|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
一種基于視覺感知特征的光譜降維方法及系統(tǒng)
本發(fā)明公開了一種基于視覺感知特征的光譜降維方法及系統(tǒng)，包括構(gòu)造綜合人眼視覺色度特性和光 譜特性的權(quán)函數(shù) w(λ)，利用構(gòu)造的權(quán)函數(shù) w(λ)計(jì)算任意光譜樣本集 S 的權(quán)函數(shù) Siw(λ)，對(duì)樣本集的權(quán)函 數(shù) Siw(λ)進(jìn)行均值化處理，得到樣本集均值權(quán)函數(shù)矩陣 Wfv，構(gòu)造用于均值權(quán)函數(shù) Wfv 平滑優(yōu)化模型及 約束目標(biāo)函數(shù)，利用優(yōu)化目標(biāo)函數(shù) ObjFunc 對(duì)平滑優(yōu)化模型進(jìn)行約束，確定權(quán)函數(shù)矩陣 Wfv 最佳平滑優(yōu) 化函數(shù)參數(shù) n 值，利用確
武漢大學(xué)
2021-04-14
.jpg){kind=logo}
基于特征樹和關(guān)聯(lián)度量的圖像隱寫分析研究
項(xiàng)目簡介： 獲取數(shù)字圖像的多特征性，需要在其特征空間上構(gòu)建或獲取更多特征來發(fā)現(xiàn)元素間更復(fù)雜的依賴關(guān)系。
西華大學(xué)
2021-04-14
.jpg){kind=logo}
基于生物特征標(biāo)記認(rèn)證的區(qū)塊鏈安全交易關(guān)鍵技術(shù)
1、痛點(diǎn)問題
區(qū)塊鏈技術(shù)目前仍然面臨許多關(guān)鍵性問題。首先是雙重支付（Double spending）問題。一筆交易的數(shù)字憑證被廣播到所有區(qū)塊鏈網(wǎng)絡(luò)節(jié)點(diǎn)，由于網(wǎng)絡(luò)通信存在延遲，代表一筆交易的新區(qū)塊從生成到被大多數(shù)網(wǎng)絡(luò)節(jié)點(diǎn)認(rèn)可需要一個(gè)時(shí)間段。因此，在新區(qū)塊被確認(rèn)合法性之前，支付方可以任意使用手中的區(qū)塊作為數(shù)字憑證支付給多個(gè)接收方。
其次，對(duì)于數(shù)字憑證的交易者來說，系統(tǒng)架構(gòu)中并沒有提供足夠的合法身份驗(yàn)證和防止賬戶盜用的交易止損機(jī)制。一旦用戶密鑰丟失，則將永久性喪失個(gè)人的數(shù)字資產(chǎn)。
第三 ，缺乏合法身份認(rèn)證機(jī)制的區(qū)塊鏈技術(shù)還面臨嚴(yán)重信息安全問題，急需建立一種保證個(gè)人用戶交易和數(shù)字資產(chǎn)安全的保障機(jī)制。
2、解決方案
（1）區(qū)塊鏈賬戶的生物特征加密集成技術(shù)。
（2）安全交易數(shù)字憑證生成技術(shù)。
（3）區(qū)塊鏈系統(tǒng)對(duì)區(qū)塊合法性認(rèn)證技術(shù)。
3、合作需求
1）尋找實(shí)現(xiàn)核心算法軟件系統(tǒng)開發(fā)的精干團(tuán)隊(duì)。
2）尋找合作開發(fā)應(yīng)用場景系統(tǒng)平臺(tái)的投資方。特別是基于數(shù)字圖書市場應(yīng)用場景的區(qū)塊鏈安全交易系統(tǒng)開發(fā)。
清華大學(xué)
2023-05-19
.jpg){kind=logo}
一種隨機(jī)動(dòng)載荷空間分布及統(tǒng)計(jì)特征的識(shí)別方法
本發(fā)明公開了一種隨機(jī)動(dòng)載荷空間分布及統(tǒng)計(jì)特征的識(shí)別方法。本發(fā)明的方法包括步驟：Ｓ１．開展模態(tài)試驗(yàn)，獲取結(jié)構(gòu)的模態(tài)參數(shù)，包括固有頻率和模態(tài)振型；Ｓ２．將結(jié)構(gòu)隨機(jī)振動(dòng)響應(yīng)利用模態(tài)振型展開，獲取結(jié)構(gòu)在模態(tài)空間的動(dòng)響應(yīng)；Ｓ３．利用模態(tài)振型展開，將隨空間分布的隨機(jī)動(dòng)載荷投影到模態(tài)空間；Ｓ４．在模態(tài)空間內(nèi)，由隨機(jī)動(dòng)響應(yīng)樣本反演隨機(jī)動(dòng)載荷樣本；Ｓ５．