-
公开(公告)号：CN118552626B
公开(公告)日：2024-11-26
申请号：CN202411002916.0
申请日：2024-07-25
Applicant: 中南大学
IPC: G06T7/80 , G06N3/0455
Abstract: 本发明公开了一种单视角图像相机标定方法，包括获取现有的图像数据集；基于图像的几何特征提取图像对应的特征向量并构建训练数据集；构建包括编码器网络和解码器网络的单视角图像相机标定初步模型并训练得到单视角图像相机标定模型；采用单视角图像相机标定模型完成目标单视角图像相机的参数标定。本发明还公开了一种实现所述单视角图像相机标定方法的系统。本发明能够在不预设标志物的场景中获得更精准的标定结果，而且可靠性更高，精确性更好，实用性更好。
-
公开(公告)号：CN114548646B
公开(公告)日：2024-11-26
申请号：CN202111532410.7
申请日：2021-12-15
Applicant: 中南大学
IPC: G06Q10/0635 , G06Q50/22 , G06F16/2458
Abstract: 本发明公开了一种基于关联规则的疫情风险因子识别方法，包括步骤：从官方数据源中提取数据；对提取的数据中的非离散型数据进行数据形式变换；对数据形式变换后的数据进行数据挖掘，生成关联规则，并识别出风险因子；先对关联规则进行分析排序，然后对风险因子进行分析，得出风险因子的风险程度；还公开了一种基于关联规则的疫情风险因子识别系统，该系统包括数据提取模块、数据处理模块、数据挖掘模块和综合分析模块；该方法通过对疫情相关数据进行特征分级与标签化，实现了疫情相关数据形式的转换，提高了数据的鲁棒性和延展性，从而可以利用关联规则对大规模、多维度的数据进行数据挖掘和分析，不再受限于数据的规模和维度。
-
公开(公告)号：CN118397038B
公开(公告)日：2024-09-03
申请号：CN202410813628.7
申请日：2024-06-24
Applicant: 中南大学
IPC: G06T7/215 , G06N3/045 , G06N3/0464 , G06N3/08 , G06T7/207 , G06V10/54 , G06V10/56 , G06V10/80 , G06V10/82
Abstract: 本申请公开了一种基于深度学习的运动目标分割方法、系统、设备及介质，本方法通过采用特征提取网络模型提取预处理后的第一输入图片和第二输入图片中的特征，并将特征提取网络模型中的若干网络层输出的特征作为特征向量集，得到第一特征向量集和第二特征向量集；构建第一特征金字塔和第二特征金字塔，并基于第一特征金字塔和第二特征金字塔估计光流，得到光流结果；将第二特征向量集中最后提取的特征向量进行多尺度的深层次特征提取，得到深层次特征向量集；将深层次特征向量集与光流结果进行不同尺度的特征融合，得到多个融合特征；根据多个融合特征，采用分割头进行运动目标分割，得到运动目标分割结果。本申请能够提高运动目标分割的准确度。
-
公开(公告)号：CN118503733A
公开(公告)日：2024-08-16
申请号：CN202410963089.5
申请日：2024-07-18
Applicant: 中南大学
IPC: G06F18/23 , G06F18/211 , G06F18/2133
Abstract: 本申请公开了一种基于非负矩阵分解的多视图聚类方法、系统、设备及介质，本方法通过获取多视图的原始数据矩阵；对原始数据矩阵进行多次非负矩阵分解，得到聚类目标矩阵和空间基矩阵；基于原始数据矩阵、聚类目标矩阵和空间基矩阵，构建第一目标损失函数和第二目标损失函数，其中，第一目标损失函数用于指示对原始数据矩阵进行去噪，第二目标损失函数用于指示对原始数据矩阵进行特征重要性评估，以根据特征重要性进行特征选择；采用交替方向乘子法对第一目标损失函数和第二目标损失函数进行迭代，得到目标聚类结果。本申请能够提高聚类结果的准确性，从而提高聚类效果。
-
公开(公告)号：CN117951200A
公开(公告)日：2024-04-30
申请号：CN202410299450.9
申请日：2024-03-15
Applicant: 中南大学
IPC: G06F16/2458 , G06F16/215 , G06F17/16 , G06N3/0464 , G06N3/084
Abstract: 本公开实施例中提供了一种空间时间序列数据补全方法、设备及介质，属于数据处理技术领域，具体包括：步骤1，将原始时空数据输入具有全局注意力的卷积模型，得到原始时空数据对应的元素对，以及，改变原始时空数据的感受野；步骤2，根据元素对乘积和softmax激活函数得到卷积模型的卷积核，并对改变感受野的原始时空数据进行卷积，完成数据补全。通过本公开的方案，使用一个具有全局注意力的卷积模型，它同时生成卷积核和经由感受野处理过的数据，高效同步建模了时间长期依赖性和短期相关性，提高了数据补全的效率和适应性。
-
Patent Agency Ranking
公开(公告)号：CN117627003A
公开(公告)日：2024-03-01
