-
公开(公告)号:CN116664416B
公开(公告)日:2024-09-06
申请号:CN202310411310.1
申请日:2023-04-17
Applicant: 重庆大学
IPC: G06T5/70 , G01S7/48 , G01S17/931 , G06T5/50
Abstract: 本发明涉及人工智能技术,揭露了一种雷达点云数据处理方法,包括:获取原始点云数据,并根据预设的采样率对所述原始点云数据中点云执行点云剔除,得到精简点云数据;对所述精简点云数据执行体素转换,得到体素图;根据证据理论对所述体素图中点云进行降采样处理,得到标准体素图;将所述标准体素图还原成点云数据图,完成点云数据处理。本发明还提出一种雷达点云数据处理装置、电子设备以及存储介质。本发明有益效果为提升点云数据处理的准确率。
-
公开(公告)号:CN117151465B
公开(公告)日:2024-08-20
申请号:CN202311099701.0
申请日:2023-08-29
Applicant: 重庆大学
IPC: G06Q10/0635 , G06F18/25 , G06F17/18
Abstract: 本发明提供智能网联汽车电机系统故障模式影响分析方法及系统。包括:获取E位专家分别对N种故障模式的3个风险因子的原始评估等级;确定每种故障模式每个风险因子的融合评估值;利用3个风险因子的融合评估值确定每种故障模式的风险优先数;对风险优先数进行排序;基于第n种故障模式第j个风险因子的原始评估相差等级对每位专家的评估等级进行相应扩级处理,获得专家重构评估值概率分配;对E位专家的专家重构评估值概率分配进行数据融合重构处理,获得第j个风险因子的融合评估值。基于原始评估相差等级进行相应扩级处理,获得专家重构评估值概率分配,降低证据冲突程度,解决重复值过多问题,提升智能网联汽车电机系统故障模式分析的准确性。
-
公开(公告)号:CN116543202A
公开(公告)日:2023-08-04
申请号:CN202310404884.6
申请日:2023-04-14
Applicant: 重庆大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06T5/00 , G06T7/33 , G06V20/17 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于废钢分类技术领域,具体涉及一种基于移动激光雷达点云数据的废钢料堆智能分类判定方法,包括以下步骤:步骤1、获取废钢卸料现场的点云数据;步骤2、对获取的点云数据进行预处理;步骤3、通过预设的分级分类模型及废钢分级分类标签库,根据预处理后的点云数据对废钢进行分级分类;其中,所述分级分类模型在PointNet点云分类模型的基础上引入了EdgeConv层,用于提取邻居点云特征;所述分级分类标签库内存储有预先定义的废钢种类级别标签。本方法可以准确的得到废钢的具体分级分类结果。
-
公开(公告)号:CN117151465A
公开(公告)日:2023-12-01
申请号:CN202311099701.0
申请日:2023-08-29
Applicant: 重庆大学
IPC: G06Q10/0635 , G06F18/25 , G06F17/18
Abstract: 本发明提供智能网联汽车电机系统故障模式影响分析方法及系统。包括:获取E位专家分别对N种故障模式的3个风险因子的原始评估等级;确定每种故障模式每个风险因子的融合评估值;利用3个风险因子的融合评估值确定每种故障模式的风险优先数;对风险优先数进行排序;基于第n种故障模式第j个风险因子的原始评估相差等级对每位专家的评估等级进行相应扩级处理,获得专家重构评估值概率分配;对E位专家的专家重构评估值概率分配进行数据融合重构处理,获得第j个风险因子的融合评估值。基于原始评估相差等级进行相应扩级处理,获得专家重构评估值概率分配,降低证据冲突程度,解决重复值过多问题,提升智能网联汽车电机系统故障模式分析的准确性。
-
公开(公告)号:CN116664416A
公开(公告)日:2023-08-29
申请号:CN202310411310.1
申请日:2023-04-17
Applicant: 重庆大学
IPC: G06T5/00 , G01S7/48 , G01S17/931 , G06T5/50
Abstract: 本发明涉及人工智能技术,揭露了一种雷达点云数据处理方法,包括:获取原始点云数据,并根据预设的采样率对所述原始点云数据中点云执行点云剔除,得到精简点云数据;对所述精简点云数据执行体素转换,得到体素图;根据证据理论对所述体素图中点云进行降采样处理,得到标准体素图;将所述标准体素图还原成点云数据图,完成点云数据处理。本发明还提出一种雷达点云数据处理装置、电子设备以及存储介质。本发明有益效果为提升点云数据处理的准确率。
-
公开(公告)号:CN114186600A
公开(公告)日:2022-03-15
申请号:CN202110890270.4
申请日:2021-08-04
Applicant: 重庆大学
Abstract: 本发明公开了一种基于高斯分布计算基本概率指派函数值的方法,该方法首先根据训练样本在数据集中的均值和方差构造构建高斯曲线,然后计算测试样本在高斯分布上的函数值,生成BPA函数,之后基于Dempster组合规则进行数据融合。最后,待测试样本第i类的每个属性值进行归一化处理得到待测试样本第i类k个属性处理后的高斯分布函数值,并将待测试样本每个属性对应于n个类别的BPA函数值。本发明方法对分类问题有较高的可行性和有效性,更有利于实际工程中的应用。
-
-
-
-
-