-
公开(公告)号：CN109667673B
公开(公告)日：2021-04-06
申请号：CN201811518646.3
申请日：2018-12-12
Applicant: 陕西拓世动能科技有限公司 , 西安工业大学
IPC: F02C9/00
Abstract: 本发明公开了一种微型航空涡喷发动机的控制方法及装置，涉及涡喷发动机控制领域。该发明主要是实现纯液体燃料的涡喷发动机的全流程控制，完成发动机的自动启动，运行状态的监控。本发明主要由引擎控制单元（ECU），台架测试控制台，上位机三部分构成。该发明采用STM32系列作为主控芯片，主要包括传感器模块、通信模块、外部控制量输入模块、显示模块等功能模块，各种模块均采用优选方案，具有实时性好、稳定性高等性能优势。上位机采用C#语言编写实现，并构建数据库实现了发动机运行参数的存储，为发动机的后续研发提供了便利。
-
公开(公告)号：CN111626146A
公开(公告)日：2020-09-04
申请号：CN202010380849.1
申请日：2020-05-08
Applicant: 西安工业大学
Abstract: 本发明公开了一种基于模板匹配的合并单元格表格分割识别方法，首先采用本方法提出的基于直线检测的表格矫正算法，矫正倾斜表格；然后，使用基于轮廓检测的表格区域检测算法，分割感兴趣表格区域；其次，对确定表格区域采用本发明提出的基于模板匹配的合并单元格表格分割算法进行模板匹配等操作，同时对感兴趣单元格区域进行分割处理，得到每一个cell单元格图像；最后，对每一个cell单元格图像进行BP神经网络识别，结合模板文件以及BP识别结果进行表格数字化复现等操作。经试验验证，该方法可以有效的解决具有多个单元格合并的倾斜表格图像的分割识别，该方法简洁有效，具有一定的实际可行性，该方法也适用于复杂表格的分割处理，具备一定的可拓展性。
-
公开(公告)号：CN111510683A
公开(公告)日：2020-08-07
申请号：CN202010338858.4
申请日：2020-04-26
Applicant: 西安工业大学
Abstract: 本发明公开一种图像传输装置及其图像数据处理方法，本发明装置包括图像采集预处理装置和PC上位机系统；该装置可完成图像的高清采集、实时远程传输、上位机显示以及图像背景去雾和行人检测等功能；图像采集预处理装置包括Raspberry Pi 3B+模块、视频图像采集模块、系统启动存储模块、以太网口模块、无线通信模块、液晶显示调试模块和电源模块，本发明的图像传输装置及其图像数据处理方法，极大提高了图像传输的质量和接收端的稳定性，接收帧率稳定在20FPS以上，并且可以在受大雾影响和能见度不高情况下有效实现图像增强，还可以实现行人检测与数量统计。
-
公开(公告)号：CN109667673A
公开(公告)日：2019-04-23
申请号：CN201811518646.3
申请日：2018-12-12
Applicant: 陕西拓世动能科技有限公司 , 西安工业大学
IPC: F02C9/00
Abstract: 本发明公开了一种微型航空涡喷发动机的控制方法及装置，涉及涡喷发动机控制领域。该发明主要是实现纯液体燃料的涡喷发动机的全流程控制，完成发动机的自动启动，运行状态的监控。本发明主要由引擎控制单元（ECU），台架测试控制台，上位机三部分构成。该发明采用STM32系列作为主控芯片，主要包括传感器模块、通信模块、外部控制量输入模块、显示模块等功能模块，各种模块均采用优选方案，具有实时性好、稳定性高等性能优势。上位机采用C#语言编写实现，并构建数据库实现了发动机运行参数的存储，为发动机的后续研发提供了便利。
-
公开(公告)号：CN119625095A
公开(公告)日：2025-03-14
申请号：CN202411653106.1
申请日：2024-11-19
Applicant: 西安工业大学
IPC: G06T11/00 , G06V10/82 , G06N3/0475
Abstract: 本发明公开了一种基于StyleGAN‑V算法的无人驾驶场景生成方法，其实现步骤是：首先采集真实恶劣天气驾驶场景视频，对其进行预处理构建数据集；然后初步构建视频生成模型；再构建结合时序激励与时序位移的时序特征提取模块，对视频的时序特征进行提取；之后在生成过程中引入联合损失函数约束；最后计算改进后的损失函数，更新视频生成模型参数，持续进行训练直到完成生成模型。本发明能够逼真地模拟恶劣天气下的驾驶场景，经实验验证，该方法能够有效提升生成视频的连贯性和动态特征的捕捉能力，不仅提升了恶劣天气下驾驶模拟场景的真实性，提高了对视频中细微动作变化的感知能力，还在视频的动态特征和画面连续性方面取得了更好的表现。
-
Patent Agency Ranking
公开(公告)号：CN119107476A
公开(公告)日：2024-12-10
申请号：CN202410885278.5
申请日：2024-07-03
