-
公开(公告)号：CN119148721B
公开(公告)日：2025-02-28
申请号：CN202411612623.4
申请日：2024-11-13
Applicant: 绍兴文理学院 , 绍兴市基础设施建设投资有限公司 , 宝略科技(浙江)有限公司
Abstract: 本发明公开了一种基于自适应KMeans算法的机器人未知环境探索方法，通过获取机器人在未知环境中移动的未知区域，并基于RRT算法对所述未知区域进行识别得到边界点，采用KMeans算法对所述边界点进行聚类处理，并基于信息增量算法对聚类处理后的边界点进行计算以确定目标点，基于TEB路径规划算法引导所述机器人到达所述目标点，并采用Gmapping算法进行地图构建以完成机器人未知环境探索，可以根据地图采集到的边界点动态调整聚类中心的数量，根据数据的特性和分布情况，智能地决定最佳的聚类中心数目，从而提高聚类的效果和精确度，基于KMeans聚类算法对边界点进行聚类，并通过信息增量算法对目标点进行优化，以提高聚类的准确性和效率。
-
公开(公告)号：CN118038142A
公开(公告)日：2024-05-14
申请号：CN202410150257.9
申请日：2024-02-02
Applicant: 绍兴文理学院
IPC: G06V10/764 , G06V10/20 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于实时图像的植物叶片病害分类方法及系统，通过采用图像采集设备采集患有不同病害的植物叶片原始图像，对所述植物叶片原始图像进行图像预处理得到标签数据集，将所述标签数据集进行数据增强得到样本图像，采用DeepLabv3+分割顺丰对所述样本图像中的植物叶区进行语义分割得到叶片数据集，将叶片数据集输入已训练的卷积神经网络中进行训练得到叶片分类模型，采用EfficientNet‑B0模型对所述叶片分类模型进行分析和预测以完成植物叶片病害分类，利用图像处理技术从背景中分割出叶子并提取出其特征进行分类，图像预处理可以提高图像的质量，从复杂的背景中提取叶片区域，有助于提高诊断过程的速度和准确性，最终为受影响的植物提供更好的处理效果。
-
公开(公告)号：CN117336813A
公开(公告)日：2024-01-02
申请号：CN202311452057.0
申请日：2023-11-03
Applicant: 绍兴文理学院 , 绍兴市智慧城市集团有限公司
Abstract: 本发明公开了一种基于TLBO的无线传感器网络优化方法，通过构建多个无线传感器网络并获取无线传感器网络中的路由协议类型，根据路由协议类型确定无线传感器网络中的传感器节点和传感器能量，基于传感器节点和传感器能量选取簇头和集群并确定网关区域，根据无线传感器网络的路由协议类型、网关区域和传感器节点建立初始无线传感器网络，教学优化算法LETLBO对初始无线传感器网络进行优化更新得到目标无线传感器网络，从可用的传感器节点中选择最优簇头，然后将传感器组织成簇，使用TS和TLBO算法的组合的多步骤路由算法，将簇头收集的数据传输到网关节点，并最终传输到信宿，利用集群策略和分层路由减少传感器能耗，延长网络寿命。
-
Patent Agency Ranking
公开(公告)号：CN119397258A
公开(公告)日：2025-02-07
申请号：CN202510001042.5
申请日：2025-01-02
Applicant: 绍兴文理学院 , 宝略科技(浙江)有限公司 , 绍兴市低空产业发展有限公司
IPC: G06F18/213 , G06F18/241 , G06N3/006 , G16Y10/75 , G16Y20/20
Abstract: 本发明公开了一种基于机器学习的物联网设备识别方法及装置，通过获取包含物联网设备的网络流量的数据集，并进行数据预处理得到多个网络流量，采用多种特征选择算法从网络流量中提取多个流量特征以确定最佳特征子集，输入已训练机器学习模型中进行物联网设备识别得到设备识别结果，基于设备识别结果对应的特征选择算法分别进行对比分析以完成物联网设备识别，采用各种特征选择算法来评估网络流量特征的有效性，以拟合最佳模型并在不同分类器之间实现最佳准确性，引入BGWO来确定物联网设备识别的最佳特征子集，利用了两个公开的物联网网络流量数据集来确保识别结果的可靠性，提高了分类器的性能，BGWO在所有分类器中实现了更高的准确性。
-
