一种基于流场物理信息的网格密度优化方法

    公开(公告)号:CN116205153A

    公开(公告)日:2023-06-02

    申请号:CN202211687036.2

    申请日:2022-12-27

    Inventor: 曾志勇 刘江

    Abstract: 本发明涉及一种基于流场物理信息的网格密度优化方法,其特征在于:属于流体力学仿真模拟领域,包括以下步骤:步骤一:在流体力学问题数值模拟系统中,为流体生成初始网格,给出初始的流场上的物理量分布;步骤二:计算网格系统中内部边的特征物理量梯度;步骤三:基于特征物理量梯度的分布调整网格,计算每一个内部节点的位移;步骤四:依据内部节点的位移矢量更新网格,迭代执行步骤二至四,直到网格的特征物理量梯度方差满足收敛条件,输出优化后的网格。本发明可同时应用于二维和三维网格,与优化前网格相比,能在计算时长基本不变的情况下,提高计算精度;尤其当网格数量比较少时,对比结果更加明显。

    基于双螺旋缺陷地结构的宽带高效率J/F类功率放大器

    公开(公告)号:CN114448357A

    公开(公告)日:2022-05-06

    申请号:CN202210101928.3

    申请日:2022-01-27

    Abstract: 本发明涉及一种基于双螺旋缺陷地结构的宽带高效率J/F类功率放大器,属于射频微波技术领域。该功率放大器包括介质基板,正面设置有输入匹配电路、栅极偏置电路、漏极偏置电路、二次谐波抑制电路、输出匹配电路和T型模块;背面为接地面,设置有双螺旋缺陷地单元结构;输入匹配电路的一端与功率放大管栅极连接,另一端依次通过栅极偏置电路、T型模块和漏极偏置电路与功率放大管漏极连接;输出匹配电路端与二次谐波抑制电路连接。本发明放大器既具有宽带性能又具有较高输出效率。

    一种快速行为识别方法和系统

    公开(公告)号:CN105095866B

    公开(公告)日:2018-12-21

    申请号:CN201510422807.9

    申请日:2015-07-17

    Abstract: 本发明涉及一种快速行为识别方法和系统,在该方法的训练过程中,采用计算复杂度低的特征提取算法,并采用多种降维手段对所得的特征矩阵进行降维和归一化,降低处理所需时间;在该方法的识别过程中,将捕获的视频采用与训练过程相同的算法进行处理,之后放入训练得到的模型中进行检测和识别;该系统由五部分组成:视频采集模块、离线学习模块、行为识别模块、多线程处理模块和视频显示模块;该系统采用滑动窗口机制将实时捕获的视频处理成若干的视频段,在进行行为识别时对每个视频段进行处理,保证识别结果的实时更新。同时,将计算复杂度较高的特征提取和特征编码过程进行多线程处理,保证处理识别的实时性,可以实现快速准确的对视频中出现的行为进行识别和可视化显示,操作方便,便于扩展。

    一种基于单帧图像处理的人数统计系统

    公开(公告)号:CN105303193A

    公开(公告)日:2016-02-03

    申请号:CN201510603079.1

    申请日:2015-09-21

    CPC classification number: G06K9/6256 G06K9/6269 G06T7/0002 G06T2207/30242

    Abstract: 本发明涉及一种基于单帧图像处理的人数统计系统,该系统包括离线训练模块和在线检测模块;离线训练模块首先获取应用场景的图像训练集,然后从训练集中人工标注正样本和负样本,用于训练级联检测器,并用训练好的检测器对训练图像集执行检测任务;再根据检测结果重新构造人头正负样本集,用于训练分类器;在线检测模块首先利用级联检测器对待统计图像执行人头粗检测,获得疑似人头区域,再利用分类器对疑似人头区域进一步进行识别确认,最后利用应用场景中各种先验信息对检测结果进行后处理,得到最终的检测结果。该系统可以节约大量的人力资源,避免由于人为因素所造成的错误统计,并很好地克服了人工计数在某些场景下的计数劣势。

    一种快速行为识别方法和系统

    公开(公告)号:CN105095866A

    公开(公告)日:2015-11-25

    申请号:CN201510422807.9

    申请日:2015-07-17

    CPC classification number: G06K9/00744 G06K9/6269

    Abstract: 本发明涉及一种快速行为识别方法和系统,在该方法的训练过程中,采用计算复杂度低的特征提取算法,并采用多种降维手段对所得的特征矩阵进行降维和归一化,降低处理所需时间;在该方法的识别过程中,将捕获的视频采用与训练过程相同的算法进行处理,之后放入训练得到的模型中进行检测和识别;该系统由五部分组成:视频采集模块、离线学习模块、行为识别模块、多线程处理模块和视频显示模块;该系统采用滑动窗口机制将实时捕获的视频处理成若干的视频段,在进行行为识别时对每个视频段进行处理,保证识别结果的实时更新。同时,将计算复杂度较高的特征提取和特征编码过程进行多线程处理,保证处理识别的实时性,可以实现快速准确的对视频中出现的行为进行识别和可视化显示,操作方便,便于扩展。

Patent Agency Ranking