-
公开(公告)号：CN109962909A
公开(公告)日：2019-07-02
申请号：CN201910088370.8
申请日：2019-01-30
Applicant: 大连理工大学
Abstract: 本发明属于网络安全技术领域，一种基于机器学习的网络入侵异常检测方法，包括以下步骤：(1)对数据特征属性进行分类，(2)将数据集中的目标属性按照传统的网络入侵类别进行映射，(3)对数据中的样本特征进行降维，(4)采用处理后的数据集来训练针对网络请求的多分类模型，(5)使用测试集数据对训练后的分类模型进行评估。本发明的一种基于机器学习的网络入侵异常检测方法，配合特征处理和归一化技术对数据进行预处理，构建了SVM模型实现对网络异常攻击的高效检测，解决了传统的基于规则的检测方法所面临的维护成本高、需要实时更新过滤规则的问题。
-
公开(公告)号：CN107121131B
公开(公告)日：2019-06-25
申请号：CN201710219009.5
申请日：2017-04-06
Applicant: 大连理工大学
Abstract: 本发明涉及计算机视觉技术领域，一种双目摄像头水平相对位姿识别方法，包括以下步骤：(1)安装识别物与双目摄像头，(2)采集识别物的双目图像，(3)构建平面坐标系，(4)获取识别物在双目摄像头图像中的夹角信息，(5)计算识别物边缘与摄像头光心的距离，(6)计算识别物相对双目摄像头的水平偏角信息。本发明使用计算机视觉识别姿态，设备成本低，不必局限在固定的场景中，系统在机器人位置移动时仍然有效。另外，本发明方法可行简单，复杂程度低。
-
公开(公告)号：CN106570904B
公开(公告)日：2019-04-09
申请号：CN201610938132.8
申请日：2016-10-25
Applicant: 大连理工大学
Abstract: 本发明涉及计算机视觉技术领域，一种基于Xtion摄像头的多目标相对位姿识别方法，包括以下步骤：1、安装机载Xtion摄像头，2、制作并安装靶标作为被观测机器人的位姿标志，3、逐次识别多个被观测机器人并计算识别目标的相对坐标，4、逐次计算步骤3中识别到的被观测机器人的相对偏航角。本发明具有以下优点：一是，价格低廉，采用造价低的Xtion摄像头，配合简单的靶标充分利用了单目视觉处理速度快的优点，距离测量上使用了Xtion摄像头的深度信息，比单目视觉的测距方法更为准确；二是，在面对光照变化更稳定的HSV颜色空间中使用阈值分割不同颜色，简单有效；三是，采用机载摄像头的测量方式，不必局限在固定的场景中。
-
公开(公告)号：CN107767423A
公开(公告)日：2018-03-06
申请号：CN201710936467.0
申请日：2017-10-10
Applicant: 大连理工大学
Abstract: 本发明涉及机械臂和计算机视觉技术领域，一种基于双目视觉的机械臂目标定位抓取方法，包括以下步骤：(1)安装双目视觉相机和机械臂，(2)矫正双目视觉相机内参，(3)获取目标物体的深度信息，(4)建立图像平面坐标系和双目视觉相机坐标系，(5)计算目标物体在机械臂坐标中的空间位置，(6)计算机械手的抓取姿态，(7)发送控制信息。与已有技术相比，本发明具有以下优点：一、识别物体方法简单，计算量相对较少，满足对实时抓取的时间要求；二、可避免出现像传统机械臂所采用的示教系统，当目标物体的姿态与理想姿态存在细微差别时，机械臂系统无法正常工作的问题。
-
-
-
Search Results
54
records
(took 0.02 seconds)
