-
公开(公告)号：CN108647213A
公开(公告)日：2018-10-12
申请号：CN201810489286.2
申请日：2018-05-21
Applicant: 辽宁工程技术大学
IPC: G06F17/27
Abstract: 本发明提供一种基于耦合关系分析的组合关键字语义相关度评估方法，涉及短文本分析、Web数据库关键字查询技术领域。该方法包括：利用中英文分词方法从短文本集合中抽取出不同关键字建立关键字耦合关系图；计算关键字之间的耦合关系；将组合关键字对转换为耦合关系矩阵，利用耦合关系矩阵构成核函数，根据核函数计算组合关键字之间的语义相关度。本发明提供的一种基于耦合关系分析的组合关键字语义相关度评估方法，将耦合关系分析思想引入到短文本分析和Web数据库的关键字查询中，扩展了用户的查询思路，完善了用户的查询需求，解决了用户的查询意图模糊或不明确，无法有效表达查询需求的问题，有效提高了查询的准确性。
-
公开(公告)号：CN103249144A
公开(公告)日：2013-08-14
申请号：CN201310199456.0
申请日：2013-05-27
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种基于C型的无线传感器网络节点定位方法，该方法利用RSSI测量值能够实现节点的高精度定位，但传统RSSI方法精度及易受到外界因素的影响。本发明具体是：首先构建C型网络，将定位区域进行划分成多个规则的几何图形；利用概率分布函数计算出节点度模型，作为定位的约束条件；选取合理的RSSI环境参数值，在读取RSSI值方面，使用相关性分析方法选择有效RSSI值，在一定程度上去掉了RSSI测量时的异常值，提高了节点间RSSI测量值的精确度；最后根据测量值进行定位。应用本发明能够依据少量的网络信息，根据具体环境调整定位参数，简单有效的提高了节点的定位精度。
-
公开(公告)号：CN117078966A
公开(公告)日：2023-11-17
申请号：CN202311052128.8
申请日：2023-08-21
Applicant: 辽宁工程技术大学
IPC: G06V10/62 , G06V10/80 , G06V20/40 , G06V20/64 , G06V10/82 , G06T7/246 , G06T7/73 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种合成数据驱动目标6D姿态追踪的方法，涉及6D姿态估计技术领域。本发明提出了一种高鲁棒性的刚体目标6D姿态实时追踪网络。在数据预处理阶段，通过对合成数据做增强处理，增强样本多样性的同时降低数据采集成本。在连续帧中提取目标物体的关键时空信息来估计姿态，设计残差采样滤波模块提高网络对于遮挡的鲁棒性，在长期追踪过程中减小了因视角变化导致的目标抖动问题。本发明提出的网络可以更好地通过合成数据训练实时准确地追踪目标6D姿态，网络收敛速度较快。实验结果表明本发明提出的方法在追踪精度和效率上均高于同类相关方法，验证了本发明方法的有效性。
-
公开(公告)号：CN109816706B
公开(公告)日：2022-12-06
申请号：CN201910105274.X
申请日：2019-02-01
Applicant: 辽宁工程技术大学
IPC: G06T7/33
Abstract: 本发明提出一种平滑约束与三角网等比例剖分像对稠密匹配方法，包括：在像对I1与I2上应用ORB算法，获得稀疏匹配点集；筛选出以特征点为中心的邻域中密度直达的特征点集；对特征点集进行DBSCAN密度聚类，形成集合；用集合进行DBSCAN密度聚类处理剔除外点，得到内点集；构建待匹配图像I1的Delaunay三角网Tri1；构建目标图像I2的Delaunay三角网Tri2；计算三角网Tri1和Tri2中等比例点的坐标；等比例点的稠密化，进一步优化构成相似三角形的内点集；重新构造待匹配图像I1和目标图像I2的三角网Tri'1和Tri'2；判断三角区域间的相似性度量值，输出三角网稠密匹配点的坐标；本发明的目的是避免由于某些局部外点造成仿射变换矩阵估计不准确而影响整体平面稠密匹配准确率的问题，实验验证本发明方法有效。
-
公开(公告)号：CN107071897B
公开(公告)日：2020-04-10
申请号：CN201710223850.1
申请日：2017-04-07
Applicant: 辽宁工程技术大学
Abstract: 本发明提出一种基于环型的Wi‑Fi室内定位方法，属于Wi‑Fi室内定位技术领域，本发明在RSSI定位模型基础上首先提出从空间上分析Wi‑Fi的MAC层信号特性，将定位空间按照一定规则进行区域划分，建立以无线访问接入点AP为中心的环状结构，并在环状上以直线距离r为间隔采点并收集RSS训练集，得到环状地图；在此基础上研究环状地图上各点信号特性，对收集到的RSS训练集进行坏数据剔除；根据预处理的结果，建立自适应信号传播模型，最后构建能够充分反映定位算法优劣、兼顾网络成本与精度的定位方法，弥补现有定位算法的局限，提升待定位节点的定位精度，使得Wi‑Fi网络效益最大化，进而促进物联网的发展，对全球经济及信息化的发展起到一定的促进。
