-
公开(公告)号：CN118452847A
公开(公告)日：2024-08-09
申请号：CN202410755157.9
申请日：2024-06-12
Applicant: 北京科技大学
Abstract: 本发明涉及生理信号检测领域，特别是指一种非接触多生命体征监测方法及装置。所述方法包括：对视频数据进行人脸检测获取面部视频数据；将面部视频数据输入到训练好的非接触式生理信号检测模型进行推理获取脉搏波和血压数据；对脉搏波数据进行信号处理获取心率和心率变异性数据；根据脉搏波数据、血压数据、心率数据以及心率变异性数据得到非接触多生命体征监测结果。本发明可通过面部视频同时获取监测对象的脉搏波、心率、心率变异性、血压等重要的生命体征。相比于现有方法，本发明基于选择性结构状态空间模型，在保持线性复杂度的同时可以捕获长程依赖关系，更轻量化的同时在心率估计、血压估计等多个任务中都保持了较优的提取效果。
-
公开(公告)号：CN117094460B
公开(公告)日：2024-06-14
申请号：CN202311086400.4
申请日：2023-08-28
Applicant: 北京科技大学
IPC: G06Q10/047 , G06Q10/0835 , G06Q50/04 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06F18/22 , G06F18/23
Abstract: 本发明属于信息处理技术领域，公开了一种基于OD数据的多目标旅行商控制方法、系统及介质，根据时刻T各信息点的数据包转移请求统计情况，借助新一代信息技术，由计算机自动地规划M条路径；由M个数据载体在各信息点间按对应的路径转移，使得在T+1时刻，T时刻产生的所有数据包都可以到达其目的地信息点。本发明的OD数据的全称是Origin‑Destination数据，是一种带有数据所载信息流向关系表示的数据类型，作为一种大规模数据，该数据既具有较为清晰的图结构，又记录了时空模式和趋势。宏观来看，每一时间截面上的数据可以表征为有向图，微观来看，每一条数据都是构成有向图的一条有向边。
-
公开(公告)号：CN117630892B
公开(公告)日：2024-03-29
申请号：CN202410106754.9
申请日：2024-01-25
Applicant: 北京科技大学
Abstract: 本发明提供一种可见光相机、红外相机与激光雷达的联合标定方法及系统，涉及多传感器联合标定技术领域。所述方法包括：设置矩形标定板并冷藏；在标定板直立状态下，调整标定板与可见光相机、红外相机、以及激光雷达之间的距离，使标定板完整出现在各传感器的视场角内，并同步采集数据；调整标定板的朝向角和俯仰角，并在每个角度采集数据；取时间同步的一个角度的一帧数据，分别获取标定板的角点在可见光图像中的二维坐标、在红外图像中的二维坐标和在激光雷达点云数据中的三维坐标；基于上述二维坐标和三维坐标之间的对应关系，求解坐标系旋转平移矩阵，完成联合标定。本发明可实现简便、低成本、高精度的多模态传感器标定。
-
公开(公告)号：CN117630683B
公开(公告)日：2024-03-29
申请号：CN202410106018.3
申请日：2024-01-25
Applicant: 北京科技大学
IPC: G01R31/367 , G01R31/387 , B60L3/12 , B60L58/12 , G06F18/241 , G06N3/0442 , G06F18/214 , G06F18/25
Abstract: 本发明公开了基于多尺度融合GRU网络的汽车电池SOC多步预测方法与系统，方法包括：S1、将每种传感器检测项视为一个变量，采集实车传感器的综合数据，将其转换为标准正态分布；选择与SOC高度相关的变量构建滑动窗口；将滑动窗口80%的数据作为训练集，20%数据作为验证集；S2、将基于多尺度融合GRU网络模型参数初始化，同时设定若干关键的超参数，对训练集执行离线训练生成SOC多步预测结果；本发明采用上述基于多尺度融合GRU网络的汽车电池SOC多步预测方法与系统，能更好地在历史数据中捕获短期和长期的依赖，从而更准确地预测电池在多样化和不稳定环境中的行为，在真实世界应用中实现更高的准确度和可靠性。
-
公开(公告)号：CN117131214A
公开(公告)日：2023-11-28
申请号：CN202311399196.1
申请日：2023-10-26
Applicant: 北京科技大学
IPC: G06F16/53 , G06N3/0464 , G06N3/08 , G06F16/55
Abstract: 本发明提供一种基于特征分布对齐与聚类的零样本草图检索方法及系统，涉及图像检索技术领域，包括：获取带标签的基础图像数据构建数据集；对数据集进行训练集和测试集的划分；构建特征提取神经网络，对特征提取神经网络进行训练；将待检索图像输入至特征提取神经网络，获得待检索图像的图像特征；对图像特征进行后处理获得检索所需特征；输入用户手绘图像并检索。本发明所提出的上述技术能够有效缓解自然图像的多样性为草图检索带来的挑战，提升检索性能。提出的特征分布对齐损失函数能够以很小的开销减小自然图像和手绘图像两个域间的距离，从而使草图检索中的跨域距离度量更加准确，进一步提升检索性能。
