纤维取向方向对微纳米纤维薄膜或微纳米纤维管进行至少一次拉伸,使微纳米纤维薄膜或微纳米纤维管发生弹性形变,然后撤去拉伸载荷;(3)向经步骤(2)处理的微纳米纤维薄膜或微纳米纤维管的表面均匀喷洒增塑剂;(4)采用气流对经步骤(3)处理的微纳米纤维薄膜或微纳米纤维管进行单面冷却处理,获得具有稳定纤维卷曲结构的微纳米纤维薄膜或微纳米纤维管。该方法工艺简单,重现性好,普适性强,便于大规模工业化应用;制备的纤维卷曲结构具有良好的稳定性,在多次力作用后仍能表现出良好的力学非线性。

    地面垂直井与井下穿层钻孔联合卸压煤层气抽采方法

    公开(公告)号:CN105089493B

    公开(公告)日:2018-10-23

    申请号:CN201410199780.7

    申请日:2014-05-13

    Applicant: 郑州大学

    Abstract: 本发明公开一种地面垂直井与井下穿层钻孔联合煤层气抽采方法,首先,在目的煤层(9)的地面(1)钻设地面垂直井(2),并实施水力压裂,形成有规律的水力压裂影响区范围(4),利用地面瓦斯抽采装置对目的煤层(9)进行预先瓦斯抽放;然后,在目的煤层底板岩巷(6)中合理设置井下钻场(8),采取井下穿层钻孔(7)技术在钻场(8)中钻设多个放射状直孔,利用井下瓦斯抽采装置进行二次瓦斯抽放,保证待采煤层瓦斯含量达到安全开采标准以下。采取地面直井(2)与井下穿层钻孔(7)相结合的方法进行煤层卸压消突,可解决普通瓦斯抽采方法抽采周期长的问题,同时最大限度的减少煤层存在的盲区,为煤炭安全开采提供保障。

    基于深度强化学习的多用户无线信道资源分配优化方法

    公开(公告)号:CN117793803A

    公开(公告)日:2024-03-29

    申请号:CN202311813162.2

    申请日:2023-12-26

    Applicant: 郑州大学

    Abstract: 本发明提供一种基于深度强化学习的多用户无线信道资源分配优化方法,在为用户分配信道资源时,考虑了用户交互的体验以及体验的时效性,提高了整个用户群体的体验质量;在模拟场景方面,考虑了存在多用户交互的实际的动态场景,同时更加注重多个用户之间交互的时效性;考虑到巨大的系统状态空间和未知的系统动态等系统不确定性因素,提出了一种求解马尔可夫过程(MDP)最优控制策略的DRL方法,利用DRL中的神经网络解决传统RL面临巨大状态空间所面临的窘境;采用了PPO算法,针对要解决的实际问题,对其内部网络结构进行改进和适当的参数调整,保证了交互的时效性和用户整体的体验质量,即奖励值优于其他方案。

    基于视频混合域的多目标追踪方法、系统、装置及介质

    公开(公告)号:CN116523953A

    公开(公告)日:2023-08-01

    申请号:CN202310514980.6

    申请日:2023-05-09

    Applicant: 郑州大学

    Abstract: 本发明提供一种基于视频混合域的多目标追踪方法、系统、装置及介质。所述方法为:MV数据采集处理,从视频码流中提取运动矢量后,对运动矢量进行预处理,其中,运动矢量记为MV;像素域目标检测,将待检测视频输入到预训练的目标识别网络模型进行预测,获得目标预测框;追踪联合决策,根据第n‑1帧的目标追踪框的集合与目标预测框的MV,调整第n‑1帧中每个目标追踪框的x,y进行修正,判断第n帧的预测框的集合与修正后的目标追踪框的集合中对应的目标预测框与目标追踪框是否为同一目标;得到追踪结果,在每帧中记录并画出列表An中目标追踪框位置与编号,即得追踪结果。

    基于LightGBM算法和卷积神经网络的两阶段细粒度网络入侵检测模型

    公开(公告)号:CN114710306A

    公开(公告)日:2022-07-05

    申请号:CN202110422786.6

    申请日:2021-04-15

    Applicant: 郑州大学

    Abstract: 针对数据类不平衡问题,从模型构建的层面,本发明提供了一种基于LightGBM算法和卷积神经网络的两阶段细粒度网络入侵检测模型。本发明技术方案主要分两个阶段执行,第一阶段首先获取待识别的网络流量数据,对数据流进行预处理,然后使用机器学习中的LightGBM算法对网络流量数据进行正异常识别。第二阶段使用二维卷积神经网络对第一阶段预测为异常类的样本进行细粒度攻击类型检测。本发明的第二阶段中还设置了可选的基于数据集不平衡比率的IR‑SMOTE过采样技术。本发明提供的基于LightGBM算法和卷积神经网络的两阶段细粒度网络入侵检测模型能很好地适应不平衡数据集,分类效率高,性能较优。

    智能垃圾桶及基于深度学习的垃圾分类方法

    公开(公告)号:CN109606991B

    公开(公告)日:2022-02-08

    申请号:CN201910027282.7

    申请日:2019-01-11

    Applicant: 郑州大学

    Abstract: 本发明提供了一种智能垃圾桶及基于深度学习的垃圾分类方法,该智能垃圾桶包括垃圾桶本体,以及设置在所述垃圾桶本体内的若干分类垃圾箱;还包括控制装置、金属探测装置、垃圾图像采集装置和分类垃圾箱门控装置;金属探测装置,实时采集待分类垃圾的金属属性;垃圾图像采集装置实时采集待分类垃圾的图像信息;所述分类垃圾箱门控装置,与所述控制装置相连,用于控制所述分类垃圾箱的箱门开关;所述控制装置,根据所述待分类垃圾的金属属性和所述待分类垃圾的图像信息,驱动所述分类垃圾箱门控装置动作,使得所述待分类垃圾落入相应的分类垃圾箱中。本发明具有设计科学、实用性强、便于分类、节约能源和生产成本低的优点。

    一种基于AdaBoost的半监督学习标签噪声防御算法

    公开(公告)号:CN113269258A

    公开(公告)日:2021-08-17

    申请号:CN202110587195.4

    申请日:2021-05-27

    Applicant: 郑州大学

    Abstract: 针对数据中存在的标签噪声问题,本发明提出一种标签校正框架来检测数据中存在的标签噪声。基于五个真实的UCI数据集和TREC 2007垃圾邮件数据集,本发明技术方案首先人为地向数据集中注入标签噪声;然后利用标签噪声检测框架来标记可疑的样本标签并重新标注噪声样本的标签;最后使用机器学习算法评估了该检测框架的有效性。本发明的关键技术是一种基于AdaBoost的半监督学习标签噪声防御算法(AdaSSL)。该AdaSSL算法首先使用AdaBoost算法将数据集划分为权重较大的样本集和权重较小的样本集;然后使用半监督学习算法重新标记权重较大的样本集合的标签;最后汇总两个集合的样本。AdaSSL防御算法结合了AdaBoost和半监督学习技术的优点,有效地改善了数据集中样本的标签质量,提高了机器学习分类性能。

Patent Agency Ranking