-
公开(公告)号：CN111209682A
公开(公告)日：2020-05-29
申请号：CN202010040884.9
申请日：2020-01-14
Applicant: 上海应用技术大学
IPC: G06F30/20 , G06F17/18 , G06F111/10 , G06F119/08
Abstract: 本发明提供了一种全球气候变化现象数据的处理方法，包括收集预设时间跨度内，影响全球气候变化的数据；对收集到的数据进行数据预处理，得到预处理后的数据；对所述预处理后的数据进行统计建模，得到数据分析模型；通过所述数据分析模型，采用多变量融合和最小二乘拟合的方法，量化分析自然因素和人为因素对全球气候变化的影响，得出气候变化指数和量化结果。从而可以达到对全球气候变化的量化分析，有助于为全球非专业人士提供较为精确的气候变化量化分析模型，以加强环境保护。
-
公开(公告)号：CN113011525B
公开(公告)日：2023-09-19
申请号：CN202110425910.4
申请日：2021-04-20
Applicant: 上海应用技术大学
Abstract: 本发明公开了一种基于依赖性解码的轨道板裂缝语义分割模型，包括步骤S1：现场采集轨道板裂缝图像；步骤S2：对上述采集得到的图像制度语义分割标签，将所得的裂缝图像及其对应的标签划分为训练集和测试集；步骤S3：对划分为训练集的裂缝图像标签置于受限波兹曼机中，高维映射到低维，并利用其特有的重构机制，学习和获取其低维重构至高维的映射参数；步骤S4：构建轨道板语义分割模型，并将训练集轨道板图像归一化后迭代式输入到该模型中，该语义分割模型对其进行特征提取；步骤S5：将步骤S4中提取得到的特征图送入到受限波兹曼机中的隐藏层，使用重构参数将其恢复至原始大小，并进行像素级的预测。
-
公开(公告)号：CN111209682B
公开(公告)日：2023-03-28
申请号：CN202010040884.9
申请日：2020-01-14
Applicant: 上海应用技术大学
IPC: G06F30/20 , G06F17/18 , G06F111/10 , G06F119/08
Abstract: 本发明提供了一种全球气候变化现象数据的处理方法，包括收集预设时间跨度内，影响全球气候变化的数据；对收集到的数据进行数据预处理，得到预处理后的数据；对所述预处理后的数据进行统计建模，得到数据分析模型；通过所述数据分析模型，采用多变量融合和最小二乘拟合的方法，量化分析自然因素和人为因素对全球气候变化的影响，得出气候变化指数和量化结果。从而可以达到对全球气候变化的量化分析，有助于为全球非专业人士提供较为精确的气候变化量化分析模型，以加强环境保护。
-
公开(公告)号：CN112053354B
公开(公告)日：2024-01-30
申请号：CN202010970800.1
申请日：2020-09-15
Applicant: 上海应用技术大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06V10/774
Abstract: 本申请提供了一种轨道板裂缝检测方法，所述方法包括：S1：采集轨道板裂缝图片作为样本，非裂缝图像作为负样本；S2：对采集到的所述图片制定标签，划分为训练集和测试集；S3：对所述训练集的图片进行标准化处理，并送入神经网络中，迭代式进行特征提取，得到卷积特征图；S4：对得到的所述卷积特征图进行分组，训练与分组相同数量的弱分类器，根据对应特征向量进行预测，再汇聚所有分类器对当前样本的置信度并交由一个较强的分类器决策；S5：对所述测试集进行归一化操作，送入神经网络中，模拟现实预测结果，采用按统计量，执行硬投票分类。
-
Patent Agency Ranking
公开(公告)号：CN110175976A
公开(公告)日：2019-08-27
申请号：CN201910065861.0
申请日：2019-01-23
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种基于机器视觉的CRTS II板式无砟轨道裂缝检测分类方法。该方法将提高裂缝识别的准确性，有效的降低误检率。由于裂缝的形状决定其病害程度，导致裂缝的修补方式不同。因此该方法通过机器学习算法解决裂缝形状分类的问题。
-
公开(公告)号：CN112861932B
公开(公告)日：2024-02-02
申请号：CN202110083877.1
申请日：2021-01-21
Applicant: 上海应用技术大学
IPC: G06V10/774 , G06V10/762 , G06V10/82 , G06N3/0464 , G06T7/00 , G06T7/13
Abstract: 本发明提供了一种轨道板裂缝检测方法，本发明的目的在于构建一个模型用以识别出轨道板图像中的裂缝，本发明在利用卷积神经网络提取裂缝特征的时候，为了识别夜晚拍摄的裂缝图片和复杂背景纹理的图片，在训练集中加入了夜晚拍摄的具有复杂背景纹理的图片。并且，为了平衡样本，还加入了夜晚拍摄的具有简单背景纹理的图片，便于模型学习。
-
公开(公告)号：CN113011525A
公开(公告)日：2021-06-22
申请号：CN202110425910.4
申请日：2021-04-20
Applicant: 上海应用技术大学
Abstract: 本发明公开了一种基于依赖性解码的轨道板裂缝语义分割模型，包括步骤S1：现场采集轨道板裂缝图像；步骤S2：对上述采集得到的图像制度语义分割标签，将所得的裂缝图像及其对应的标签划分为训练集和测试集；步骤S3：对划分为训练集的裂缝图像标签置于受限波兹曼机中，高维映射到低维，并利用其特有的重构机制，学习和获取其低维重构至高维的映射参数；步骤S4：构建轨道板语义分割模型，并将训练集轨道板图像归一化后迭代式输入到该模型中，该语义分割模型对其进行特征提取；步骤S5：将步骤S4中提取得到的特征图送入到受限波兹曼机中的隐藏层，使用重构参数将其恢复至原始大小，并进行像素级的预测。
-
公开(公告)号：CN112861932A
公开(公告)日：2021-05-28
申请号：CN202110083877.1
申请日：2021-01-21
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种轨道板裂缝检测方法，本发明的目的在于构建一个模型用以识别出轨道板图像中的裂缝，本发明在利用卷积神经网络提取裂缝特征的时候，为了识别夜晚拍摄的裂缝图片和复杂背景纹理的图片，在训练集中加入了夜晚拍摄的具有复杂背景纹理的图片。并且，为了平衡样本，还加入了夜晚拍摄的具有简单背景纹理的图片，便于模型学习。
-
公开(公告)号：CN112053354A
公开(公告)日：2020-12-08
申请号：CN202010970800.1
申请日：2020-09-15
Applicant: 上海应用技术大学
Abstract: 本申请提供了一种轨道板裂缝检测方法，所述方法包括：S1：采集轨道板裂缝图片作为样本，非裂缝图像作为负样本；S2：对采集到的所述图片制定标签，划分为训练集和测试集；S3：对所述训练集的图片进行标准化处理，并送入神经网络中，迭代式进行特征提取，得到卷积特征图；S4：对得到的所述卷积特征图进行分组，训练与分组相同数量的弱分类器，根据对应特征向量进行预测，再汇聚所有分类器对当前样本的置信度并交由一个较强的分类器决策；S5：对所述测试集进行归一化操作，送入神经网络中，模拟现实预测结果，采用按统计量，执行硬投票分类。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
