-
公开(公告)号：CN117932495A
公开(公告)日：2024-04-26
申请号：CN202410133920.4
申请日：2024-01-31
Applicant: 昆明理工大学
IPC: G06F18/2431 , G06F18/27
Abstract: 本发明公开一种基于最小非零冗余正则项的多标签分类方法，本发明首先利用l1‑norm和l2,1‑norm学习有辨别力的特征；然后，针对l1‑norm和l2,1‑norm之间存在的冗余特干扰问题，设计了最小化非零冗余正则项；接下来利用所有训练样例计算标签相关性矩阵和样例相关性矩阵，并基于平滑性假设分别构建标签相关性与标签特定特征权重矩阵和样例相关性和标签公共特征权重矩阵的正则项；最后，考虑到最小非零冗余正则项以二元范式呈现，致使常用的加速近端梯度算法失效，而一般的交替求解算法时间复杂度较高，设计了一种新颖的优化算法对模型进行求解。本发明具有同时解决特征之间冗余干扰问题和特征权重抵消的特点，且可获得相对较高的预测精度。
-
公开(公告)号：CN113158698B
公开(公告)日：2023-01-24
申请号：CN202110437509.2
申请日：2021-04-22
Applicant: 昆明理工大学
IPC: G06K7/10
Abstract: 本发明涉及一种单阅读器移动RFID系统下基于定位识别的标签防碰撞方法，属于无线射频识别技术领域。本发明采用尾码应答机制减少传输时间，利用阅读器的移动性获取标签信息，根据估计方程计算标签位置坐标，通过定位来判断标签是否为已识别标签，减少标签的重复识别现象。本发明首先移动阅读器从场景中收集数据用于估计方程，从而获取标签坐标，然后预估待测标签数量，阅读器动态调整帧长，以动态帧时隙ALOHA算法接收标签发送过来的尾码。成功时隙能收到标签的尾码与坐标信息，通过比较坐标判断该标签是否为已识别标签。本发明适用于中小型仓库中单阅读器对RFID标签的识别场景，能够减少中小型仓库中由于重复识别而浪费的时间，从而提升识别效率。
-
公开(公告)号：CN115392279A
公开(公告)日：2022-11-25
申请号：CN202211059417.6
申请日：2022-08-31
Applicant: 昆明理工大学
Abstract: 本发明涉及一种单阅读器移动RFID系统下基于漏读预警的标签防碰撞方法，属于无线射频识别技术领域。本发明采用比特时隙ALOHA提高读取效率，利用阅读器的移动性获取标签信息，估计未识别的标签数，根据未识别的标签数判读是否会发生漏读现象，通过提示使用者停止移动来减少漏读现象。本发明首先移动阅读器从场景中收集数据用于估算阅读器识别范围内未识别标签数，从而获取阅读器识别范围内未识别标签数，然后对比上一个识别周期的未识别标签数，判读是否有发生标签漏读现象的风险，如果有发生标签漏读现象的风险，则提示使用者停止阅读器移动，减少标签的漏读。本发明能够减少中小型仓库中由于漏读标签而浪费的时间，从而提升识别效率。
-
公开(公告)号：CN114022577A
公开(公告)日：2022-02-08
申请号：CN202111321469.1
申请日：2021-11-09
Applicant: 昆明理工大学
IPC: G06T9/00
Abstract: 本发明涉及一种基于Hilbert扫描的灰度图像压缩方法，属于图像存储技术领域。本发明包括数据映射阶段、压缩阶段和图像还原阶段。数据映射阶段创建Hilbert解码状态视图，基于高效的hilbert曲线解码算法扫描图像，将图像映射为一维数组。压缩阶段根据最小方差分区的策略将一维数据划分为灰度值相近的分区，并对满足特定条件的较小的分区进行合并，以降低分区数量，从而将原始图像压缩为长度和灰度两个位数组。还原阶段基于Hilbert曲线解码算法将压缩后的数据还原为对应的图像。本发明将高效的Hilbert解码算法和最小方差分区、分区合并策略结合，具有高的内聚性，可使得更多相邻的像素点划分到同一分区，从而降低分区数量；高的解码速度，从而提高图像的压缩和解压速度。
-
公开(公告)号：CN110222562A
公开(公告)日：2019-09-10
申请号：CN201910341798.9
申请日：2019-04-26
Applicant: 昆明理工大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于Fast R-CNN的人脸检测方法，本发明采用多图片构成的训练集通过object proposals进行提取，并通过CNN网络进行预训练，并配合Fast R-CNN对预训练模型进行二次训练，得到最终的人脸目标检测模型，该模型可以对与视觉任务强相关新场景图像进行效果良好的人脸目标检测。综上，本发明结合深度学习卷积神经网络思想，利用卷积特征替代传统手工特征，避免了传统检测问题中特征选择问题，深层卷积特征具有更好的表达能力，同时为解决人脸目标检测问题提供了更加泛化和简洁的思路。