公开(公告)号：CN119148721A
公开(公告)日：2024-12-17
申请号：CN202411612623.4
申请日：2024-11-13
Applicant: 绍兴文理学院 , 绍兴市基础设施建设投资有限公司 , 宝略科技(浙江)有限公司
Abstract: 本发明公开了一种基于自适应KMeans算法的机器人未知环境探索方法，通过获取机器人在未知环境中移动的未知区域，并基于RRT算法对所述未知区域进行识别得到边界点，采用KMeans算法对所述边界点进行聚类处理，并基于信息增量算法对聚类处理后的边界点进行计算以确定目标点，基于TEB路径规划算法引导所述机器人到达所述目标点，并采用Gmapping算法进行地图构建以完成机器人未知环境探索，可以根据地图采集到的边界点动态调整聚类中心的数量，根据数据的特性和分布情况，智能地决定最佳的聚类中心数目，从而提高聚类的效果和精确度，基于KMeans聚类算法对边界点进行聚类，并通过信息增量算法对目标点进行优化，以提高聚类的准确性和效率。
-
公开(公告)号：CN119445259A
公开(公告)日：2025-02-14
申请号：CN202510025921.1
申请日：2025-01-08
Applicant: 绍兴文理学院 , 宝略科技(浙江)有限公司 , 绍兴市低空产业发展有限公司
IPC: G06V10/764 , G06V10/26 , G06V10/98
Abstract: 本发明公开了一种基于移动激光雷达数据的高清地图处理方法及装置，通过获取自动驾驶汽车的多个传感器收集的传感器数据并进行概率数据处理得到结构化的3D点云，将3D点云进行识别以分配语义标签并创建几何映射函数，构建3D点云图并采用几何映射函数转换局部欧几里得坐标得到语义分割结果，采用混淆融合网络对语义分割结果进行分类纠正得到对象属性，基于对象属性和几何映射函数构建3D点云图的语义图，并输出语义图对应的高清地图，对高清地图进行评估优化得到自动驾驶汽车的路径导航结果，将多目标优化应用于处理移动激光雷达点云创建高清地图，使用混淆矩阵合并不确定性模拟和概率语义映射，提高了生成地图的可靠性和准确性。
-
公开(公告)号：CN117475147A
公开(公告)日：2024-01-30
申请号：CN202311381660.4
申请日：2023-10-24
Applicant: 绍兴文理学院 , 绍兴市智慧城市集团有限公司
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的三维点云语义分割系统及方法，通过获取待处理的三维数据并进行特征提取，对闵可夫斯基网络输出的特征表示进行缩放和归一化得到输入特征，计算输入特征平均值得到特征的集中趋势度量，对跨通道维度的特征统计量进行归一化，预测需要重新缩放的尺度和转移因子以调整归一化特征得到输出特征，采用基于随机采样和高斯块注意力融合机制对输出特征进行自注意融合得到融合特征，将融合特征空间转换为语义标签空间，基于语义标签空间对输入特征进行语义分割得到伪标签和语义信息标签，对语义分割过程进行任务分析以完成三维点云语义分割，融合跨域特征并在目标域内生成可靠伪标签，增强模型对未知数据的泛化能力。
-
公开(公告)号：CN117422996A
公开(公告)日：2024-01-19
申请号：CN202311374918.8
申请日：2023-10-23
Applicant: 绍兴市智慧城市集团有限公司 , 绍兴文理学院
IPC: G06V20/10 , G06V20/70 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种基于ResUNet的遥感图像建筑检测方法及系统，通过构建双注意力残差的U‑Net建筑提取网络并将输入的遥感图像分割成二进制建筑地图，将每个建筑地图中的任何多边形绑定一个边界框以过滤建筑提取不完善的非建筑框，比较双相建筑地图中的相应构建框以获得建筑变化地图，对比较模型的训练性能进行评估得到建筑提取结果，对建筑提取结果进行检测以完成建筑变化检测，增加模型对构建高层语义信息的关注，通道空间注意力残差卷积块取代U‑Net的简单卷积块，提高模型对有价值建筑底层空间特征关注度，并过滤不相关无用空间特征，以最少的背景特征准确地感知建筑对象，产生最高质量的双时间建筑地图，提高建筑变化识别能力。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