由模態(tài)空間內(nèi)隨機(jī)動(dòng)載荷樣本及振型函數(shù)求解結(jié)構(gòu)上隨機(jī)動(dòng)載荷的空間分布和統(tǒng)計(jì)特征。本發(fā)明能夠解決在時(shí)域內(nèi)利用實(shí)測結(jié)構(gòu)動(dòng)響應(yīng)樣本識(shí)別結(jié)構(gòu)上隨機(jī)動(dòng)載荷的統(tǒng)計(jì)特性和分布特征問題，為服役于分布式隨機(jī)動(dòng)載荷環(huán)境下的工程結(jié)構(gòu)設(shè)計(jì)與安全評(píng)估提供準(zhǔn)確可靠的動(dòng)載荷信息。
東南大學(xué)
2021-04-11
魯棒人臉視覺特征的提取、建模與識(shí)別的理論和方法研究
成果介紹人臉圖像分析研究不僅能豐富和發(fā)展圖像處理與分析的理論和方法，而且在教育、醫(yī)療、公安等社會(huì)服務(wù)以及公共安全等行業(yè)中具有重要的應(yīng)用價(jià)值。基于人臉視覺特征的表情、身份以及親屬關(guān)系識(shí)別是當(dāng)前人臉圖像分析研究的前沿課題，而光照和人臉姿態(tài)變化等因素對(duì)人臉視覺特征提取與建模的影響則成為當(dāng)前該研究面臨的主要瓶頸。開展魯棒人臉視覺特征的提取、建模與識(shí)別研究，突破現(xiàn)有研究的局限性，能顯著推動(dòng)人臉圖像分析的研究進(jìn)展，進(jìn)一步滿足國家在社會(huì)服務(wù)與公共安全等領(lǐng)域中的需求。技術(shù)創(chuàng)新點(diǎn)及參數(shù)1、 突破局部二值模式編碼的視覺特征描述算子的局限性，提出局部三值模式編碼的視覺特征描述算子，提出解決場景光照變化干擾以及高斯噪聲干擾的圖像處理一般性方法。2、 率先提出基于區(qū)域協(xié)方差矩陣的非正面表情特征描述方法，提出基于高斯混合模型和最小貝葉斯錯(cuò)誤率估計(jì)的異方差鑒別分析方法，建立基于高斯混合模型的多視角表情識(shí)別理論。3、 率先提出基于人類學(xué)和遺傳學(xué)的“父母—子女”親屬關(guān)系鑒別方法，提出以父母年輕時(shí)面部圖像為橋梁的“父母—子女”親屬關(guān)系鑒別的子空間遷移學(xué)習(xí)理論和方法。4、 提出人臉視覺特征提取和識(shí)別的多流形鑒別分析理論，提出雙子空間鑒別分析的增量式算法，突破雙子空間鑒別分析方法的計(jì)算瓶頸。市場前景本項(xiàng)目圍繞人臉圖像中的表情、身份以及親屬關(guān)系識(shí)別等科學(xué)問題，深入開展魯棒人臉視覺特征的提取、建模與識(shí)別的理論和方法研究，重點(diǎn)解決視覺場景中光照與人臉姿態(tài)變化下的魯棒人臉視覺特征的提取與建模問題
東南大學(xué)
2021-04-11
基于人體組織區(qū)別性特征表示的低劑量CT成像相關(guān)算法
申請(qǐng)人自2002年8月開始在醫(yī)學(xué)低劑量CT圖像成像、處理等方向開展學(xué)習(xí)和研究工作，從理論探索和應(yīng)用拓展兩個(gè)方面同時(shí)開展科學(xué)研究，先后提出了“基于區(qū)別性稀疏表示的低劑量CT成像”，“基于大尺度平均的低劑量CT圖像后處理”，“基于深度學(xué)習(xí)的低劑量CT成像”等一系列創(chuàng)新算法，其中“基于區(qū)別性稀疏表示的低劑量CT成像”算法已通過專利形式轉(zhuǎn)讓到國內(nèi)龍頭大型醫(yī)療設(shè)備商上海聯(lián)影醫(yī)療設(shè)備有限公司，目前已經(jīng)在其即將推出的最新的U780 CT機(jī)上得到了應(yīng)用。
東南大學(xué)
2021-04-11
大學(xué).jpg){kind=logo}
基于螺旋槳尾流壓力脈動(dòng)計(jì)算的空化噪聲特征估計(jì)方法
