-
公开(公告)号：CN103414792A
公开(公告)日：2013-11-27
申请号：CN201310389369.1
申请日：2013-08-30
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: H04L29/08
Abstract: 本发明公开了一种基于云计算的加式制造资源调度系统及相应的方法，该系统包括：客户端，用于请求加式制造任务，接受来自云操作系统的反馈信息；服务端，用于执行加式制造任务，接收来自云操作系统的加式制造请求，将制得的产品发给收货方；云操作系统，用于协调处理客户端和服务端之间的工作；收货方，用于接收加式制造服务得到的产品。本发明还公开了一种加式制造资源调度方法。本发明基于云计算技术通过计算机远程操控实现对3D打印机的自动装填用料和自动去除模型，根据客户需求对同一地点打印的不同部件进行自动组装，解决了当前以3D打印为代表的加式制造业资源调度优化问题，使3D打印机由单机走向网络化，优化了有限资源利用率。
-
公开(公告)号：CN103414792B
公开(公告)日：2015-03-25
申请号：CN201310389369.1
申请日：2013-08-30
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: H04L29/08
Abstract: 本发明公开了一种基于云计算的加式制造资源调度系统及相应的方法，该系统包括：客户端，用于请求加式制造任务，接受来自云操作系统的反馈信息；服务端，用于执行加式制造任务，接收来自云操作系统的加式制造请求，将制得的产品发给收货方；云操作系统，用于协调处理客户端和服务端之间的工作；收货方，用于接收加式制造服务得到的产品。本发明还公开了一种加式制造资源调度方法。本发明基于云计算技术通过计算机远程操控实现对3D打印机的自动装填用料和自动去除模型，根据客户需求对同一地点打印的不同部件进行自动组装，解决了当前以3D打印为代表的加式制造业资源调度优化问题，使3D打印机由单机走向网络化，优化了有限资源利用率。
-
公开(公告)号：CN111681479A
公开(公告)日：2020-09-18
申请号：CN202010592273.5
申请日：2020-06-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于电子教学领域，具体涉及了一种自适应情境化人工智能教学系统、方法及装置，旨在解决常规方式去讲解人工智能知识和应用学习效率低、知识转化困难学生积极性不高的问题。本发明包括：学员评测模块对学员进行评测，根据评测结果生成学员的学习状况档案，情境互动模块根据学习状况档案生成情境实践游戏，学习管理模块根据学员在情境互动模块中解决问题的操作时间及操作步骤生成学习报告并更新学习状况档案。本发明通过情境互动的方式增强学员的代入感和体验感，并根据学员解决问题的时间和操作步骤调整学习计划，增强了教学系统的自适应能力实现个性化教学。
-
Patent Agency Ranking
公开(公告)号：CN109327712A
公开(公告)日：2019-02-12
申请号：CN201811090368.6
申请日：2018-09-18
Applicant: 中国科学院自动化研究所
IPC: H04N21/234 , H04N21/2343 , H04N21/44 , H04N21/4402
Abstract: 本发明涉及数字图像处理和视频监控技术领域，具体涉及一种固定场景的视频消抖方法。本发明的视频消抖方法首先通过Harris角点检测算法、贪心算法以及特征点亚像素化以获得数量合理且分布均匀且定位精准的特征点，通过金字塔LK光流法跟踪特征点以实现特征点对的精准匹配，利用RANSAC算法筛选出背景特征点并且利用单纯形法优化背景特征点的运动参数从而进一步提高稳像效果。在运动补偿过程中，采用逆映射法以避免直接映射产生的“缝隙”问题，使用双线性插值以解决了图像坐标非整数的问题，使生成的图像内容间均匀一致。本发明的视频消抖方法计算复杂度较低，容易实现，在保证计算精度的同时又不增加时间开销。
-
公开(公告)号：CN108614071A
公开(公告)日：2018-10-02
申请号：CN201810235239.5
申请日：2018-03-21
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于大气质量监测技术领域，具体涉及一种分布式室外大气质量监测精度校正系统及参数更新方法，旨在解决大范围分布式大气监测系统精度校正问题，该系统包括Hadoop云平台、分布于监测站的传感器终端；所述Hadoop云平台与所述传感器终端通过通信链路连接；所述传感器终端集群性划分；所述Hadoop云平台包括采用HDFS文件存储系统来进行分布式存储分布式文件存储模块、对各集群的所述传感器终端分别进行采集模型的并行化校正计算获取各传感器终端的校正模型参数的并行化校正算法模块、判断传感器终端是否需要启动校正的智能校正模块。本发明可以适时在线自动调整各传感器终端的校正模型参数，获得更加精准的监测数据。
-
公开(公告)号：CN108614071B
公开(公告)日：2020-02-07
申请号：CN201810235239.5
申请日：2018-03-21
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于大气质量监测技术领域，具体涉及一种分布式室外大气质量监测精度校正系统及参数更新方法，旨在解决大范围分布式大气监测系统精度校正问题，该系统包括Hadoop云平台、分布于监测站的传感器终端；所述Hadoop云平台与所述传感器终端通过通信链路连接；所述传感器终端集群性划分；所述Hadoop云平台包括采用HDFS文件存储系统来进行分布式存储分布式文件存储模块、对各集群的所述传感器终端分别进行采集模型的并行化校正计算获取各传感器终端的校正模型参数的并行化校正算法模块、判断传感器终端是否需要启动校正的智能校正模块。本发明可以适时在线自动调整各传感器终端的校正模型参数，获得更加精准的监测数据。
-
公开(公告)号：CN110070026B
公开(公告)日：2021-01-29
申请号：CN201910306981.5
申请日：2019-04-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于信息技术及安全技术领域，具体涉及一种基于模式识别的视频图像危险态势感知方法、系统、装置，旨在解决现有视频图像危险态势感知实时性差和精度低的问题。本系统方法包括获取待感知图片组；获取待感知图片组中每一个待感知图片中的危险目标；对每一个待感知图片，按照预设的危险目标等级对应关系，确定其对应的危险目标等级；对所述待感知图片组中各待感知图片的危险目标等级按时序排列，得到对应的危险目标等级序列；基于预设的危险事态模式规则表，对得到的危险目标等级序列进行匹配，获取所述待感知图片组对应的危险态势等级。本发明采用卷积神经网络识别模型，危险目标按时序模式定义等级，提高危险态势感知的实时性和精度。
-
公开(公告)号：CN110070026A
公开(公告)日：2019-07-30
申请号：CN201910306981.5
申请日：2019-04-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于信息技术及安全技术领域，具体涉及一种基于模式识别的视频图像危险态势感知方法、系统、装置，旨在解决现有视频图像危险态势感知实时性差和精度低的问题。本系统方法包括获取待感知图片组；获取待感知图片组中每一个待感知图片中的危险目标；对每一个待感知图片，按照预设的危险目标等级对应关系，确定其对应的危险目标等级；对所述待感知图片组中各待感知图片的危险目标等级按时序排列，得到对应的危险目标等级序列；基于预设的危险事态模式规则表，对得到的危险目标等级序列进行匹配，获取所述待感知图片组对应的危险态势等级。本发明采用卷积神经网络识别模型，危险目标按时序模式定义等级，提高危险态势感知的实时性和精度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.072 seconds)