Applicant: 西安工业大学
IPC: G06V10/762 , G06V20/56 , G06V10/82 , G06V10/80 , G06V10/42 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于自动驾驶环境下的三维点云目标检测方法。其实现步骤是：首先，从KITTI数据集中获取自动驾驶场景中车辆、行人、骑行者等原始点云，进行数据预处理，并将点云数据划分为垂直点柱（Pillars）。其次，在特征提取模块中使用本发明设计的点柱聚类采样方法，用DBSCAN密度聚类将Pillar中的点云聚类到N簇，再对每一簇进行中心采样，使用混合池化扩展卷积层（Mixed Pooling Dilated Convolution Layer，MPDC Layer）对每个Pillar进行处理。随后，在骨干网络中，结合空间通道协同增强模块（Space‑Channel Synergistic Enhancement Module,SCS‑EM），增强网络的上下文感知能力。最后，对网络进行训练，计算损失函数以优化检测模型，使用SSD检测头进行最终的三维目标检测。经实验验证，该方法有效提升了三维点云目标检测的准确性。
-
公开(公告)号：CN119048933A
公开(公告)日：2024-11-29
申请号：CN202410951317.7
申请日：2024-07-16
Applicant: 西安工业大学
IPC: G06V20/17 , G06V20/54 , G06V10/25 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及图像目标检测领域，具体涉及一种基于YOLOv7‑tiny算法的轻量化目标检测方法，步骤是：首先，基于城市道路车辆流动场景构建数据集，并对其进行图像预处理；其次，采用轻量级卷积构建多尺度特征提取模块和多尺度特征融合模块，通过构建新的上采样模块获得质量更好的特征图；然后进行训练，得到改进YOLOv7‑tiny网络模型；最后将待检测图像输入改进后的检测模型中进行检测，在得到不同尺度下的检测结果后，将其融合在一起，得到最终的检测结果。经实验验证，该方法可以有效减少检测模型的参数和计算量，同时保持检测精度基本稳定，从而提升实时性和计算效率，满足无人机在目标检测和跟踪任务中的需求。
-
公开(公告)号：CN119012292A
公开(公告)日：2024-11-22
申请号：CN202410595687.1
申请日：2024-05-14
Applicant: 西安工业大学
Abstract: 本发明属于异构网络切换技术领域，具体涉及一种异构车城网中基于速率和成本的高速目标车辆智能网络切换方法。实现步骤如下：首先，以异构网络单元为基础构建不同类型业务需求下的高速移动目标车辆场景并获取网络参数。其次，联合传输速率和切换成本确定优化目标。最后，设计了一种基于DQN的异构网络切换算法。仿真结果表明，该方法最终能够实现收敛，通过本发明设定的三种类型业务引发的网络切换次数不大于2次，相较于仅以速率要求为切换条件的切换算法，切换次数减少了1次。经实验验证，该方法可以在降低网络切换成本同时有效解决高速移动场景中由远近效应影响的网络切换问题。
-
公开(公告)号：CN111753706B
公开(公告)日：2024-02-02
申请号：CN202010564503.7
申请日：2020-06-19
Applicant: 西安工业大学
IPC: G06V30/413 , G06V30/18 , G06V30/148 , G06V30/19
Abstract: 本发明公开了一种基于图像统计学的复杂表格交点聚类提取方法。其采用的方法步骤为1：待分割表格图像预处理阶段：将多分辨率的图像数据进行压缩灰度化，使用OTSU进行二值化图像，为后续直线拟合阶段鉴定基础；2：横向直线方程拟合阶段：通过横向投影直方图统计，结合统计学计量得到横向长直线方程；3：纵向直线方程拟合阶段：通过纵向投影直方图统计，结合统计学计量得到纵向长直线方程；4：单元格分割处理阶段：通过直线方程的横纵交叉确定横纵坐标，实现单元格的分割并进行非文字区域的剔除。该方法经过实际测试具备较强的鲁棒性和自适应性，提高了表格交点检测准确率，在输入纵向有效聚类数目的前提下，交点检测率可达100％，具有一定的创新可拓展性和实际可行性。
-
公开(公告)号：CN111626145B
公开(公告)日：2024-01-23
申请号：CN202010380528.1
申请日：2020-05-08
Applicant: 西安工业大学
IPC: G06V30/412 , G06V30/16 , G06V30/146 , G06V30/19 , G06N3/0464
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.026 seconds)
