-
公开(公告)号：CN105736795A
公开(公告)日：2016-07-06
申请号：CN201610238688.6
申请日：2016-04-18
Applicant: 西南交通大学
CPC classification number: F16K31/041 , F16K37/005
Abstract: 本发明公开了一种在用即充电自维护电动水阀构造，设置在城市供水管道或长输管道上以对爆管状况进行及时处理，或根据调度需要进行实时控制，主阀座具有通过两端的法兰与供水长输管道连接的主水管（5）；在主水管外设置有与之并行的支路水管（4）；支路水管上设置有水流发电机（7）；电动机（10）与水流发电机电气连接，电动机输出轴通过变速装置（11）后向主阀体（8）提供旋动动力。本发明最大特点在于电能的在用即充，即当该水阀正在服役使用，则有水流通过该阀，则该水阀通过水流稳定发电并给自身携带的长寿命蓄电池持续充电，为水阀的开关阀门和工作状态远传与控制电路系统提供电能，如此，安装使用方便，使之具有节能减排的价值。
-
公开(公告)号：CN102592304B
公开(公告)日：2013-08-14
申请号：CN201110454306.0
申请日：2011-12-30
Applicant: 西南交通大学
IPC: G06F17/50
Abstract: 本发明公开了一种分类应变限制的动态服装仿真方法，应变限制的方法应用到动态服装仿真，预防仿真中的失真现象。该方法采用的主要步骤包括应用动力学知识计算服装仿真动画、振荡形变过度区域的标识；对标识区域用我们改进的应变限制方法进行处理；碰撞检测及响应。本发明采用改进的应变限制方法处理了动态服装仿真中会出现的振荡和形变过度的问题，解决了动态服装仿真中的振荡和形变过度造成的服装视觉效果上的失真，也没有使用额外阻尼力时产生的服装形变粘滞感和服装在人体皮肤上悬浮的现象。
-
公开(公告)号：CN103218842A
公开(公告)日：2013-07-24
申请号：CN201310080656.4
申请日：2013-03-12
Applicant: 西南交通大学
Abstract: 本发明公开了一种语音同步驱动三维人脸口型与面部姿势动画的方法，通过用户输入新的语音信息，经过预处理之后，在虚拟人的人脸头像上合成与语音同步的口型动画和面部姿势动画。本发明具体包括两个阶段，在训练阶段，通过KNN和HMM的混合模型实现语音可视化建模；在合成阶段，通过用户输入新的语音信息，先进行语音信号的特征提取，再经过KNN和HMM混合模型生成与语音信号相对应的人脸面部姿势和口型帧序列参数，经过平滑处理后，使用Xface开源软件合成更加细腻、丰富的三维人脸动画。本发明不仅具有重要的理论研究价值，而且在可视通信、虚拟会议、游戏娱乐和教学辅助等领域有着广阔的应用前景。
-
公开(公告)号：CN103218842B
公开(公告)日：2015-11-25
申请号：CN201310080656.4
申请日：2013-03-12
Applicant: 西南交通大学
Abstract: 本发明公开了一种语音同步驱动三维人脸口型与面部姿势动画的方法，通过用户输入新的语音信息，经过预处理之后，在虚拟人的人脸头像上合成与语音同步的口型动画和面部姿势动画。本发明具体包括两个阶段，在训练阶段，通过KNN和HMM的混合模型实现语音可视化建模；在合成阶段，通过用户输入新的语音信息，先进行语音信号的特征提取，再经过KNN和HMM混合模型生成与语音信号相对应的人脸面部姿势和口型帧序列参数，经过平滑处理后，使用Xface开源软件合成更加细腻、丰富的三维人脸动画。本发明不仅具有重要的理论研究价值，而且在可视通信、虚拟会议、游戏娱乐和教学辅助等领域有着广阔的应用前景。
-
公开(公告)号：CN114488261B
公开(公告)日：2023-06-30
申请号：CN202210037986.4
申请日：2022-01-13
Applicant: 西南交通大学
IPC: G01T1/29 , G06N3/045 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于LHAASO实验的低能量段伽马质子高能粒子鉴别方法，方法基于LHAASO实验原始数据，利用特征工程进行LHAASO‑KM2A阵列物理特征提取，获得关键物理信息特征，然后利用关键物理信息特征构建基于物理特征的鉴别模型，并利用处理后的关键物理信息特征对该模型进行训练和反馈调整，获得在低能量段有效鉴别质子和伽马粒子的鉴别模型。本发明获取到了对高能粒子鉴别有较大影响的其他特征，并将这些特征运用于模型的训练，该方式有效提高了模型的鉴别能力，鉴别模型能够在各个能段、各个数量级以及质子与伽马数量相差较大等因素的影响下，实现各种复杂环境下的鉴别，具有良好的准确性和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN105736795B
