-
公开(公告)号：CN110848106B
公开(公告)日：2024-08-20
申请号：CN201911374773.5
申请日：2019-12-27
Applicant: 燕山大学
Abstract: 本发明公开一种多路进油完全流量自冷却的双端面配流斜盘型柱塞泵。所述柱塞泵在泵壳上开有1‑3个圆形进油口，所述圆形进油口开在泵壳的中间位置。所述柱塞泵吸入的凉油首先对缸体和柱塞摩擦副进行冷却；之后一路经过壳体与缸体之间的间隙绕经配油盘和缸体副进入控制腔室，对配油盘和缸体摩擦盘副进行冷却；另一路经过壳体与缸体之间的间隙绕经滑靴和斜盘副进入到控制腔室内，对滑靴和斜盘摩擦副进行冷却。本发明利用液阻与发热量成比例的方法设计，就可以按照泵的发热量来分配自冷却流量，达到全流量参与的最佳自冷却、自润滑效果，同时又可以去掉了泄漏回油管路，最终达到降低泵温提高泵的使用寿命之目的。
-
公开(公告)号：CN116486203A
公开(公告)日：2023-07-25
申请号：CN202310443332.6
申请日：2023-04-24
Applicant: 燕山大学
IPC: G06V10/774 , G06V10/10 , G06V10/20 , G06V10/26 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/09
Abstract: 本发明公开了一种基于孪生网络和在线模板更新的单目标跟踪方法，步骤如下：步骤一、数据预处理：将训练用到的数据集中所有文件夹中视频序列的每一张图片裁剪成固定大小，对裁剪后的数据集生成对应的json文件；所述文件夹中的图片包含模板图片Z以及搜索图片X；步骤二、构建网络模型并进行模型训练：首先冻结模板更新模块的参数，仅训练构造好的网络模型以及特征增强模块；接着解冻模板更新模块，单独训练该模块；在整个训练过程中通过降低网络的损失函数进而优化模型，从而得到表现最好的网络模型权重；步骤三、模型测试，在新的数据集中，通过加载步骤二中表现最好的网络模型权重来测试跟踪目标对象的效果，本发明能够实现精确稳定的跟踪。
-
公开(公告)号：CN105138983A
公开(公告)日：2015-12-09
申请号：CN201510518178.X
申请日：2015-08-21
Applicant: 燕山大学
CPC classification number: G06K9/00241 , G06K9/6218
Abstract: 一种基于加权部件模型和选择性搜索分割的行人检测方法，由加权部件模型训练部分和行人检测部分组成。模型构建过程：基于可变形部件模型的构造过程，根据拥挤场景下行人各个部位的遮挡情况不同，对不同的部件设置了不同的权值，并使用隐支持向量机进行训练权值。行人检测过程：提取图片中的HOG特征金字塔，对图片进行选择性搜索分割，以达到用较少的有效窗口包含更多的物体，在此基础之上，采用基于阈值裁剪的级联检测来进行行人检测。本发明方法从两个角度解决拥挤场景下行人的漏检问题，具有减小干扰、提高行人检测准确率等优点。
-
公开(公告)号：CN105138983B
公开(公告)日：2019-06-28
申请号：CN201510518178.X
申请日：2015-08-21
Applicant: 燕山大学
Abstract: 一种基于加权部件模型和选择性搜索分割的行人检测方法，由加权部件模型训练部分和行人检测部分组成。模型构建过程：基于可变形部件模型的构造过程，根据拥挤场景下行人各个部位的遮挡情况不同，对不同的部件设置了不同的权值，并使用隐支持向量机进行训练权值。行人检测过程：提取图片中的HOG特征金字塔，对图片进行选择性搜索分割，以达到用较少的有效窗口包含更多的物体，在此基础之上，采用基于阈值裁剪的级联检测来进行行人检测。本发明方法从两个角度解决拥挤场景下行人的漏检问题，具有减小干扰、提高行人检测准确率等优点。
-
公开(公告)号：CN107403222A
公开(公告)日：2017-11-28
申请号：CN201710588643.6
申请日：2017-07-19
Applicant: 燕山大学
Abstract: 一种基于辅助更新模型和有效性检验的运动跟踪方法，使用大量样本对其权值进行离线训练；用训练所得网络顶端添加logistic分类器，能够区分目标与背景，设置辅助更新模型调节网络的参数；观测模型需要在跟踪过程中进行调节；在第一帧时，对第一帧进行自适应调节，用目标和背景样本对网络进行调节，使网络能够识别目标；根据跟踪情况的不同应用不同模式及时调整跟踪方法；将观测模型和动态模型结合，动态模型使用动态粒子滤波算法；动态粒子滤波能够自动调节粒子数量同时保持跟踪精度。粒子滤波在新一帧中以上一帧目标为中心采集粒子，将采集到的粒子交给观测模型，观测模型判断粒子的置信度。通过置信度最大的若干目标与前目标对比，对目标确认，降低偶然性。
-
Patent Agency Ranking
公开(公告)号：CN119963811A
公开(公告)日：2025-05-09
申请号：CN202510025897.1
申请日：2025-01-08
Applicant: 燕山大学
