-
公开(公告)号：CN106127725B
公开(公告)日：2019-01-22
申请号：CN201610323595.3
申请日：2016-05-16
Applicant: 北京工业大学
Abstract: 一种基于多分辨率CNN的毫米波雷达云图分割方法属于图像分割领域。利用毫米波云雷达获取高时空分辨率的水平垂直结构的云演变图，其特征在于充分利用了云图上下文的信息，通过将三个不同分辨率的图像区域分别输入到三个相同参数配置的CNN网络中来学习云图的局部和全局特征，然后将学习到的特征通过神经网络的分类器可以实现“云”和“非云”的分类，进而实现云图的分割，最后综合三个网络的分割结果将云图的分割准确度达到了99.67％。
-
公开(公告)号：CN106951836A
公开(公告)日：2017-07-14
申请号：CN201710125666.3
申请日：2017-03-05
Applicant: 北京工业大学
Abstract: 本发明应用于图像分割和农业气象观测领域，具体涉及图像特征提取与识别。研究基于深度学习的作物与背景的自动分割问题，提出基于RGB和HSI先验阈值优化卷积神经网络(RGB‑HSI‑CNN)的作物图像分割提取覆盖度方法，保留绿色植物的边缘并解决光照等影响，区分作物与杂草及土地，得到绿色作物的覆盖度。具体步骤：1、基于RGB、HSI阈值限定的图像预处理；2、训练样本集、验证样本集及测试样本集的制作；3、基于卷积神经网络的作物图像分割算法；4、分割评价。
-
公开(公告)号：CN104772905A
公开(公告)日：2015-07-15
申请号：CN201510134371.3
申请日：2015-03-25
Applicant: 北京工业大学
Abstract: 一种距离引导下的自适应混合支撑结构生成方法。该方法面向3D打印流程中对要打印的三维模型生成的应用。本发明首先研究并提出一种有效的三维模型支撑悬点检测方法；其次将检测到的支撑悬点进行聚类,利用迭代的方式自适应的生成混合支撑结构。在上述研究的基础上，围绕支撑结构进行多种优化，最终研究并提出了一种距离引导下的自适应混合支撑结构生成方法。本发明提出的方法得到的三维模型支撑结构具有节省性，稳定性，同时仍能保证良好的可打印性。因此，本发明具有一定的应用价值和意义。
-
公开(公告)号：CN106951836B
公开(公告)日：2019-12-13
申请号：CN201710125666.3
申请日：2017-03-05
Applicant: 北京工业大学
Abstract: 本发明应用于图像分割和农业气象观测领域，具体涉及图像特征提取与识别。研究基于深度学习的作物与背景的自动分割问题，提出基于RGB和HSI先验阈值优化卷积神经网络(RGB‑HSI‑CNN)的作物图像分割提取覆盖度方法，保留绿色植物的边缘并解决光照等影响，区分作物与杂草及土地，得到绿色作物的覆盖度。具体步骤：1、基于RGB、HSI阈值限定的图像预处理；2、训练样本集、验证样本集及测试样本集的制作；3、基于卷积神经网络的作物图像分割算法；4、分割评价。
-
公开(公告)号：CN104772905B
公开(公告)日：2017-04-05
申请号：CN201510134371.3
申请日：2015-03-25
Applicant: 北京工业大学
IPC: B29C64/386 , B29C64/393 , B29C64/40 , B33Y50/00 , B33Y50/02
Abstract: 一种距离引导下的自适应混合支撑结构生成方法。该方法面向3D打印流程中对要打印的三维模型生成的应用。本发明首先研究并提出一种有效的三维模型支撑悬点检测方法；其次将检测到的支撑悬点进行聚类,利用迭代的方式自适应的生成混合支撑结构。在上述研究的基础上，围绕支撑结构进行多种优化，最终研究并提出了一种距离引导下的自适应混合支撑结构生成方法。本发明提出的方法得到的三维模型支撑结构具有节省性，稳定性，同时仍能保证良好的可打印性。因此，本发明具有一定的应用价值和意义。
-
Patent Agency Ranking
公开(公告)号：CN106127725A
公开(公告)日：2016-11-16
申请号：CN201610323595.3
申请日：2016-05-16
Applicant: 北京工业大学
CPC classification number: G06N3/08 , G06T2207/10044
Abstract: 一种基于多分辨率CNN的毫米波雷达云图分割方法属于图像分割领域。利用毫米波云雷达获取高时空分辨率的水平垂直结构的云演变图，其特征在于充分利用了云图上下文的信息，通过将三个不同分辨率的图像区域分别输入到三个相同参数配置的CNN网络中来学习云图的局部和全局特征，然后将学习到的特征通过神经网络的分类器可以实现“云”和“非云”的分类，进而实现云图的分割，最后综合三个网络的分割结果将云图的分割准确度达到了99.67％。
-
公开(公告)号：CN106709453B
公开(公告)日：2020-04-17
申请号：CN201611211395.5
申请日：2016-12-24
Applicant: 北京工业大学
Abstract: 基于深度学习的体育视频关键姿态提取方法应用于体育视频分析领域，具体涉及图像特征提取、图像分割与图像分类。举重视频中背景复杂，且背景区域存在大量的运动信息，使得光流法和背景削减法的结果并不理想；而帧间差分法需要选取合适的阈值，对于大量的举重视频，帧间差分法并不鲁棒。将一段举重视频，通过先用全卷积网络分割出前景，然后用聚类的方法优化分割结果，最后自动的提取出关键姿态的方法，取得了很好的效果。
-
公开(公告)号：CN113152972A
公开(公告)日：2021-07-23
申请号：CN202011463651.6
申请日：2020-12-12
Applicant: 北京工业大学
Abstract: 一种预应力变刚度三维隔震支座，属于结构工程减隔震领域。通过在普通橡胶隔震支座基础上通过竖缝增强其自身受拉变形能力后，并通过螺帽施加预应力，使得橡胶层受拉同时弹簧受压从而形成一种预应力变刚度三维隔震支座。本发明通过在普通橡胶隔震支座基础上通过竖缝增强其自身受拉变形能力后，施加自平衡的预拉预压变形，隔震支座的竖向刚度主要由弹簧来控制，当隔震后的竖向变形大于预拉变形时，竖向刚度则由橡胶层的竖向压缩刚度以及弹簧刚度之和来控制，从而实现变刚度特性。同时竖向隔震不影响橡胶层的水平向隔震效果，从而实现三向隔震效果。本发明不增加材料成本，构造简单，力学性能参数明确，并且实施方便，可广泛应用于结构的三维隔震分析与设计。
-
-
公开(公告)号：CN106709453A
公开(公告)日：2017-05-24
申请号：CN201611211395.5
申请日：2016-12-24
Applicant: 北京工业大学
Abstract: 基于深度学习的体育视频关键姿态提取方法应用于体育视频分析领域，具体涉及图像特征提取、图像分割与图像分类。举重视频中背景复杂，且背景区域存在大量的运动信息，使得光流法和背景削减法的结果并不理想；而帧间差分法需要选取合适的阈值，对于大量的举重视频，帧间差分法并不鲁棒。将一段举重视频，通过先用全卷积网络分割出前景，然后用聚类的方法优化分割结果，最后自动的提取出关键姿态的方法，取得了很好的效果。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.102 seconds)
