-
公开(公告)号：CN104281681B
公开(公告)日：2017-11-17
申请号：CN201410523310.1
申请日：2014-10-07
Applicant: 北京工商大学
IPC: G06F17/30
Abstract: 本发明属于信息可视化领域，具体涉及针对层次数据的正方化有序树图布局方法。其操作步骤为：A.将待可视化数据集DS中的数据，按照层次关系表示为一棵树T。B.从上向下依次对树T中的每一层节点进行处理，同一层次的同父节点经过处理后得到一个大权值节点集。C.设置一个长宽比为6:4的矩形R。D.针对得到的每一个大权值节点集，根据最短边路径原则，依次布局大权值节点集中的大权值节点。E.对每一个包含的节点个数大于2个的大权值节点进行处理，得到一个大权值节点集；然后执行步骤D的布局过程，直至所有布局节点皆为非组合节点。本发明方法可以保证生成的树图在平均长宽比、平稳性、平稳的平衡性、连续性和可读性这5项评价指标上具有良好的表现。
-
公开(公告)号：CN104281681A
公开(公告)日：2015-01-14
申请号：CN201410523310.1
申请日：2014-10-07
Applicant: 北京工商大学
IPC: G06F17/30
CPC classification number: G06T11/206
Abstract: 本发明属于信息可视化领域，具体涉及针对层次数据的正方化有序树图布局方法。其操作步骤为：A.将待可视化数据集DS中的数据，按照层次关系表示为一棵树T。B.从上向下依次对树T中的每一层节点进行处理，同一层次的同父节点经过处理后得到一个大权值节点集。C.设置一个长宽比为6:4的矩形R。D.针对得到的每一个大权值节点集，根据最短边路径原则，依次布局大权值节点集中的大权值节点。E.对每一个包含的节点个数大于2个的大权值节点进行处理，得到一个大权值节点集；然后执行步骤D的布局过程，直至所有布局节点皆为非组合节点。本发明方法可以保证生成的树图在平均长宽比、平稳性、平稳的平衡性、连续性和可读性这5项评价指标上具有良好的表现。
-
-
公开(公告)号：CN117935043A
公开(公告)日：2024-04-26
申请号：CN202311716785.8
申请日：2023-12-14
Applicant: 北京工商大学
Abstract: 本发明涉及一种基于GTNNWR的多源遥感数据农业干旱监测方法，结合局部地区气象站点的气象数据和全局卫星遥感数据，推断地理环境特征参数，利用深度学习的方法计算环境特征参数的权重，从而监测其它无气象站点地域的干旱程度，以便于人们做出合理的防范。首先对卫星遥感数据进行预处理获得遥感干旱指数，即土壤湿度指数、植被覆盖指数、冠层水分指数、冠层温度指数、降水指数等；其次，基于气象站点气象数据计算综合植被干旱指数；最后，将遥感干旱指数作为输入通过GTNNWR神经网络去拟合综合植被干旱指数，得到各遥感干旱指数的权重，并以此来监测其它无气象站数据的干旱情况。本发明可以提升气象站点数据稀疏导致的干旱监测精度问题。
-
公开(公告)号：CN117372356A
公开(公告)日：2024-01-09
申请号：CN202311300054.5
申请日：2023-10-09
Applicant: 北京工商大学
Abstract: 本申请公开了一种基于协作学习的牙齿实例分割技术。名为Co‑Mask R‑CNN，旨在通过整合互补信息来增强牙齿图像分析。Co‑Mask R‑CNN首先进行图像增强，得到边缘信息强化后的牙齿边缘图像；然后，引入协作学习策略，将原图像和边缘图像同时作为输入，使用编码器来提取互补图像的特征图，再通过注意力机制，将从两分支提取到的特征图进行动态融合，从而量化两张互补图像在不同空间位置的相对重要性；最后，将融合后的特征图用于图像分析。该方法在为医疗专业人员提供精确的牙齿分割结果方面具有巨大的潜力，为随后的牙齿疾病诊断和治疗奠定可靠的基础。
-
Patent Agency Ranking
公开(公告)号：CN117115903A
公开(公告)日：2023-11-24
申请号：CN202310787306.5
申请日：2023-06-30
Applicant: 北京工商大学 , 北京机械工业自动化研究所有限公司
IPC: G06V40/20 , G06N3/0475 , G06N3/094 , G06N3/0895 , G06V20/40 , G06V10/82 , G06V10/74
