-
公开(公告)号：CN114760647A
公开(公告)日：2022-07-15
申请号：CN202210440527.0
申请日：2022-04-25
Applicant: 浙江师范大学
IPC: H04W24/02 , H04L25/02 , H04B7/0413 , G06F17/15 , G06F17/11
Abstract: 本发明提供一种去蜂窝大规模MIMO上行总速率一阶优化方法，包括以下步骤：步骤1、建立上行导频训练模型并推导MMSE信道估计，步骤2、推导UE总速率闭式表达式并建立UE总速率最优化问题，步骤3、设计UE总速率最优化方法：采用基于加权MMSE的总速率最优化算法或者基于APG的总速率最优化算法。在满足UE数据发射功率约束的前提下大大改善UE总速率，从而补偿了干扰机恶意攻击造成的性能损失。
-
公开(公告)号：CN112163487A
公开(公告)日：2021-01-01
申请号：CN202010994932.8
申请日：2020-09-21
Applicant: 浙江师范大学
Abstract: 本发明提供一种基于改进时空步态能量图的步态身份识别方法，将改进时空步态能量图与卷积神经网络GoogLeNet相结合建立步态识别模型，以改进时空步态能量图作为输入进行步态识别特征提取和分类，提取人体下半身关节间规律变化，摆幅特征，利用伪彩色编码技术将时序信息映射到下半身关节点间上，最大限度保留步态模板内部动态信息，由此获取更丰富、有效的步态模板，生成改进时空步态能量图。解决了基于模型步态识别时间长、建模复杂，基于图像步态识别跨视角准确度不高的缺点，提高现代生物行为特征识别技术，保证远距离身份识别安全性的同时，减少步态身份识别所需时间，为有效实时身份识别技术提供方法保证。
-
公开(公告)号：CN109242146A
公开(公告)日：2019-01-18
申请号：CN201810884425.1
申请日：2018-07-27
Applicant: 浙江师范大学
Abstract: 提出了一种基于极限学习机的蛋鸡生产性能时间序列预测模型，并以该模型对蛋鸡的死淘率、产蛋率、平均蛋重和料蛋比4项生产性能指标进行预测。首先选取两批海兰褐蛋鸡从开始产蛋直至售出期间指标数据构建时间序列模型；然后将第一批蛋鸡数据样本用于ELM网络训练，建立预测模型，将第二批数据用于模型预测性能的验证；最后将极限学习机预测模型与支持向量机、BP神经网络预测模型进行比较。实验结果表明，所建立的极限学习机预测模型能够准确地预测生产性能指标的变化规律，四项指标预测数值与实际样本的相关系数为0.992、0.990、0.970和0.921，均方误差分别为3.048e-04、0.515、0.311和0.002，并且模型训练、测试耗时短，性能优于BP神经网络，与支持向量机相差不多。本文提出的方法为蛋鸡生产性能预测研究提供参考。
-
公开(公告)号：CN112070741B
公开(公告)日：2024-02-23
申请号：CN202010926208.1
申请日：2020-09-07
Applicant: 浙江师范大学
Abstract: 本发明提供一种基于图像显著性区域提取方法的大米垩白度检测系统，包括垩白米检测机器视觉装置和垩白度检测系统，垩白米检测机器视觉装置包括暗箱、工业相机、LED光源、大米放置拖板、数据连接线和电脑，垩白度检测系统的检测步骤包括一、把大米放置暗箱中用工业相机进行拍摄，获取图像后先对图像进行灰度化处理；二、对图像进行中值滤波让图像更为平滑减少噪声干扰，再对图像进行反运算突出大米图像区域，并对其进行阈值分割后计算出大米面积；三、另外通过图像显著性区域提取的算法对图像垩白区域进行提取并计算垩白区域面积，最后计算出大米的垩白度。能够准确快速的识别出大米(56)对比文件Nadeesha Nagoda et al..Rice SampleSegmentation and Classification UsingImage Processing and Support VectorMachine《.2018 IEEE 13th InternationalConference on Industrial and InformationSystems (ICIIS)》.2019,179-184.孙明,凌云,王一鸣.在MATLAB环境中基于计算机视觉技术的大米垩白检测.农业工程学报.2002,(04),146-149.林萍;张华哲;何坚强;邹志勇;陈永明.可见光谱图与深度神经网络的垩白大米检测方法.光谱学与光谱分析.2020,(01),233-238.于润伟;朱晓慧.基于图像处理的稻米垩白自动检测研究.中国粮油学报.2007,(01),122-125.陈昊然等.基于图像显著性区域提取的垩白米检测《.中国粮油学报》.2020,第36卷(第2期),145-149.房国志等.基于形态学分水岭的垩白米粒检测方法《.光电子.激光》.2010,第21卷(第04期),569-571.