公开(公告)日：2018-07-31
申请号：CN201610238688.6
申请日：2016-04-18
Applicant: 西南交通大学
Abstract: 本发明公开了种在用即充电自维护电动水阀构造,设置在城市供水管道或长输管道上以对爆管状况进行及时处理,或根据调度需要进行实时控制,主阀座具有通过两端的法兰与供水长输管道连接的主水管(5);在主水管外设置有与之并行的支路水管(4);支路水管上设置有水流发电机(7);电动机(10)与水流发电机电气连接,电动机输出轴通过变速装置(11)后向主阀体(8)提供旋动动力。本发明最大特点在于电能的在用即充,即当该水阀正在服役使用,则有水流通过该阀,则该水阀通过水流稳定发电并给自身携带的长寿命蓄电池持续充电,为水阀的开关阀门和工作状态远传与控制电路系统提供电能,如此,安装使用方便,使之具有节能减排的价值。
-
公开(公告)号：CN105893949A
公开(公告)日：2016-08-24
申请号：CN201610189306.5
申请日：2016-03-29
Applicant: 西南交通大学
CPC classification number: G06K9/00798 , G06K9/3233 , G06K9/6223
Abstract: 本发明公开了一种复杂路况场景下的车道线检测方法，用于智能车辆获取道路图像信息即时进行车道线辨识处理，本发明在获得路况图像的边缘信息之后，首先对边缘图像进行扫描，同时计算出边缘像素点连接的方向，从而滤除连接方向异常的噪声边缘。本发明充分利用了车道线的消失点这一特征信息，消失点的位置信息通过投票机制来获得，消失点不仅作为滤除干扰线段的约束条件，而且作为车道线拟合的关键参数。本发明车道线检测方法能够克服树木的阴影、路面的文字以及行驶车辆等干扰因素的影响，实现各种复杂环境下的车道线检测，具有良好的准确性和鲁棒性。
-
公开(公告)号：CN105893949B
公开(公告)日：2019-07-12
申请号：CN201610189306.5
申请日：2016-03-29
Applicant: 西南交通大学
Abstract: 本发明公开了一种复杂路况场景下的车道线检测方法，用于智能车辆获取道路图像信息即时进行车道线辨识处理，本发明在获得路况图像的边缘信息之后，首先对边缘图像进行扫描，同时计算出边缘像素点连接的方向，从而滤除连接方向异常的噪声边缘。本发明充分利用了车道线的消失点这一特征信息，消失点的位置信息通过投票机制来获得，消失点不仅作为滤除干扰线段的约束条件，而且作为车道线拟合的关键参数。本发明车道线检测方法能够克服树木的阴影、路面的文字以及行驶车辆等干扰因素的影响，实现各种复杂环境下的车道线检测，具有良好的准确性和鲁棒性。
-
公开(公告)号：CN105787475A
公开(公告)日：2016-07-20
申请号：CN201610190539.7
申请日：2016-03-29
Applicant: 西南交通大学
CPC classification number: G06K9/00818 , G06K9/44 , G06K9/482
Abstract: 本发明公开了一种复杂环境下的交通标志检测与识别方法，采用归一化RGB空间的颜色分割方法能够减少图像处理时间，保证算法实时性；采用凸壳处理的方法能够解决交通标志被部分遮挡的问题；采用提取轮廓傅里叶描述子的方法进行轮廓分析，能够解决交通标志发生旋转、平移、尺度变化等问题。通过在标准数据库中增加发生投影失真的轮廓数据，还能解决交通标志发生投影失真的问题。相对于传统方法，本发明方法具有鲁棒性高和实时性好的优点，能够被应用于智能车或无人驾驶汽车。
-
公开(公告)号：CN101620615B
公开(公告)日：2011-12-28
申请号：CN200910060241.4
申请日：2009-08-04
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于决策树学习的自动图像标注与翻译的方法，自动为新图像加以标注，使用机器翻译带有可视化内容的文本词汇表而实现图像资料的机器检索，包括训练标注图像集和图像自动标注。其中训练标注图像集利用图像分割算法对训练图像集分割成子块区域，提取每个子块区域的底层视觉特征；将这些特征数据离散化，然后将训练标注图像集基于底层特征离散值利用聚类算法进行分类，并构造出语义词典；将所述底层特征离散值作为决策树学习的输入属性；利用决策树机器学习法对已构造的词典，对应预先设定的语义概念进行自我训练学习，生成决策树并获取相应的决策规则。本发明的训练标注图像集具有可扩展性和鲁棒性，将其应用于语义图像检索中，能提高检索的查全率和查准率。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.021 seconds)
