一种基于复合多边形标志引导的无人机垂直降落方法

    公开(公告)号:CN109885086A

    公开(公告)日:2019-06-14

    申请号:CN201910179487.7

    申请日:2019-03-11

    Abstract: 本发明涉及无人机和机器视觉领域,具体是一种基于复合多边形标志引导的无人机垂直降落方法,包括以下步骤:(1)设置复合多边形标志;(2)无人机对拍摄的降落区域图像进行预处理;(3)无人机获取二值化边缘信息图像的轮廓信息;(4)无人机对二值化边缘信息图像的轮廓信息进行筛选;(5)无人机计算多边形轮廓的像素长度和中心点坐标;(6)无人机确定轮廓组合方式并识别复合多边形标志;(7)无人机计算其与标志物的相对坐标;(8)无人机降落控制;(9)无人机降落调整。本发明实现了无人机对特定目标的锁定、跟踪和精确的垂直降落等功能。

    基于余弦相似度协同过滤的混合推荐方法

    公开(公告)号:CN110175289B

    公开(公告)日:2023-04-07

    申请号:CN201910439840.0

    申请日:2019-05-24

    Abstract: 本发明公开了一种基于余弦相似度协同过滤的混合推荐方法,主要解决现有技术获取用户数据单一,数据过于稀疏和推荐性能不高的问题。其步骤为:1.采集用户的信息;2.对用户历史行为数据进行数字化;3.提取出特定群体都感兴趣的文档;4.构建每篇文档与之最相似几篇文档字典;5.构建用户文档评分矩阵;6.用评分矩阵训练出最佳模型;7.根据最佳模型形成推荐列表推荐给用户;8.当用户阅读推荐列表文档到达阈值,重新开始。本发明获取多维度信息,并将其加入到推荐系统中,利用最相似关联公式对数据集进行插入操作,不仅提高了推荐系统的性能,而且缓解了矩阵稀疏性的压力,可用于从大量的数据中找到用户感兴趣的文档。

    一种基于碎片化数据的图分类方法

    公开(公告)号:CN113627517A

    公开(公告)日:2021-11-09

    申请号:CN202110904130.8

    申请日:2021-08-06

    Abstract: 本发明公开一种基于碎片化数据的图分类方法,所述方法包括:根据节点碎片化数据图的轨迹信息和通信链路信息判断节点间是否可以进行通信,并提取碎片化数据图中的元结构模型;从提取的元结构模型中提取子图结构,并判断元结构能否合并;最终只保留原图中拥有能合并的节点和元结构;没有合并的节点和元结构即为孤立节点和孤立元结构,在原始图数据集合上将孤立节点和孤立元结构删除,保留后的图数据为构建的新图数据;构建的新图数据利用基于时空信息的自适应进行图分类。有效地利用碎片化数据信息属性和时空属性,减少了冗余信息和噪声的干扰。

    基于余弦相似度协同过滤的混合推荐方法

    公开(公告)号:CN110175289A

    公开(公告)日:2019-08-27

    申请号:CN201910439840.0

    申请日:2019-05-24

    Abstract: 本发明公开了一种基于余弦相似度协同过滤的混合推荐方法,主要解决现有技术获取用户数据单一,数据过于稀疏和推荐性能不高的问题。其步骤为:1.采集用户的信息;2.对用户历史行为数据进行数字化;3.提取出特定群体都感兴趣的文档;4.构建每篇文档与之最相似几篇文档字典;5.构建用户文档评分矩阵;6.用评分矩阵训练出最佳模型;7.根据最佳模型形成推荐列表推荐给用户;8.当用户阅读推荐列表文档到达阈值,重新开始。本发明获取多维度信息,并将其加入到推荐系统中,利用最相似关联公式对数据集进行插入操作,不仅提高了推荐系统的性能,而且缓解了矩阵稀疏性的压力,可用于从大量的数据中找到用户感兴趣的文档。

    一种SAR图像匹配方法
    6.
    发明公开

    公开(公告)号:CN118172577A

    公开(公告)日:2024-06-11

    申请号:CN202410203612.4

    申请日:2024-02-23

    Abstract: 本发明提供了一种SAR图像匹配方法,应用于雷达成像技术领域,所述方法包括:对基准图与实时图进行超像素分割,分别预测基准图与实时图的特征点密集区域;对基准图与实时图进行滤波处理,获得对应特征点;对特征点进行筛选,获取保留特征点;对保留特征点分别进行四叉树优化处理,获取基准图与实时图的有效特征点;采用插值法分别修正基准图与实时图的有效特征点的坐标,完成特征点定位,并分别计算有效特征点的64维特征描述符;获得特征距离比值,运用比值检测法,完成特征描述符对应的特征点之间的匹配;采用RANSAC算法对匹配的特征点对进行去错配操作,完成SAR图像匹配。以此方式,可以提高图像匹配效率与平台定位精度。

    一种基于复合多边形标志引导的无人机垂直降落方法

    公开(公告)号:CN109885086B

    公开(公告)日:2022-09-23

    申请号:CN201910179487.7

    申请日:2019-03-11

    Abstract: 本发明涉及无人机和机器视觉领域,具体是一种基于复合多边形标志引导的无人机垂直降落方法,包括以下步骤:(1)设置复合多边形标志;(2)无人机对拍摄的降落区域图像进行预处理;(3)无人机获取二值化边缘信息图像的轮廓信息;(4)无人机对二值化边缘信息图像的轮廓信息进行筛选;(5)无人机计算多边形轮廓的像素长度和中心点坐标;(6)无人机确定轮廓组合方式并识别复合多边形标志;(7)无人机计算其与标志物的相对坐标;(8)无人机降落控制;(9)无人机降落调整。本发明实现了无人机对特定目标的锁定、跟踪和精确的垂直降落等功能。

    一种无人机自动降落标志物

    公开(公告)号:CN209487090U

    公开(公告)日:2019-10-11

    申请号:CN201920283467.X

    申请日:2019-03-06

    Abstract: 本实用新型提出了一种无人机自主降落标志物,旨在实现不受光照条件影响的无人机精确定点自主降落,标志板包括平板、圆环图案、非圆形几何图案、无线信号源和至少三个发光源,圆环图案印刷在平板板面上,其环内印刷有非圆形几何图案,平板上未印刷圆环图案和非圆形几何图案的位置,固定有无线信号源以及n个发光源,在标志物未进入无人机上的摄像头所覆盖的范围时,无人机通过无线信号源的信号定位标志物,标志物进入摄像头所覆盖的范围时,在白天或光线条件较好时无人机通过识别圆环图案和非圆形几何图案对标志物进行定位,在傍晚或光线条件较差的情况下通过识别发光源构成的多边形对标志物进行定位,之后无人机便可根据定位自主降落。

Patent Agency Ranking