-
公开(公告)号：CN112071079A
公开(公告)日：2020-12-11
申请号：CN202010926336.6
申请日：2020-09-07
Applicant: 浙江师范大学
Abstract: 本发明提供一种基于5G传输的机器视觉车辆远光灯检测预警系统，包括感光传感器检测系统：感光传感器检测系统包含两块传感器，一块用于根据对环境光源检测是否处于夜间环境，另一块用于夜间检测车辆灯光强度，检测是否使用远光灯；数字视频处理系统：对视频进行数据采集，对过往车辆视频定位抓拍，在提取的照片中进行特征分析，分析出车牌信息；夜间远光灯判别系统：在夜间通过感光传感器进行光源分析，并结合数字视频处理系统采集的照片进行特征提取判别是否开启远光灯；远光灯预警提示系统：将远光灯车辆车牌信息记录并在道路LED显示板上进行提示，让驾驶员关闭远光灯安全驾驶。能够解决电子抓拍设备无法对滥用远光灯车辆违法车辆进行处理的问题。
-
Patent Agency Ranking
公开(公告)号：CN102862480A
公开(公告)日：2013-01-09
申请号：CN201110185920.1
申请日：2011-07-04
Applicant: 浙江师范大学
Abstract: 本发明涉及汽车电子领域，具体涉及一种酒精探测控制系统及使用的测试方法。车载酒精探测控制系统测试方法包括以下步骤：根据车门锁开关与驾驶员座位上的按压开关判断驾驶员准备驾车，系统由待机状态转为工作状态；微处理器发送信号给酒精传感器，酒精传感器自动开始测试；当酒精传感器测试的酒精浓度未超过0.0454mg/L时，固态继电器闭合，车辆允许启动；启动测试程序；进入测试程序进一步判断驾驶员的反应能力和手眼协调能力，若通过测试，则设定一最高允许车速，固态继电器闭合车辆允许限速启动；若通不过测试，则固态继电器断开，车辆禁止启动。本发明更准确、灵活的控制车辆，从而有效控制酒后驾驶。
-
公开(公告)号：CN119534995A
公开(公告)日：2025-02-28
申请号：CN202510100732.6
申请日：2025-01-22
Applicant: 浙江师范大学
Abstract: 本发明涉及电子测量技术领域，尤其涉及一种基于声表面波滤波器的高精度频率测量方法，包括依次电连接的D触发器电路、声表面波电路和FPGA电路。FPGA电路产生闸门信号，控制D触发器电路精确提取待测信号整数倍周期的起始和停止脉冲，通过声表面波滤波器得到时域拉伸的窄带信号，窄带信号经ADC电路高速采样、插值后进行自相关运算，得到时间间隔测量值，即待测信号的整数倍周期值。最后结合FPGA电路在闸门时间内对待测信号完整脉冲的计数值，运算得到待测信号的周期值，经过换算得到频率测量值。本发明基于声表面波滤波器的时间间隔测量方法，结合FPGA电路控制的多周期同步技术，实现了一种高精度、高稳定度的频率测量方法。
-
公开(公告)号：CN112164120A
公开(公告)日：2021-01-01
申请号：CN202010994958.2
申请日：2020-09-21
Applicant: 浙江师范大学
Abstract: 本发明提供了一种基于卷积神经网络GoogLeNet模型的暗斑鸡蛋检测方法，该方法利用Inception模块重复堆叠构建神经网络架构，利用多尺度卷积核提取鸡蛋暗斑特征并进行级联融合，为了获得足够图片样本验证模型的有效性，设计了鸡蛋透光图片采集装置，共得到1200张暗斑鸡蛋图像和8850张正常鸡蛋图像，选取两类样本各1200张用于网络建模。解决了目前暗斑鸡蛋检测主要由人工完成，检测劳动强度大,效率低的问题。
-
公开(公告)号：CN112131970A
公开(公告)日：2020-12-25
申请号：CN202010926230.6
申请日：2020-09-07
Applicant: 浙江师范大学
Abstract: 本发明提供一种基于多通道时空网络和联合优化损失的身份识别方法，包括多通道时空网络系统和联合优化损失系统，所述联合优化损失系统包括改进三元损失函数、标签平滑正则化交叉熵损失函数两部分，所述标签平滑正则化交叉熵损失函数为针对传统分类网络在训练过程中交叉熵损失函数，计算所述交叉熵损失中融入标签平滑正则化。解决了基于传统图像方法步态识别跨视角准确度较低且基于模型的步态识别方法计算复杂、耗时长的等问题，为实时身份识别技术提供方法保证。
-
公开(公告)号：CN108991697A
公开(公告)日：2018-12-14
申请号：CN201810884555.5
申请日：2018-07-27
Applicant: 浙江师范大学
Abstract: 本发明公开了一种基于步态识别的自动跟随行李箱方法。该方法包括：硬件系统，主要含单片机、电源模块、避障模块、自动跟随模块、电机模块、报警模块(GPS、GPRS模块)、语音模块等。软件系统：主要含语音识别程序模块、步态识别程序模块、电机程序模块、避障程序模块、报警程序模块等。其功能在功能结构示意图详叙。本发明将分析人的步态信息识别身份的方法应用于行李箱，通过嵌入行李箱的摄像头模块，记录当前使用者的步态信息并与单片机库中用户的步态信息比较，若准确率高于设定值，驱动行李箱跟随使用者移动，否则通过报警模块向使用者移动端发送警报信息。本发明解决了现有行李箱不易携带、易丢失等问题，为经常出差或长途旅行的人群提供便捷。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.026 seconds)
