-
Patent Agency Ranking
公开(公告)号：CN112597267B
公开(公告)日：2022-09-20
申请号：CN202011474201.7
申请日：2020-12-14
Applicant: 北京理工大学
IPC: G06F16/31
Abstract: 本发明涉及一种基于模式识别的英文论文文档多粒度内容处理方法，属于信息处理技术领域。本方法，针对英文PDF格式论文文档内容识别处理面临的问题，将论文按章、节、段落拆分为更小粒度的内容子单元，并将论文中的表格、图形、算法等非文本内容单独抽取，同时，保留各个子单元原有的语义关系和上下文联系，以便后续应用。在进行信息抽取时，通过利用文本内容之间的语义关联及文本位置信息，能够高效、快速、准确地识别目标文本内容对象。
-
公开(公告)号：CN118247305A
公开(公告)日：2024-06-25
申请号：CN202410325185.7
申请日：2024-03-21
Applicant: 北京理工大学
Abstract: 本发明提供一种抗遮挡和抗相似目标干扰的相关滤波跟踪方法，可在保证较高运行速度的前提下，在遮挡时实现更加准确的跟踪，并有效解决目标重现后相似目标干扰的问题；相对于仅仅使用Kalman滤波器预测的方法来说，本发明使用了快速NCC算法进行更大区域的检测，而不是仅仅依赖于Kalman预测的结果，因此能够在遮挡时跟踪的更加准确；同时，本发明所采用的快速NCC算法能够在实现大范围检测时保证较快的运算速度；最后，基于NCC对于相似目标具有较好分辨能力的优点，本发明引入了融合运动信息的NCC算法和KCF算法同时进行目标重现后的检测，因此相对于传统KCF结合Kalman的算法而言，能更好的解决目标重现后的相似目标干扰问题。
-
公开(公告)号：CN108595582B
公开(公告)日：2020-11-10
申请号：CN201810345881.9
申请日：2018-04-17
Applicant: 北京理工大学
IPC: G06F16/9535 , G06F16/35 , G06F40/289 , G06F40/30
Abstract: 本发明的目的是提出一种基于聚类特征模型的灾害性气象热点事件识别方法。具体步骤为：步骤一、构建灾害性气象关键词典。步骤二、对社会信号数据库中的数据进行预处理和特征提取。步骤三、发现与识别灾害性气象事件。本发明提出的基于聚类特征模型的灾害性气象热点事件识别方法与已有技术相比较，其优点在于：①在当前没有公认的气象相关关键词词典的环境下构建面向实际环境的关键词词典。②通过针对互联网中社会信号的处理，从“公众最关心”的角度发现识别气象事件，实现了基于社会的公众热点和基于自然的气象观测与预报之间的统一。③针对气象领域的特征进行了提取和聚类，从而相较于传统的通用事件发现方法提高了事件识别的准确率。
-
公开(公告)号：CN108595582A
公开(公告)日：2018-09-28
申请号：CN201810345881.9
申请日：2018-04-17
Applicant: 北京理工大学
Abstract: 本发明的目的是提出一种基于聚类特征模型的灾害性气象热点事件识别方法。具体步骤为：步骤一、构建灾害性气象关键词典。步骤二、对社会信号数据库中的数据进行预处理和特征提取。步骤三、发现与识别灾害性气象事件。本发明提出的基于聚类特征模型的灾害性气象热点事件识别方法与已有技术相比较，其优点在于：①在当前没有公认的气象相关关键词词典的环境下构建面向实际环境的关键词词典。②通过针对互联网中社会信号的处理，从“公众最关心”的角度发现识别气象事件，实现了基于社会的公众热点和基于自然的气象观测与预报之间的统一。③针对气象领域的特征进行了提取和聚类，从而相较于传统的通用事件发现方法提高了事件识别的准确率。
-
公开(公告)号：CN112597267A
公开(公告)日：2021-04-02
申请号：CN202011474201.7
申请日：2020-12-14
Applicant: 北京理工大学
IPC: G06F16/31
Abstract: 本发明涉及一种基于模式识别的英文论文文档多粒度内容处理方法，属于信息处理技术领域。本方法，针对英文PDF格式论文文档内容识别处理面临的问题，将论文按章、节、段落拆分为更小粒度的内容子单元，并将论文中的表格、图形、算法等非文本内容单独抽取，同时，保留各个子单元原有的语义关系和上下文联系，以便后续应用。在进行信息抽取时，通过利用文本内容之间的语义关联及文本位置信息，能够高效、快速、准确地识别目标文本内容对象。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
