公开(公告)号：CN116778249A

公开(公告)日：2023-09-19

申请号：CN202310784419.X

申请日：2023-06-29

Applicant: 西安电子科技大学青岛计算技术研究院

Inventor： 王建东 ,  徐凤明 ,  宁竞莜 ,  白铮 ,  张宏

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06T19/00

Abstract: 本发明公开了一种基于弱密集注意残差网络和增强现实技术的展示系统，具体涉及展示系统技术领域，包括以下步骤：步骤一：采集不同角度汽车的外观图像信息，根据不同汽车品牌作为标签制作一个数据集；步骤二：根据研究需要，对数据集进行数据增强；步骤三：对于不同汽车，制作相应的增强现实展示模型，包括车辆信息、多环境行驶状况以及驾驶手册，最后按照数据集的标签分类存入到云端系统数据库中；步骤四：使用Pytorch开源框架构建弱密集注意残差模型。本发明在使用时，无需以人工加工书面的方式供给客户了解车辆信息，能够将汽车的展示与深度学习以及增强现实相关技术结合起来，可方便客户更为直观的了解车辆的信息。

公开(公告)号：CN116341348A

公开(公告)日：2023-06-27

申请号：CN202111528435.X

申请日：2021-12-14

Applicant: 西安电子科技大学青岛计算技术研究院

Inventor： 白铮 ,  王建东 ,  徐凤明 ,  宁竞莜 ,  章璋 ,  张宏 ,  高尚

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/084 ,  G06F111/08

Abstract: 本发明提供一种基于BP神经网络的泥石流灾害易发性的预测方法，包括如下步骤：获取秦巴山地区时间序列内的泥石流影响因子与历史灾害数据集；从时间维度、空间维度和指标维度对数据进行处理变换；过相关性分析筛选出评价因子，进而构建BP神经网络；通过等距采样将数据集划分验证集与训练集；使用Python结合TensorFlow框架对构建好的网络模型进行训练，为以月为时间维度构建泥石流易发性预测模型。本发明通过引入BP神经网络，同时将区域内空间和时间特征有效的结合在一起,从而可以极大的提高泥石流灾害预测的准确性，相比较于传统预测模型有着更好的逼近精度与泛化能力。