有限元建模中基于特征抑制的模型态生成方法

    公开(公告)号:CN101241520A

    公开(公告)日:2008-08-13

    申请号:CN200810020561.2

    申请日:2008-02-01

    IPC分类号: G06F17/50

    摘要: 有限元建模中基于特征抑制的模型态生成方法,其特征是由用户提供待简化模型;识别待简化模型中可简化特征;确定待简化特征数量;获得待简化特征在其被抑制后的敏感值;以所有被抑制特征敏感值之和表征模型态误差水平;估计模型态进行网格划分后的单元数量;根据模型的误差水平和单元数量Ne进行模型态的选择,获得简化模型编码;再应用特征抑制法生成对应于简化模型编码的简化模型。本发明方法实现模型中各特征的变化对有限元计算结果敏感性的客观评价,建立模型中各要素的取舍与变化对计算结果的敏感性评价体系,并给出了客观精确的模型态消耗时间的估计方法,在此基础上生成模型态。

    计算机辅助设计中模型误差层次的构建方法

    公开(公告)号:CN101196960A

    公开(公告)日:2008-06-11

    申请号:CN200710192053.8

    申请日:2007-12-30

    IPC分类号: G06F17/50

    摘要: 计算机辅助设计中模型误差层次的构建方法,其特征是根据用户提供的待简化模型以及载荷条件和网格剖分条件,将待简化模型中特征分为高曲率特征和非高曲率特征分别建立特征链表,从链表中选择待简化的特征,获得每个所选择的待简化特征的体积、位置参数和相应简化方案下的网格直径改变量,从而获得所选择的每个待简化特征在其相应的简化方案下的敏感值,将所有单个敏感值、不同特征共有的敏感值与不同特征非共有的敏感值之间的互异的和值作为LOE集,所获得的各LOE值与模型简化程度级别一一对应;本发明方法实现了模型中各特征的变化对有限元计算结果敏感性的客观评价,向用户提供了更多的模型简化程度级别,增添了模型简化的灵活性。

    一种视频异常检测装置及检测方法

    公开(公告)号:CN118644810A

    公开(公告)日:2024-09-13

    申请号:CN202411116866.9

    申请日:2024-08-15

    摘要: 本发明公开了一种视频异常检测装置及检测方法,属于计算机视觉技术领域。针对现有技术中存在的视频异常检测模型对不同异常特征建模较弱的问题,本发明在一阶段通过特征提取模块提取待检测视频中视频片段的原始特征,第一特征增强模块对原始特征进行特征增强得到第一时序特征,特征采样模块对第一时序特征进行特征重建得到泛化特征,在二阶段通过第二特征增强模块对原始特征进行特征增强得到第二时序特征,将一阶段生成的泛化特征和第二时序特征进行特征对齐操作,通过泛化特征约束第二时序特征,最后,异常得分模块计算第二时序特征得到异常得分,根据异常得分判断视频片段是否异常,实现对异常特征进行更泛化地建模并且提高视频异常检测性能。

    一种基于质量注意力机制的视频时空特征优化方法、系统、电子设备及存储介质

    公开(公告)号:CN115243031B

    公开(公告)日:2024-06-21

    申请号:CN202210687345.3

    申请日:2022-06-17

    摘要: 本发明公开了一种基于质量注意力机制的视频时空特征优化方法、系统、电子设备及存储介质,属于视频质量评价领域,该系统包括:特征提取模块,用于提取视频中大感受野的原始时空维度特征;解耦模块,用于将原始时空维度特征解耦成原始空间特征和/或原始时间特征;质量注意力机制模块,用于接收原始空间特征,对提取的原始空间特征施加与视频质量相关的权重;其中利用视频在空间上的注意力情况对其实施注意力机制,利用质量提取模块获得所需的注意力参数,利用质量注入模块共享参数,并优化提取到的特征,使得特征在空间上更加关注质量相关信息而不是仅关注失真信息;同时在时间维上突出重要视频帧所占的作用,从而提高视频评价质量。

    一种人体运动状态的分析方法、装置及存储介质

    公开(公告)号:CN117838102A

    公开(公告)日:2024-04-09

    申请号:CN202410024031.4

    申请日:2024-01-07

    摘要: 本发明提供一种人体运动状态的分析方法、装置及存储介质,所述的人体运动状态的分析方法,包括如下步骤:S1:获取不同动作下的人体运动状态数据,计算得到与人体运动状态评估相对应的特征参数和相应的贡献度;S2:生成集成S1中获得的各数据的可视分析视图;S3:建立对可视分析视图的构建规则,筛选出S1中反映运动康复的目标数据在可视分析视图中交互分析。本发明能够尽可能在视图中集成更多的人体运动状态信息,帮助康复医疗专业人员获取患者进行运动康复时的风险情况,从而能及时调整和改善运动康复方案,提高运动康复的效率和效果。