（專利號(hào)：ZL 201410345592.0） 簡介：本發(fā)明公開了基于螺旋槳尾流壓力脈動(dòng)計(jì)算的空化噪聲特征估計(jì)方法，屬于水聲目標(biāo)特征提取領(lǐng)域。基于螺旋槳尾流壓力脈動(dòng)計(jì)算的空化噪聲特估計(jì)取方法，包括以下步驟：(1)備用網(wǎng)格生成并導(dǎo)入計(jì)算程序后生成算例文件，(2)空化模型和湍流模型設(shè)定，(3)數(shù)值計(jì)算參數(shù)設(shè)定，(4)數(shù)值計(jì)算，(5)數(shù)值方法可靠性驗(yàn)證及網(wǎng)格確定，(6)空化尾流壓力脈動(dòng)非定常數(shù)值計(jì)算，(7)壓力脈動(dòng)信號(hào)功率譜變換及低頻線譜幅值提取，(8)線譜特征估計(jì)及分析。本發(fā)明將現(xiàn)代流體力學(xué)、空泡動(dòng)力學(xué)和信號(hào)處理領(lǐng)域中相關(guān)研究成果引入水下目標(biāo)的噪聲特征分析，體現(xiàn)多學(xué)科和多領(lǐng)域的交叉性。
安徽工業(yè)大學(xué)
2021-04-11
.jpg){kind=logo}
一種智能視覺監(jiān)控檢索中提取目標(biāo)運(yùn)動(dòng)軌跡特征的方法
本發(fā)明公開了一種智能視覺監(jiān)控檢索中提取目標(biāo)運(yùn)動(dòng)軌跡特征的方法，包括以下步驟：獲取目標(biāo)運(yùn)動(dòng)軌跡，以二維空間坐標(biāo)序列對(duì)目標(biāo)運(yùn)動(dòng)軌跡進(jìn)行描述；根據(jù)描述目標(biāo)運(yùn)動(dòng)軌跡的二維空間坐標(biāo)序列，計(jì)算描述每次采樣中目標(biāo)運(yùn)動(dòng)方向的水平分量和垂直分量；將每次采樣中目標(biāo)的二維空間坐標(biāo)和描述每次采樣中目標(biāo)運(yùn)動(dòng)方向的縱向斜率和橫向斜率合并組成每次采樣中目標(biāo)的流矢量；以流矢量序列對(duì)目標(biāo)運(yùn)動(dòng)軌跡進(jìn)行描述；讀取預(yù)先建立的參考矢量集合；計(jì)算描述目標(biāo)運(yùn)動(dòng)軌跡的流矢量序列到各參考矢量的距離作為該目標(biāo)運(yùn)動(dòng)軌跡的特征向量。本發(fā)明方法使用流矢量序列描述目標(biāo)運(yùn)動(dòng)軌跡并提取特征向量，可以在軌跡描述中同時(shí)包含位置和方向信息，避免了測量誤差。
浙江大學(xué)
2021-04-11
.jpg){kind=logo}
基于多源光譜特征融合的食用油種類快速鑒別方法
其他成果/n一種基于多源光譜特征融合的食用油種類快速鑒別方法，包括如下步驟：選取待鑒別的未知種類的食用油樣品；采集拉曼光譜圖和近紅外光譜圖；分別對(duì)采集的拉曼光譜圖和近紅外光譜圖進(jìn)行預(yù)處理，得到預(yù)處理拉曼光譜圖和預(yù)處理近紅外光譜圖；分別對(duì)預(yù)處理拉曼光譜圖和預(yù)處理近紅外光譜圖進(jìn)行特征提取，得到拉曼特征變量和近紅外特征變量；將拉曼特征變量和近紅外特征變量進(jìn)行光譜特征融合，得到特征融合光譜圖；采用優(yōu)化定性模型對(duì)所述未知種類的食用油樣品進(jìn)行種類鑒別。本發(fā)明提供的基于多源光譜特征融合的食用油種類快速鑒別方法，安全快速、檢測便捷，鑒別準(zhǔn)確率高，具有較強(qiáng)的實(shí)用價(jià)值和推廣價(jià)值。
武漢輕工大學(xué)
2021-04-11
基于直方圖特征點(diǎn)配準(zhǔn)的影像勻色與融合方法及系統(tǒng)
本發(fā)明公開了一種基于直方圖特征點(diǎn)配準(zhǔn)的影像勻色與融合方法及系統(tǒng)，該方法根據(jù)影像亮度直方 圖特征提取直方圖極值點(diǎn)，并采用一維高斯平滑抑制亮度直方圖局部噪聲點(diǎn);同時(shí)，使用匹配代價(jià)函數(shù) 對(duì)匹配矩陣消元的方式構(gòu)建直方圖極值點(diǎn)間的匹配關(guān)系，并以匹配的直方圖極值點(diǎn)作為直方圖特征點(diǎn)。 利用直方圖特征點(diǎn)，采用影像重疊區(qū)的直方圖特征點(diǎn)對(duì)應(yīng)亮度值修正影像亮度。本發(fā)明能對(duì)大視角、近 距離色差較大的影像進(jìn)行色調(diào)差異處理，能自動(dòng)消除多張影像重疊區(qū)域內(nèi)以及非重疊區(qū)的色調(diào)差異，達(dá) 到影像局部區(qū)域色調(diào)均衡與拼接后街景的全景影像整體色調(diào)均衡的效果。
武漢大學(xué)
2021-04-13