一种无编码CUP-VISAR系统及数据重构方法

    公开(公告)号:CN117492029A

    公开(公告)日:2024-02-02

    申请号:CN202311455541.9

    申请日:2023-11-03

    Abstract: 本发明涉及一种无编码CUP‑VISAR系统及数据重构方法,属于以采用光学方法为特征的计量设备领域。本发明根据积分相机上采集到的空间混叠二维数据和条纹相机上采集到的时间维度数据构建数学模型,使用适配的最优化方法求解,结合行锚定降噪方法,实现数据在空间和时间上的高质量重构。本发明通过积分相机将干涉仪产生的动态条纹在时间维度上积分,得到高空间分辨率的采样数据,作为第一保真项,同时结合从条纹相机采集的时间维度数据作为第二保真项,共同来构建数学模型;然后使用混合整数非线性规划方法或整数规划方法,完整地重构出三维动态条纹数据;最后使用行锚定降噪方法,得到高质量的重构数据。

    一种基于多视图集成学习的煤矿瓦斯浓度预警方法

    公开(公告)号:CN111210085A

    公开(公告)日:2020-05-29

    申请号:CN202010039863.5

    申请日:2020-01-15

    Abstract: 本发明涉及数据挖掘技术领域,具体涉及一种基于多视图集成学习的煤矿瓦斯浓度预警方法,检测当前煤矿瓦斯浓度风险等级,若当前煤矿瓦斯浓度风险等级大于事故阈值,则进行预警提示,包括:读取煤矿瓦斯浓度数据集,进行预处理后分成训练集和测试集;计算特征间的互信息和特征与标签之间的互信息,得到关联矩阵;利用视图内特征间互信息之和分析视图的充分冗余性,利用典型相关分析技术分析视图间条件独立性,利用二者通过有监督的方式将单视图数据构造为多视图数据;在多视图构造结果上利用多视图集成学习算法融合各个视图上的结果,得到煤矿瓦斯浓度风险等级。本发明能够综合利用当前煤矿瓦斯浓度监测数据,提高预警准确度。

    一种基于超限隐特征模型的盲领域图像样本分类方法

    公开(公告)号:CN109934304A

    公开(公告)日:2019-06-25

    申请号:CN201910228715.5

    申请日:2019-03-25

    Abstract: 本发明公开了一种基于超限隐特征模型的盲领域图像样本分类方法,该方法采用了跨领域数据生成与增广策略,高效地降低不同数据领域之间的偏差。具体地说,超限隐特征模型将ELM和ELM-AE(基于ELM的自编码器)纳入统一的优化模型,继承了ELM和ELM-AE的优点,并且可以在保护原始数据信息的情况下得到良好的图像分类和图像重建效果,具有图像分类能力和图像重建能力,且能够更好地揭示原始图像数据和高级语义之间的潜在关系,减少信息丢失,提高图像分类精度。本发明利用超限隐特征模型解决盲领域适配问题,融合跨领域知识,有效降低不同领域数据之间的领域偏差,提高了盲领域数据分类准确率。

    一种基于单样本的行为检测与识别方法

    公开(公告)号:CN107909032A

    公开(公告)日:2018-04-13

    申请号:CN201711128829.X

    申请日:2017-11-15

    Inventor: 黄俊 张磊

    Abstract: 本文提出了一种基于单样本的行为检测与识别方法能够对视频中是否出现该类行为做出快速的判断。方法通过匹配运动目标身上的特征点并将其对应的位移信息进行投票产生位移直方图对行为进行表征,紧接着采用矩阵余弦相似度的方法来判别行为。实验表明,在摄像头固定的静态场景下,所提的方法能够快速有效的对视频中的行为进行检测与识别。

    一种冲击波诊断条纹数据快速重构方法

    公开(公告)号:CN116681783A

    公开(公告)日:2023-09-01

    申请号:CN202310576645.9

    申请日:2023-05-22

    Abstract: 本发明涉及一种冲击波诊断条纹数据快速重构方法,属于冲击波诊断条纹数据重构领域。该方法采用CUP‑VISAR系统进行数据采样,采样过程中将f帧(m‑f+1)×n的编码矩阵与每帧冲击波干涉条纹原始图像进行哈达玛相乘,得到大小为m×n的采样数据;再采用所构建的基于哈达玛积运算的TVAL3H重构模型对冲击波速度场采样数据进行重构:构建基于条纹分布特点的全变分正则化的重构模型;引入增强型拉格朗日函数,形成凸优化问题;将凸优化问题转化为两个子问题,通过最小化迭代的方式求解完成数据的重构。本发明能够实现CUP‑VISAR冲击波速度场的二维采样数据有效地重建为三维数据,保证重构质量的同时显著提高了算法重构速度。