    一种弱监督视频异常检测方法、系统及模型训练方法

    公开(公告)号:CN115861903B

    公开(公告)日:2023-05-05

    申请号:CN202310122389.6

    申请日:2023-02-16

    摘要: 本发明公开了一种弱监督视频异常检测方法、系统及模型训练方法,属于视频异常检测技术领域。本发明设计了教师模型和学生模型,教师模型基于时间注意力机制构建,使视频特征更关注时序信息;学生模型将自注意力机制嵌入到视频特征提取模块中,使得视频特征更关注空间信息,教师模型将关注时序信息的知识进行蒸馏,提供给学生模型,且预测视频的异常得分,并将此标签作为知识传递给学生模型,作为指导;学生模型将空间信息和教师模型传递出来的时序信息进行融合,获得了具有时空信息的视频特征。本发明能作为公共安全系统中的异常检测模块提供算法支持,解决以往异常检测算法监督精度较差,对于异常的时间定位不准确的问题。

    一种会议数据处理方法及系统
    27.
    发明公开

    公开(公告)号:CN114692756A

    公开(公告)日:2022-07-01

    申请号:CN202210330445.0

    申请日:2022-03-30

    摘要: 本发明公开了一种会议数据处理方法及系统,所述会议数据处理方法包括以下步骤:获取会议的文本数据,所述文本数据包括会议的主题数据和与会人员的发言信息;根据所述主题数据,从所述发言信息中提取与会人员的观点信息;分析所述观点信息,获取会议结论;根据所述会议结论,获取所述观点信息对会议的推进程度,并获得评估数据;以及处理所述文本数据、所述观点信息、所述会议结论和所述评估数据,获得可视化会议数据。本发明提供了一种会议数据处理方法及系统,有助于回溯会议过程,提高复盘分析效率。

    一种基于自动扩增样本的车型识别方法及系统

    公开(公告)号:CN111079640B

    公开(公告)日:2022-03-29

    申请号:CN201911281530.7

    申请日:2019-12-09

    IPC分类号: G06V20/54 G06N3/04 G06N3/08

    摘要: 本发明提供了一种基于自动扩增样本的车型识别方法及系统。车型识别方法步骤为,首先对车辆图像进行预处理和标注;然后训练车辆检测网络;同时基于生成对抗网络构建的样本生成模块,生成新的车辆图像数据,即为生成样本,对生成样本进行自动标注,训练车型识别网络;最后部署在线车辆检测网络和车型识别网络。所述系统包括车辆图像预处理和标注模块、车辆检测模块、样本生成模块、生成样本自动标注模块和车型识别模块。本车型识别方法解决了在样本不足的情况下,从多种不同角度拍摄的车辆图像,其车型识别率不高的问题。

    一种基于自动扩增样本的车型识别方法及系统

    公开(公告)号:CN111079640A

    公开(公告)日:2020-04-28

    申请号:CN201911281530.7

    申请日:2019-12-09

    IPC分类号: G06K9/00 G06N3/04 G06N3/08

    摘要: 本发明提供了一种基于自动扩增样本的车型识别方法及系统。车型识别方法步骤为,首先对车辆图像进行预处理和标注;然后训练车辆检测网络;同时基于生成对抗网络构建的样本生成模块,生成新的车辆图像数据,即为生成样本,对生成样本进行自动标注,训练车型识别网络;最后部署在线车辆检测网络和车型识别网络。所述系统包括车辆图像预处理和标注模块、车辆检测模块、样本生成模块、生成样本自动标注模块和车型识别模块。本车型识别方法解决了在样本不足的情况下,从多种不同角度拍摄的车辆图像,其车型识别率不高的问题。

    基于梯度方向划分的特征量化的车标特征提取和识别方法

    公开(公告)号:CN109446882A

    公开(公告)日:2019-03-08

    申请号:CN201811032667.4

    申请日:2018-09-05

    IPC分类号: G06K9/00 G06K9/46 G06K9/62

    摘要: 本发明公开了一种基于梯度方向划分的特征量化的车标特征提取和识别方法,首先对卡口系统拍摄的车标图像进行预处理,计算每个像素的梯度大小和方向,将所有像素的梯度信息存入对应的梯度矩阵;预先划分k个梯度方向,统计每个像素周围所有像素对应k个梯度方向的梯度大小,把梯度大小累加放入k个不同的梯度大小矩阵;分别提取k个梯度大小矩阵的LTP特征,将提取到的k个LTP特征拼接,得到原始车标图像的像素特征;通过K-means将样本中所有的特征进行分类得到离线码本,最后再使用SVM进行车标图像的分类识别。本发明针对卡口图像中的车标识别提出了具体的识别方案,识别的结果正确率很高,可以满足实际智能交通系统的需求。