申请号：CN202311595361.0
申请日：2023-11-24
Applicant: 滁州市兴全矿业投资有限公司 , 中南大学
Abstract: 本发明公开了一种生态边坡注浆加固结构，旨在实现边坡加固的同时，有效防止边坡表面水土流失。为此，本发明提供的生态边坡注浆加固结构，包括设置在边坡上的若干锚固桩以及铺设在所述边坡表面的格构，所述格构的网格孔中填充有用于种植植物的培养土，所述锚固桩中预埋锚固有拉索，所述格构上设有供所述拉索穿出的插孔，所述拉索从所述插孔中穿出后与锚具连接以将所述格构压紧固定在所述边坡表面上。
-
公开(公告)号：CN117241104A
公开(公告)日：2023-12-15
申请号：CN202311469866.2
申请日：2023-11-07
Applicant: 中南大学
IPC: H04N21/8358 , H04L9/00 , H04N21/2347 , H04N21/4408 , H04N21/81
Abstract: 本发明公开了一种DIBR‑3D视频版权保护的零水印方法及系统，本方法通过对2D视频水平平移不变分量和深度图噪声不变分量进行预处理；采用训练好的特征提取网络模型对预处理后的2D视频水平平移不变分量和预处理后的深度图噪声不变分量进行特征提取；若2D视频和深度图的版权所有者一样，则将第一特征和第二特征进行特征融合；采用混沌映射系统对融合特征进行加密和二值化得到混沌序列，并将混沌序列和融合特征进行异或操作，得到加密特征；基于加密特征和原始二值水印，生成从共享，并根据从共享恢复水印；根据原始二值水印和恢复的水印进行版权鉴别。本发明能够确保DIBR‑3D视频版权鉴别的灵活性、协同性、可靠性和鲁棒性。
-
公开(公告)号：CN113399124B
公开(公告)日：2023-11-14
申请号：CN202110673710.0
申请日：2021-06-17
Applicant: 洛阳豫鹭矿业有限责任公司 , 中南大学 , 洛阳振北工贸有限公司
IPC: B03D1/018 , B03D1/14 , B03D101/06 , B03D101/02 , B03D103/04
Abstract: 本发明公开了一种提高低品位伴生白钨矿预选段选矿效率的方法，该方法的特点是：在选钼尾矿来浆搅拌桶中加入药剂，矿浆和所述药剂充分混匀作用后，被扬送到射流浮选机中进行白钨一次粗选，药剂中的抑制剂包括硫酸化褐煤；二次粗选得到的低品位白钨粗精矿中加入抑制剂，扬送到浮选柱中进行预精选，得到较高品位的粗精矿，与一次粗选得到的粗精矿合并为最终白钨粗精矿，等待后续精选；用射流浮选机进行扫选。本发明通过不同工序采用不同浮选机或浮选柱的协同作用及使用包括硫酸化褐煤作为脉石抑制剂，使低品位白钨矿预选段的回收率和精矿品位得到有效提高；并且成本较低且易于实现。
-
公开(公告)号：CN113094620B
公开(公告)日：2023-10-10
申请号：CN202110443251.7
申请日：2021-04-23
Applicant: 中南大学
IPC: G06F16/958
Abstract: 本发明提供了网络舆情云平台接入舆情系统的各类数据分析模型交换方法、系统及平台；该交换方法包括：构建标准化网络舆情数据分析模型运行环境，对接入舆情云平台的各舆情系统的各类网络舆情数据分析模型提供标准化运行环境；各舆情系统标准化数据分析模型，确保所提供的数据分析模型能够在舆情云平台的标准化运行环境下正常运行；构建网络舆情数据分析模型交易集市，舆情公司对所提供到舆情云平台上的数据分析模型按使用次数、使用时长或分析数据量等规则进行自主标价；以及舆情系统或用户单位根据自身需求从舆情云平台中采购或使用任一个数据分析模块。本发明将多个异构网络舆情系统的各类分析模型共享至网络舆情云平台一平台进行交换使用，提高所有接入网络舆情公司的分析模型利用率。
-
公开(公告)号：CN116758377A
公开(公告)日：2023-09-15
申请号：CN202310864152.5
申请日：2023-07-14
Applicant: 中南大学
IPC: G06V10/774 , G06N3/045 , G06N3/0475 , G06N3/086 , G06N3/094 , G06V10/764 , G06V10/82
Abstract: 本发明提供了一种用于动态视觉货柜识别的自适应对抗训练方法，包括步骤S1、初始化目标网络参数或初始化目标网络预训练配置，获得动态视觉货柜中正确识别且未加扰动的Xclean；步骤S2、根据目标网络的鲁棒性，采用策略生成器利用启发式的差分进化算法生成自适应调整的攻击参数向量θ；步骤S3、将攻击参数向量θ输入对抗样本生成器，经对抗样本生成器在Xclean中添加扰动生成对抗样本；步骤S4、将Xclean和对抗样本同时输入目标网络中进行训练，并设置训练目标函数；步骤S5：重复步骤S2‑S4，直至达到最大迭代次数，获得用于动态视觉货柜识别的识别模型。本发明能够提高动态视觉货柜中识别模型的对抗攻击能力。
-
-
-
-
-
-
-
-
-
Search Results
281
records
(took 0.144 seconds)