    一种曝光时间不受限的压缩超快成像系统及方法

    公开(公告)号:CN115695977A

    公开(公告)日:2023-02-03

    申请号:CN202211333864.6

    申请日:2022-10-28

    Abstract: 本发明涉及一种曝光时间不受限的压缩超快成像系统及方法,属于计算成像领域。通过互补式轮流采样方式,将长时间曝光的采集过程,按时间交替分配到两个或多个条纹相机和积分相机的组合上,同时利用一个额外的积分相机来记录轮次切换中可能遗漏的信息,这样每个条纹相机上得到采样帧数就可以控制在较低水平。而目前的主流重构算法,即使在具有SI辅助的条件下,当压缩帧率大于50帧时,重构图像的PSNR也难以超过30dB。这种成像方式不受采样帧率的影响,并且切换过程也不会丢失信息,还可以进行长时间曝光,当每组帧数控制在10帧以内时,重构图像的PSNR可以优于30dB,这样的图像质量从视觉上已经难以察觉其与原始图像的差别。

    一种基于超限隐特征模型的盲领域图像样本分类方法

    公开(公告)号:CN109934304B

    公开(公告)日:2022-03-29

    申请号:CN201910228715.5

    申请日:2019-03-25

    Abstract: 本发明公开了一种基于超限隐特征模型的盲领域图像样本分类方法,该方法采用了跨领域数据生成与增广策略,高效地降低不同数据领域之间的偏差。具体地说,超限隐特征模型将ELM和ELM‑AE(基于ELM的自编码器)纳入统一的优化模型,继承了ELM和ELM‑AE的优点,并且可以在保护原始数据信息的情况下得到良好的图像分类和图像重建效果,具有图像分类能力和图像重建能力,且能够更好地揭示原始图像数据和高级语义之间的潜在关系,减少信息丢失,提高图像分类精度。本发明利用超限隐特征模型解决盲领域适配问题,融合跨领域知识,有效降低不同领域数据之间的领域偏差,提高了盲领域数据分类准确率。

    一种基于云模型的多粒度煤矿瓦斯风险预测方法

    公开(公告)号:CN111680268A

    公开(公告)日:2020-09-18

    申请号:CN202010528525.8

    申请日:2020-06-11

    Inventor: 代劲 张磊 胡峰

    Abstract: 本发明涉及一种基于云模型的多粒度煤矿瓦斯风险预测方法,所述方法包括:根据原始数据生成多个含混度小于阈值的高斯云;将论域边界由高斯云表征的概念转换成半梯形云,最终生成表示原始数据宏观概念的多个混合云;按照煤矿监管监察时间架构离散化数据集,调用逆向云发生器将每个离散的时间片转换成赋有语义的时间粒;按照煤矿监管监察空间架构离散化数据集,调用逆向云发生器将每个离散的空间片转换成赋有语义的空间粒;计算每个时间粒所隶属的相应宏观概念及隶属度;根据煤矿瓦斯浓度的多粒度表示结果构建云规则推理,对短期内的瓦斯浓度进行预测;本发明能够充分考虑真实生产环境,高效地处理海量煤矿安全生产数据,属于数据分析技术领域。

    一种自动清理资料装置
    30.
    发明授权

    公开(公告)号:CN109674237B

    公开(公告)日:2020-05-19

    申请号:CN201910032397.5

    申请日:2019-01-14

    Abstract: 本发明涉及一种思想政治相关,更具体的说是一种自动清理资料装置,包括旋转存储机构、资料夹取机构、资料传送机构、碎纸机、碎纸压缩机构、伸缩移动机构、装置整体外壳、临时存取机构,本装置具有存放资料的功能,还具有防打乱的临时存放功能,装置可以处理存放时间过长的资料,进行碎纸以及压缩操作,装置还具有伸缩移动功能,并且具备减震功能。旋转存储机构与装置整体外壳相连接,装置整体外壳与临时存取机构相连接,装置整体外壳与资料夹取机构相连接,装置整体外壳与资料传送机构通过紧固螺钉相连接,资料传送机构与碎纸机接触连接,碎纸机与装置整体外壳通过紧固螺钉相连接,碎纸压缩机构与碎纸机接触连接。

Patent Agency Ranking