-
Patent Agency Ranking
公开(公告)号：CN110197123A
公开(公告)日：2019-09-03
申请号：CN201910341797.4
申请日：2019-04-26
Applicant: 昆明理工大学
Abstract: 本发明公开了一种基于Mask R-CNN的人体姿态识别方法，本发明采用多图片构成的训练集通过残差网络进行训练，同时配合非极大值抑制方法、二值分类和边界框回归可以更有效的筛选出感兴趣的区域，通过筛选出的兴趣区域进行姿态分类、边界框回归和MASK生成，生成的预训练模型通过在不同场景下的人体姿态识别来判别是否是同一个人，使得目标识别精确度上有较大提升。
-
公开(公告)号：CN106508737B
公开(公告)日：2019-06-11
申请号：CN201610902009.0
申请日：2016-10-18
Applicant: 昆明理工大学
CPC classification number: Y02A40/812 , Y02A40/826
Abstract: 本发明涉及一种实时控制的新型养鱼网箱，属智能控制领域。包括检测模块、控制模块、水力发电涡轮机、灯光、网箱、防护栅栏、供氧净水循环系统；所述检测模块分别和水力涡轮发电机、控制模块相连，水力涡轮发电机分别和灯光、控制模块相连，灯光和网箱相连，网箱分别与防护栅栏、供氧净水循环系统相连，且防护栅栏、供氧净水循环系统分别与控制模块相连。本发明可根据水含氧量传感器、水体流速传感器、有毒有害物质传感器等检测水中的含氧量和有毒有害物质，利用控制模块实现网箱内的自动换水，遇到山洪自动开启防护栅栏，从而达到供氧净水循环和防护网箱，水力发电涡轮机可给传感器网箱内灯光提供电源，起到节能环保的作用，极大的节约了成本。
-
公开(公告)号：CN109636734A
公开(公告)日：2019-04-16
申请号：CN201811265826.5
申请日：2018-10-29
Applicant: 昆明理工大学
CPC classification number: G06T5/002 , G06K9/6223 , G06K9/6247 , G06T2207/10004
Abstract: 本发明涉及一种基于组稀疏表示的加权稀疏正则项约束图像去噪方法，属于图像处理技术领域。本发明首先将待处理的图像划分为若干个大小相同相互重叠的图像块，利用K近邻算法聚类为相似的图像块组，其次对每一个相似的图像块组采用主成分分析算法得到字典，相似图像块的稀疏系数进行加权平均获得原始图像组稀疏系数的近似估计，再通过迭代收缩算法实现对模型的优化求解，得到当前组的稀疏系数，最后根据组稀疏系数和字典求取图像块组的去噪图像并将其进行合并，获得去噪图像。本发明能够实现稀疏系数的有效求解，达到了良好的边缘保持和抑制伪影效果，同时在运行速度上也有较大提升。
-
公开(公告)号：CN106628789B
公开(公告)日：2019-02-19
申请号：CN201710033712.7
申请日：2017-01-18
Applicant: 昆明理工大学
IPC: B65G1/137
Abstract: 本发明涉及一种红外线计数的自动旋转货柜实时嵌入式控制装置，属电子技术领域。本发明包括红外发射装置、红外接收装置、单片机系统、电气控制系统、三相步进电机、缺货提醒装置、三扇形货柜；红外发射装置、红外接收装置分别与单片机系统连接，单片机系统分别与电气控制系统、缺货提醒装置连接，电气控制系统与三相步进电机连接，三相步进电机控制三扇形货柜的旋转。本发明结构简单，安装方便，成本低廉，提高了货柜空间的利用率，减轻了售货人员的点货压力。
-
公开(公告)号：CN106178888B
公开(公告)日：2018-11-27
申请号：CN201610605690.2
申请日：2016-07-29
Applicant: 昆明理工大学
IPC: B01D53/78 , B01D53/62 , B01D46/12 , G01D21/02 , G05B19/042
Abstract: 本发明涉及一种基于嵌入式CPS医用病房温湿度检测和废气过滤排放综合装置，属于医用环境安全技术领域。本发明包括支架、过滤部分、气体中和池、进气管、控制模块、二氧化碳传感器和温湿度传感器，控制模块、二氧化碳传感器和温湿度传感器固定在进气管下方，进气管上方依次设有气体中和池和过滤部分，进气管固定在支架上。本发明成本低廉、结构简单、操作便捷，可以根据温湿度传感器，二氧化碳传感器等，利用控制模块实现对病房二氧化碳和温湿度进行自动检测以及废气过滤排放，节省了人力物力，极大地节约了成本。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.031 seconds)