-
Patent Agency Ranking
公开(公告)号：CN106780574B
公开(公告)日：2019-06-25
申请号：CN201611033115.6
申请日：2016-11-18
Applicant: 辽宁工程技术大学
IPC: G06T7/33
Abstract: 本发明提出一种图像的无纹理区域匹配方法，属于图像处理技术领域，本发明利用仿射变换过程中的不变量，构造DTTC图(Distance transform towards centroid)，并以此为基础进行匹配使得采用模板匹配方法可以对无纹理区域进行匹配；值得一提的是，本发明适用于彩色图像，在处理自然图像匹配时彩色纹理的生成更有利于区别不同颜色无纹理区域的匹配。
-
公开(公告)号：CN109886325A
公开(公告)日：2019-06-14
申请号：CN201910105261.2
申请日：2019-02-01
Applicant: 辽宁工程技术大学
Abstract: 本发明提出一种非线性颜色空间分类的模板选择与加速匹配方法，包括：包括模型训练与图像匹配过程，模型训练包括：收集训练图像样本，提取训练图像样本的CIE色度图，人工标注其所属颜色类别号；获取五层前馈神经网络模型；图像匹配过程包括：输入彩色一对图像，设定采样率；进行隔点降采样处理；获得分类结果集合；计算相似概率的度量值；选择分值最高的前k个值所对应的i即为首选颜色类别号，根据首选颜色类别号即对应出模板图像中的模板区域及待匹配图像中的待匹配区域；到模板图像中的模板区域及待匹配图像中的待匹配区域匹配关系。实验结果表明，本发明具备更高的配准率与执行速度，解决了现有匹配方法存在的线性模型度量彩色空间颜色距离与人眼视觉判定不一致问题。
-
公开(公告)号：CN109829502A
公开(公告)日：2019-05-31
申请号：CN201910105678.9
申请日：2019-02-01
Applicant: 辽宁工程技术大学
Abstract: 一种面向重复纹理及非刚性形变的像对高效稠密匹配方法，通过降采样待匹配像对，获得稀疏匹配点集，而后随机抽样一致方法剔除匹配点集中的外点，再利用上一步得到的匹配结果估计相机位姿及缩放比例确定每个点对稠密化过程中的邻域，提取内点所在邻域的HOG描述符，并对其进行卷积得到分数矩阵，最后通过归一化后的分数矩阵筛选出新增匹配点集的相对坐标，并将其还原为匹配像对上的绝对坐标来达到稠密匹配的目的：通过该方法能够获得更为稠密的匹配点，对比DM的算法，使得数据上的查准率平均提升近十个百分点，时间效率提升近三十个百分点，空间效率提升近二十五个百分点，继而降低了处理图像时的时间和空间资源的消耗。
-
公开(公告)号：CN109541537A
公开(公告)日：2019-03-29
申请号：CN201811492139.7
申请日：2018-12-07
Applicant: 辽宁工程技术大学
IPC: G01S5/06 , H04B17/318 , H04B17/391 , H04W4/02 , H04W4/33
Abstract: 本发明提供一种基于测距的普适室内定位方法，涉及室内定位技术领域。该方法首先在室内定位空间采样点处收集AP的RSSI信号，并采用快速聚类方法对收集到的各采样点上获取的RSSI信号进行去噪处理，得到每个采样点的RSSI值；然后对每个采样点的RSSI值进行数据回归优化，得到一种自适应信号传播模型，计算出待定位节点与AP之间的距离d，建立待定位节点到AP的目标函数；最后利用天牛须方法求解目标函数中的待定位节点的位置坐标值。本发明提供的基于测距的普适室内定位方法，对AP的数量没有限制，多AP或者单个AP都可实现高效寻优，突破了传统基于测距精度受限的问题，定位精度达到了与指纹定位相媲美。
-
公开(公告)号：CN106780574A
公开(公告)日：2017-05-31
申请号：CN201611033115.6
申请日：2016-11-18
Applicant: 辽宁工程技术大学
IPC: G06T7/33
Abstract: 本发明提出一种图像的无纹理区域匹配方法，属于图像处理技术领域，本发明利用仿射变换过程中的不变量，构造DTTC图(Distance transform towards centroid)，并以此为基础进行匹配使得采用模板匹配方法可以对无纹理区域进行匹配；值得一提的是，本发明适用于彩色图像，在处理自然图像匹配时彩色纹理的生成更有利于区别不同颜色无纹理区域的匹配。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.03 seconds)
