-
公开(公告)号：CN113298934A
公开(公告)日：2021-08-24
申请号：CN202110576074.X
申请日：2021-05-26
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于双向匹配的单目视觉图像三维重建方法及系统，该方法包括：S1：利用采集设备获取原始图像；对原始图像进行预处理；S2：对预处理后的原始图像，采用SIFT算法进行特征提取，得到采集的所有图特征点集；并采用主成分分析法PCA对所有图特征点集进行降维处理，得到降维后的特征点集；S3：采用欧式距离、曼哈顿距离双向匹配法对降维后的特征点集进行特征匹配，得到匹配后的初步匹配结果；并采用ransac方法对初步匹配结果进行优化，得到最终匹配结果；S4：根据最终匹配结果，采用两级三维图像重建，得到最终三维重建结果。本发明改善优化图像特征点匹配，提高匹配速率，增加其准确率，提高三维重建效果。
-
公开(公告)号：CN118917306A
公开(公告)日：2024-11-08
申请号：CN202411026092.0
申请日：2024-07-30
Applicant: 重庆邮电大学
IPC: G06F40/279 , G06F40/289 , G06F40/126 , G06F40/30 , G06F16/36 , G06N3/084 , G06N20/00 , G06N5/022 , G06Q50/18
Abstract: 本发明属于文本处理技术领域，特别涉及一种基于全局指针的法律文书敏感关系识别方法，包括对法律文书数据进行分句处理，并对每一条文本进行实体关系抽取得到实体关系数据；对实体关系数据进行预处理和增强处理得到增强数据；采用数据加载器处理增强数据得到标准数据用于预训练BERT模型；将BERT模型参数作为GPLinker模型的初始参数，采用预训练的BERT模型编码标准数据去训练GPLinker模型；将BERT模型与GPLinker模型构建法律文书敏感关系识别模型；对法律文书敏感关系识别模型进行五折交叉验证得到最优模型，采用最优模型进行识别；本发明能够实现自动化地从大量法律文书中精准提取实体关系。
-
公开(公告)号：CN118644275A
公开(公告)日：2024-09-13
申请号：CN202410869243.2
申请日：2024-07-01
Applicant: 重庆邮电大学
IPC: G06Q30/0202 , G06Q30/0201 , G06N3/0464 , G06F18/22 , G06F18/23 , G06F18/241 , G06F18/25 , G06Q50/06
Abstract: 本发明属于新能源技术领域，具体涉及一种基于大数据的新能源汽车充电站充电量需求预测方法；该方法包括：获取充电站属性数据和充电站历史服务数据并对其进行预处理，得到重构数据；对重构数据进行特征工程处理，得到充电站特征；分别采用训练好的XGBoost模型和LightGBM模型对充电站特征进行处理，得到第一充电量需求预测结果和第二充电量需求预测结果；采用训练好的全连接版ResNet神经网络结构模型对充电站特征进行处理，得到第三充电量需求预测结果；对第一、第二和第三充电量需求预测结果进行加权求和，得到最终的充电站充电量需求预测结果；本发明提高了预测结果的准确性和稳定性。
-
公开(公告)号：CN113298934B
公开(公告)日：2022-07-08
申请号：CN202110576074.X
申请日：2021-05-26
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于双向匹配的单目视觉图像三维重建方法及系统，该方法包括：S1：利用采集设备获取原始图像；对原始图像进行预处理；S2：对预处理后的原始图像，采用SIFT算法进行特征提取，得到采集的所有图特征点集；并采用主成分分析法PCA对所有图特征点集进行降维处理，得到降维后的特征点集；S3：采用欧式距离、曼哈顿距离双向匹配法对降维后的特征点集进行特征匹配，得到匹配后的初步匹配结果；并采用ransac方法对初步匹配结果进行优化，得到最终匹配结果；S4：根据最终匹配结果，采用两级三维图像重建，得到最终三维重建结果。本发明改善优化图像特征点匹配，提高匹配速率，增加其准确率，提高三维重建效果。
-
-
-
Search Results
4
records
(took 0.018 seconds)
