-
公开(公告)号:CN118332247B
公开(公告)日:2024-12-13
申请号:CN202410538574.8
申请日:2024-04-30
Applicant: 北京信息科技大学
IPC: G06F17/18 , G06F18/241 , G06F18/10 , G06F123/02
Abstract: 本发明属于数据处理技术领域,提供了一种基于时间序列的长度归一化方法,首先获取实验平台采集的数据样本,接着根据每次水流的总质量,将数据集划分为不同类别,然后采用滑动窗口滤波技术对数据集进行预处理,然后再通过绘制窗口大小与dist结果的曲线图,选取第一个局部最小值点作为滑动窗口的最优大小,然后再采用WRP方法对数据进行长度归一化;本发明通过将滑动窗口滤波与WRP时间序列长度归一化算法结合处理数据,数据经过归一化处理后,其总体变化趋势并未发生显著改变,且仍然保持着原始数据的特征,同时滑动窗口算法可以消除潜在的噪声或不规则波动,进而更准确地分析数据的走向和特性,为后续模型建模提供了更为一致且稳定的输入基础。
-
公开(公告)号:CN119625293A
公开(公告)日:2025-03-14
申请号:CN202311180331.3
申请日:2023-09-13
Applicant: 北京信息科技大学
Abstract: 本文公开一种基于卷积神经网络分割图像的方法、装置及存储介质。所述方法包括:利用设置在物料堆上方的带灰度的深度相机俯拍所述物料堆,得到所述物料堆顶层物料的原始灰度图像和原始深度图像;将所述原始灰度图像和原始深度图像输入卷积神经网络,对所述原始灰度图像和原始深度图像进行多轮卷积融合运算得到最终的融合特征图;根据最终的融合特征图对顶层物料进行图像分割,根据图像分割的结果确定物料堆顶层的每个物料的码放位置。本文的方案通过卷积神经网络有效融合深度图像和灰度图像信息,从而提高物料分割的准确性。
-
-
公开(公告)号:CN118332247A
公开(公告)日:2024-07-12
申请号:CN202410538574.8
申请日:2024-04-30
Applicant: 北京信息科技大学
IPC: G06F17/18 , G06F18/241 , G06F18/10 , G06F123/02
Abstract: 本发明属于数据处理技术领域,提供了一种基于时间序列的长度归一化方法,首先获取实验平台采集的数据样本,接着根据每次水流的总质量,将数据集划分为不同类别,然后采用滑动窗口滤波技术对数据集进行预处理,然后再通过绘制窗口大小与dist结果的曲线图,选取第一个局部最小值点作为滑动窗口的最优大小,然后再采用WRP方法对数据进行长度归一化;本发明通过将滑动窗口滤波与WRP时间序列长度归一化算法结合处理数据,数据经过归一化处理后,其总体变化趋势并未发生显著改变,且仍然保持着原始数据的特征,同时滑动窗口算法可以消除潜在的噪声或不规则波动,进而更准确地分析数据的走向和特性,为后续模型建模提供了更为一致且稳定的输入基础。
-
-
-