-
公开(公告)号：CN104819722B
公开(公告)日：2018-04-17
申请号：CN201510236744.8
申请日：2015-05-11
Applicant: 华侨大学
Abstract: 一种行车跟随方法和系统，具体步骤如下：1)用户通过具有定位功能和无线通信功能的移动终端登入；2)判断用户类别，若用户为导向车，则将其位置信息转发给跟随车，同时接收跟随车的位置信息并显示相关信息；若用户为跟随车，则将其位置信息发送给导向车，同时接收导向车的位置信息处理得到导向车的行进路径并显示相关信息。本发明方法和系统利用手机自带的GPS模块实现行车跟随，相较于传统的肉眼跟随方式和普通GPS导航系统具有不易跟丢、不依赖地图数据库的依赖，安全性高的优点。
-
公开(公告)号：CN104268878B
公开(公告)日：2018-03-09
申请号：CN201410507562.5
申请日：2014-09-28
Applicant: 华侨大学
Abstract: 本发明涉及一种超声图像中运动探针检测和定位方法，步骤如下：1)对超声序列图像向量化和矩阵化，得到超声影像数据矩阵，并交互式初始化；2)根据步骤1)形成的二维超声影像数据矩阵进行低秩建模和稀疏分解，得到矩阵低秩模型，并进行连续奇异像素支持区的交替检测，得到整体影像序列奇异像素支持区；3)利用步骤2)中得到的奇异像素支持区，转化其每一列向量为原始超声图像单帧大小，得到单帧稀疏块掩模区，并计算该掩模中的所有8联通区域，选取较大区域作为检测探针区域并进行空洞填充；4)通过计算检测到的探针区域中心点位置方法，找到探针具体空间位置信息。
-
公开(公告)号：CN105159865B
公开(公告)日：2017-04-05
申请号：CN201510377630.5
申请日：2015-07-01
Applicant: 华侨大学
IPC: G06F17/14
Abstract: 本发明涉及一种声振载荷联合施加的试验装置，以及利用该装置在复杂的声振模拟环境下进行不相关多源频域载荷识别的三种方法，分别是最小二乘广义逆法、改进的正则化方法以及多输入多输出支持向量回归机法，三种方法均能根据系统上多个测点的振动响应同时识别出多个不相关频域载荷源的大小本发明的最小二乘广义逆法不需要测定传递函数的相位；改进的正则化方法对应的每一个频率都有最佳的正则化参数；多输入多输出支持向量回归机法能够有避免过学习现象。
-
公开(公告)号：CN104809527A
公开(公告)日：2015-07-29
申请号：CN201510236530.0
申请日：2015-05-11
Applicant: 华侨大学
Abstract: 一种手机打车的订单自动选择方法，1)若已接订单列表尚未存在订单，则进入步骤2)，若已接订单列表存在订单，则进入步骤3)；2)判断司机能否在规定的时间内完成从当前地点至新订单接客地点的路程，并判断新订单效率值是否为正，若均满足，则将新订单加入订单列表，若否，则拒绝新订单；3)先根据接客开始时间判断新订单处于订单列表的位置，而后针对不同位置，分别进行时间冲突判断及对应的订单效率值判断，若均满足，则将新订单加入订单列表，若否，则拒绝订单。本发明能使司机利益最大化的同时还避免了司机对订单做出判断时存在的安全隐患，另一方面可以合理地调度的士资源，缓解“打车难”、“空载多”的问题。
-
公开(公告)号：CN104021395A
公开(公告)日：2014-09-03
申请号：CN201410279523.4
申请日：2014-06-20
Applicant: 华侨大学
Abstract: 本发明公开了一种基于高阶偏最小二乘法的目标跟踪算法，包括初始化阶段、训练阶段、测试阶段，和更新阶段。本发明以二维张量来表示图像块，保存了该图像块内在的空间结构信息，同时，本发明综合了多个时序的图像块及其类别来建立高阶张量，并以偏最小二乘法来分析该高阶张量与其类别矩阵的关联之处，使目标跟踪算法的性能大大提高。
-
Patent Agency Ranking
公开(公告)号：CN111860547B
公开(公告)日：2023-04-18
申请号：CN202010794337.X
申请日：2020-08-10
Applicant: 华侨大学
IPC: G06V10/40 , G06V10/774 , G06T7/11 , G06T7/90