Abstract: 本发明涉及一种针对现有弱监督视频运动定位面临的运动预测离散化问题，拟分别构建基于视频内关系建模的弱监督运动定位与基于视频间关系建模的弱监督运动定位网络，在上述预测的结果基础上，设计级联的关系感知弱监督人体运动视频时序定位网络。
-
公开(公告)号：CN116579933A
公开(公告)日：2023-08-11
申请号：CN202310358862.0
申请日：2023-04-06
Applicant: 北京工商大学
IPC: G06T5/00 , G06V10/42 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种基于规则化和平滑修复的点云补全方法。本技术所要解决的问题在于，目前现有的点云补全方法主要是直接对输入的点云数据进行处理，并没有充分考虑点云的结构和相邻点之间的信息。为了解决上述问题，提出了一个网格平滑点云补全网络。网络模型主要包含两部分：粗糙完整点云的生成和完整点云精细化的平滑。首先通过对点云进行规则化，进而使用卷积神经网络进行补全，之后再逆规则化生成一个粗糙的点云模型。其次，通过将粗糙完整点云经过第二个编码器‑解码器网络生成一个分布均匀的完整点云模型。该方法不仅没有忽略局部几何信息，同时会保护了原始输入点云的几何结构，避免造成位移损失。
-
公开(公告)号：CN116205925A
公开(公告)日：2023-06-02
申请号：CN202211643401.X
申请日：2022-12-20
Applicant: 北京工商大学
Abstract: 本申请公开了一种基于改进U‑Net网络的牙齿咬合翼片龋齿分割方法。该方法包括基于改进U‑Net网络模型，在U‑Net网络的普通卷积后加入了DropBlock，保持该网络编码器‑解码器的架构和跳跃连接，在编码‑解码结构的底部添加一个非局部自注意力机制模块，对牙齿咬合翼片图像数据中的患龋区域进行分割并输出结果。本申请能够更好地提取图像的相关特征，有效地缓解网络过拟合，在不增加参数数量的情况下，通过扩大感受野来增强像素信息的相关性，提高龋齿分割的精确度和鲁棒性，辅助龋齿更高效率的检测。
-
公开(公告)号：CN112364905A
公开(公告)日：2021-02-12
申请号：CN202011204115.4
申请日：2020-11-02
Applicant: 北京工商大学
Abstract: 本申请公开了一种基于注意力机制SENet的Faster R‑CNN食物分类和GL值识别方法。所述方法将获取用户上传至服务器的包含参照物的照片，将食物图片通过基于注意力机制SENet的Faster R‑CNN算法，进行食物检测和识别。注意力机制使特征提取网络能使用全局信息，而不受限于局部小视野信息，同时有效避免由于网络深度增加所引起的梯度消失和退化问题。将食物类别和位置，及参照物位置输入到训练好的线性回归模型中，预测出食物体积。根据食物的类别、升糖指数(Glycemic index,GI)，计算出食物的升糖负荷(Glycemic load,GL)值，判断食物的可食用类别，生成食物可食用建议。最后将结果反馈给用户。
-
公开(公告)号：CN112115786A
公开(公告)日：2020-12-22
申请号：CN202010813907.5
申请日：2020-08-13
Applicant: 北京工商大学
Abstract: 本申请公开一种基于注意力U‑net的单目视觉里程计方法及装置。所述方法将获取单目图像序列，将相邻的若干图像依次通过镜头边界识别算法，从连续帧中识别出镜头边界，整个模块使用关键帧进行运算，并使用高斯金字塔对原图像进行降维，减少后续计算量。使用基于注意力的局部特征强化方法，对U‑net自编码网络添加注意力机制，将关键帧序列输入到该网络，首先采用基于注意力的方法来区分纹理区域和平滑区域，当定位高频细节的位置时，注意机构用作特征选择器，其增强高频特征并抑制平滑区域中的噪声。将特征强化后的序列输入到最终的Bi‑LSTM(Bi‑directional Long Short‑Term Memory，双向长短时记忆网络)中，每个时间戳上，根据tn帧大致推测出tn+1帧的图像作为反向序列的输入，根据上下文环境获取每个时间戳的相机位姿。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.023 seconds)