-
Patent Agency Ranking
公开(公告)号：CN116737976A
公开(公告)日：2023-09-12
申请号：CN202310704495.5
申请日：2023-06-14
Applicant: 北京科技大学
IPC: G06F16/583 , G06F16/55 , G06F16/35 , G06F16/33 , G06F16/34 , G06N3/0464 , G06N3/0455 , G06N3/09
Abstract: 本发明公开了一种基于话题聚类和转移预测的图像段落释意方法，包括：将句子话题定义为句子嵌入空间中的簇，使用预设的聚类算法对训练数据中的句子进行聚类，根据聚类结果得到每个句子的离散的话题标签；对所有训练数据的话题标签进行统计归纳，构建话题转移概率矩阵；基于话题标签对预设的层次化图像段落释意模型进行监督训练；其中，所述图像段落释意模型通过利用所述话题转移概率矩阵中包含的话题衔接信息来生成语义连贯的段落描述；利用训练好的图像段落释意模型处理待释意图像，得到图像段落释意。本发明的技术方案提升了图像段落释意模型的释意性能，并提高了话题预测的可解释性。
-
公开(公告)号：CN116630957A
公开(公告)日：2023-08-22
申请号：CN202310552336.8
申请日：2023-05-16
Applicant: 北京科技大学
IPC: G06V20/64 , G06V10/774 , G06V10/778
Abstract: 本发明公开了一种基于伪标签大小的无监督领域自适应目标检测方法及系统，该方法包括：S1，获取带标注的源域点云数据和无标注的目标域点云数据；利用源域点云数据进行训练，得到三维目标检测模型；S2，利用检测模型对目标域点云数据进行预测，得到伪标签；S3，计算伪标签中的尺寸统计大小；S4，利用伪标签中的尺寸统计大小对源域点云数据进行放缩增强操作；再利用增强后的源域点云数据再次训练模型；S5，迭代执行S2～S4，直至模型收敛；S6，利用最终检测模型对待测点云数据进行检测。本发明无需任何目标域的统计信息，可有效解决跨领域尺寸不匹配问题，并具有更好的性能和更广泛的适用性。
-
公开(公告)号：CN116523076A
公开(公告)日：2023-08-01
申请号：CN202310749552.1
申请日：2023-06-25
Applicant: 北京科技大学
IPC: G06N20/00
Abstract: 本发明涉及多智能体控制技术领域，特别是指一种用于多智能体决策的多向课程强化学习方法及装置。一种用于多智能体决策的多向课程强化学习方法包括：使用训练任务，对多智能体进行训练，获得多智能体性能表现；根据训练任务，通过多向交叉算子以及多向变异算子，获得阶段任务；根据多智能体性能表现，使用原型评估方法对阶段任务进行评估，获得多智能体适应度；根据多智能体适应度以及阶段任务，获得新训练任务；根据多智体性能表现以及预设阈值进行比对，当多智体性能表现大于或等于预设成功率阈值时，对多智能体进行强化学习训练。本发明是一种用于多智能体决策的高效、稳定的多向课程强化学习训练方法。
-
公开(公告)号：CN116206068B
公开(公告)日：2023-07-25
申请号：CN202310473105.8
申请日：2023-04-28
Applicant: 北京科技大学
IPC: G06T17/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于真实数据集的三维驾驶场景生成与构建方法及装置，涉及自动驾驶仿真技术领域。包括：获取待生成三维驾驶场景的城市场景数据；将城市场景数据输入到构建好的三维驾驶场景生成与构建模型；其中，三维驾驶场景生成与构建模型包括对象提取模块、模型重建模块、位姿解析模块、街景路网生成模块以及静态建筑重建模块；根据城市场景数据以及三维驾驶场景生成与构建模型，完成三维驾驶场景的前景物体生成和背景场景重建。本发明能够解决从二维到三维场景自动化生成需求，同时在提高场景模型扩展性、生成实时性、构建轻量性上做出开创性工作。
-
公开(公告)号：CN115983047B
公开(公告)日：2023-05-26
申请号：CN202310240069.0
申请日：2023-03-14
Applicant: 北京科技大学
Abstract: 本发明涉及计算机仿真技术领域，特别是指一种适用于多图形接口的跨平台的仿真系统，所述仿真系统包括系统核心模块、系统逻辑模块和系统渲染模块；所述系统核心模块，用于为所述系统逻辑模块和所述系统渲染模块提供系统功能，所述系统功能至少包括数学计算、提供基础数据结构、内存管理、线程调度及任务分发；所述系统逻辑模块，用于自动导入数据并加载，执行所述仿真系统的行为逻辑，并生成场景资源信息；所述系统渲染模块，用于基于所述场景资源信息进行渲染。采用本发明，可以建立一个引擎层从而为复杂仿真应用开发提供更为强大的工具支持。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.028 seconds)