IPC: G06V10/25 , G06V10/774 , G06V10/82 , G06V20/64 , G06V10/764 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于体素裁剪和精细化几何形状的3D目标检测方法，属于目标检测技术领域，包括以下步骤：S1数据预处理，将训练使用的数据集中的点云帧沿着X、Y和Z轴方向裁剪成固定大小；S2构建网络模型并进行模型训练：首先准备好训练使用的点云数据，数据包括点云场景数据和目标标签数据；接着构建网络模型，并且设置好每个模块的超参数；然后将训练数据送入网络模型进行训练，整个训练过程中通过Adam算法来优化模型，从而得到表现最好的网络模型权重；最后保存好网络模型权重；S3模型测试：使用测试集数据验证模型效果。本发明能够实现精确的3D目标检测，有效解决感受野受限和目标几何形状缺失问题，并且通过体素裁剪加快模型的推理速度。
-
公开(公告)号：CN116486203B
公开(公告)日：2024-02-02
申请号：CN202310443332.6
申请日：2023-04-24
Applicant: 燕山大学
IPC: G06V10/774 , G06V10/10 , G06V10/20 , G06V10/26 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/09
Abstract: 本发明公开了一种基于孪生网络和在线模板更新的单目标跟踪方法，步骤如下：步骤一、数据预处理：将训练用到的数据集中所有文件夹中视频序列的每一张图片裁剪成固定大小，对裁剪后的数据集生成对应的json文件；所述文件夹中的图片包含模板图片Z以及搜索图片X；步骤二、构建网络模型并进行模型训练：首先冻结模板更新模块的参数，仅训练构造好的网络模型以及特征增强模块；接着解冻模板更新模块，单独训练该模块；在整个训练过程中通过降低网络的损失函数进而优化模型，从而得到表现最好的网络模型权重；步骤三、模型测试，在新的数据集中，通过加载步骤二中表现最好的网络模型权重来测(56)对比文件CN 113628246 A,2021.11.09CN 115424177 A,2022.12.02Qiang Wang，et al《.LearningAttentions: Residual Attentional SiameseNetwork for High Performance OnlineVisual Tracking》《.CVPR》.2018,全文.Lichao Zhang,et al《.Learning theModel Update for Siamese Trackers》.《ICCV》.2019,全文.
-
公开(公告)号：CN110848106A
公开(公告)日：2020-02-28
申请号：CN201911374773.5
申请日：2019-12-27
Applicant: 燕山大学
Abstract: 本发明公开一种多路进油完全流量自冷却的双端面配流斜盘型柱塞泵。所述柱塞泵在泵壳上开有1-3个圆形进油口，所述圆形进油口开在泵壳的中间位置。所述柱塞泵吸入的凉油首先对缸体和柱塞摩擦副进行冷却；之后一路经过壳体与缸体之间的间隙绕经配油盘和缸体副进入控制腔室，对配油盘和缸体摩擦盘副进行冷却；另一路经过壳体与缸体之间的间隙绕经滑靴和斜盘副进入到控制腔室内，对滑靴和斜盘摩擦副进行冷却。本发明利用液阻与发热量成比例的方法设计，就可以按照泵的发热量来分配自冷却流量，达到全流量参与的最佳自冷却、自润滑效果，同时又可以去掉了泄漏回油管路，最终达到降低泵温提高泵的使用寿命之目的。
-
公开(公告)号：CN109034092A
公开(公告)日：2018-12-18
申请号：CN201810902505.5
申请日：2018-08-09
Applicant: 燕山大学
CPC classification number: G06K9/00771 , G06K9/3233 , G06K9/6256 , G06N3/0454
Abstract: 本发明提供一种用于监控系统的异常事件检测方法，其包括以下步骤：S1、图像处理：在异常事件模型训练之前，进行图像预处理以及图像增强处理，以便将各种待检测的异常事件特征进行凸显，并将处理好的数据分为训练集和测试集；S2、模型训练：用处理好的训练集进行异常事件模型训练,首先进行异常事件模型初始化，然后设计网络结构，初始化网络参数，根据异常事件模型的训练要求，增加批归一化和Dropout训练技巧模块，最终获得训练好的异常事件检测模型；S3、异常事件检测：用测试集对所述训练好的模型进行异常事件检测，最后将检测的结果可视化在测试集上。本发明对多场景的异常事件检测有很强的泛化能力，并且对多种异常事件的检测都具有较高的准确率。
-
公开(公告)号：CN107862336A
公开(公告)日：2018-03-30
申请号：CN201711095565.2
申请日：2017-11-09
Applicant: 燕山大学
CPC classification number: G06K9/6271 , G06N3/02
Abstract: 一种基于距离样本约简的BP分类器改进方法，其内容包括：将样本约简与BP分类器训练融为一个阶段，用“净化”的样本；对样本进行约简处理，去除对分类边界毫无影响的远离分类边界的冗余样本；用待测样本对训练好的BP模型进行多分类检测，输出分类结果，比较输出的待测样本分类类别是否与其本身类别标签一致。计算与标签不一致的分类结果占总待测样本的比例，最后根据这个比例体现分类器的性能。本发明在训练BP分类器的过程中逐步消除那些远离分界面的冗余样本，加快分类器收敛速度，减少时间消耗，提高整体BP分类器泛化能力，以此提高BP分类的性能。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.017 seconds)