Abstract: 本发明提供一种基于稀疏表示的图像分割方法、装置、设备及存储介质，方法包括：收集一定数量的图像及其分割标记，然后用狄利克雷混合模型对其进行无监督分割，并调整其参数，获得每张图像最优参数，组成最优参数列表，然后将每张图像转换为灰度图，提取它们的灰度直方图特征，训练生成一个稀疏表示字典，提取待分割的图像的灰度直方图特征，计算它的稀疏系数，根据得到的稀疏系数，从稀疏表示字典获取与其最接近的图像，从最优参数列表中获取近似图像的最优参数，并用最优参数进行赋值，利用赋值好的参数对待分割图像进行无监督图像分割，得到分割结果。本发明狄利克雷混合模型的优化参数不需要人工调整，而是经过稀疏表示预测后自动生成。
-
公开(公告)号：CN105897774B
公开(公告)日：2018-11-27
申请号：CN201610479747.9
申请日：2016-06-27
Applicant: 华侨大学
IPC: H04L29/06
Abstract: 本发明公开了一种基于机器学习的网络用户安全状态评估方法，包括：基于确定的风险传播源u和其传播时间t，建立网络风险的微观传播模型；基于所述传播源，对所述微观传播模型进行多轮的模拟传播；传播结束后，提取指定的特征属性及其对应的特征值形成特征向量；将提取到的特征向量输入到分类器中进行分类训练，生成可以判定新输入特征向量类属的分类规则；实际传播事件发生t时间后，提取网络中所有未被监控用户对应的特征向量；将提取到的特征向量输入训练好的分类器进行分类，获得所有未被监控用户安全状态的估计值。本发明方法通过部分用户的安全状态信息来估计网络中其他用户的安全状态，从而迅速有效地对高风险用户进行处理，阻止风险的传播。
-
公开(公告)号：CN104021395B
公开(公告)日：2017-05-03
申请号：CN201410279523.4
申请日：2014-06-20
Applicant: 华侨大学
Abstract: 本发明公开了一种基于高阶偏最小二乘法的目标跟踪算法，包括初始化阶段、训练阶段、测试阶段，和更新阶段。本发明以二维张量来表示图像块，保存了该图像块内在的空间结构信息，同时，本发明综合了多个时序的图像块及其类别来建立高阶张量，并以偏最小二乘法来分析该高阶张量与其类别矩阵的关联之处，使目标跟踪算法的性能大大提高。
-
公开(公告)号：CN106203480A
公开(公告)日：2016-12-07
申请号：CN201610498802.9
申请日：2016-06-29
Applicant: 华侨大学
IPC: G06K9/62
CPC classification number: G06K9/6268
Abstract: 本发明公开了一种基于缺损数据的非线性特征提取和分类方法，包括以下步骤:采用缺损数据的距离估计方法来构造数据点的局部邻域集和局部邻域集对应的缺失标记集；构造基于所述局部邻域集和其对应的缺失标记集的核范数正则化模型，并使用自适应定点迭代算法求解该模型来提取局部坐标；对齐所述局部坐标，获得全局坐标。本发明的方法在面对缺损数据时，可以有效地构造邻域集、提取局部坐标以及恢复全局坐标，最终实现缺损数据的非线性特征提取和分类。
-
公开(公告)号：CN105373597A
公开(公告)日：2016-03-02
申请号：CN201510705659.1
申请日：2015-10-27
Applicant: 华侨大学
CPC classification number: G06F17/30867 , G06K9/6218
Abstract: 本发明涉及一种基于k-medoids项目聚类和局部兴趣融合的用户协同过滤推荐方法，采用如下步骤：A、采用最小化最大相似度准则确定K个初始聚类中心；B、根据相似度和最大的k-medoids聚类算法对项目进行聚类；C、在聚类基础上，寻找用户局部最近邻；D、将用户全局最近邻与局部最近邻以相似度和之比作为权值进行融合，根据用户全局最近邻与局部最近邻对项目的评分预测用户对项目的评分。本发明同现有技术相比，更大限度地利用了已有的数据，缓解了数据极端稀疏性对推荐的影响，同时提高了评分预测的精度，为用户提供更好的推荐结果。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.023 seconds)
