-
公开(公告)号：CN110909727A
公开(公告)日：2020-03-24
申请号：CN201911140766.9
申请日：2019-11-20
Applicant: 北京工业大学
Abstract: 本发明提供一种基于图像识别的围棋识别方法及程序接口，用于解决现有围棋判定中计算量大、裁判要求高、没有普及9路和13路棋盘、线上技术迁移困难、算法速度慢精度差的问题。包括以下步骤：获取棋盘数字图像；对图像中棋盘上所有十字特征的线交叉点与丁字特征的线交叉点进行搜索；得到棋盘的四个角点和正视图；计算棋盘格式；计算不同棋盘的横竖棋盘线交叉点得到棋盘图像的交叉点位置；在棋盘交叉点位置识别棋子得到棋谱数据；将数据进行判定得到数子、数目、提、贴目、星位和整体的判定结果；对识别和判定过程的程序进行封装得到程序接口。本方法及程序接口可靠性高，适应较强的不均匀光照、截取和视角不规范的情况，提高了识别的准确率。
-
公开(公告)号：CN109389092A
公开(公告)日：2019-02-26
申请号：CN201811232518.2
申请日：2018-10-22
Applicant: 北京工业大学
Abstract: 本发明公开了一种局部增强多任务深度迁移超限学习机及个体鲁棒的面部视频疲劳检测方法，该方法包括数据的获取和预处理，用普通摄像头采集原始数据；数据的动静态结合特征表示；对数据进行动静态特征融合，分别提取图像序列静态特征和动态特征，再对动态特征和静态特征进行几何层面上的融合。在深度超限学习机中运用多任务机制，将关于疲劳检测设为主任务，其他面部识别种类设为子任务，通过主任务，子任务分开训练，合并识别，去除子任务对主任务的影响，提高网络对不同人疲劳检测的鲁棒性，在保证识别率的情况下达到了对不同人员鲁棒的需求。
-
Patent Agency Ranking
公开(公告)号：CN109388698A
公开(公告)日：2019-02-26
申请号：CN201811231692.5
申请日：2018-10-22
Applicant: 北京工业大学
IPC: G06F16/332
Abstract: 本发明公开了一种基于深度强化学习的指导性自动聊天方法，属于口语对话系统领域；利用了深度学习的强大的感知力和强化学习优越的决策力，其中主要包含教学模块通过直接给出示范决策或者给予额外的奖励来指决策模块做出正确的策略。模式选择控制教学模块是直接给出示范决策还是给出决策模块的评价。决策模块根据教学模块给出的评价以及用户的评价作为优化目标不断调整自身的决策情况。这种方法兼顾深度学习和强化学习的优势，既增加了系统的泛化能力是系统更加具有鲁棒性，又增加了系统的学习能力，使系统具有更强的适应能力。在此框架下，使口语对话系统得到更有效的训练，产生的答案也更安全、合理、自然有序。
-
公开(公告)号：CN108882348A
公开(公告)日：2018-11-23
申请号：CN201810710412.2
申请日：2018-07-02
Applicant: 北京工业大学
Abstract: 本发明公开一种降低信息传递能耗的移动无线传感器调整方法，其步骤为:1)移动无线传感网中每个传感器初始化其相邻移动传感器和信息传递的相关参数；2)移动无线传感网中每个传感器根据其相邻传感器位置和信息传递记录，计算其节能位置；3)移动无线传感网中每个传感器根据其相邻传感器位置和信息传递记录，计算其补偿位置；4)移动无线传感网中每个传感器根据步骤2和3计算的结果(节能位置和补偿位置)，计算其最终调整位置，以达到减少信息传递能耗的目的。本发明可以在有效降低移动无线传感器信息传递能耗的同时，保证移动无线传感网的覆盖范围和工作效率，结果可以提供较为合理、有效的移动无线传感器管理方案，例如环境监测。
-
公开(公告)号：CN107038117A
公开(公告)日：2017-08-11
申请号：CN201710177955.8
申请日：2017-03-23
Applicant: 北京工业大学
IPC: G06F11/36
Abstract: 本发明公开一种基于事件处理函数间定义‑引用的web自动化测试方法，包括：1)在web自动测试工具中设置被测web应用程序的路径；2)web自动测试工具自动分析被测web应用程序源码；自动识别web应用程序的事件处理函数、事件处理函数中的过程间程序控制流程图，并自动向事件处理函数中注入监控代码；保存自动分析过程获取的数据；3)将步骤2)中注入监控代码的web应用程序拷贝至提供web服务的服务器端，并在服务器端设置web应用程序对外提供web服务的网址；4)在测试机器上的web自动测试工具中设置被测web应用程序的网址，即步骤3)中设置的web服务网址；5)自动测试工具根据被测web应用程序的网址，自动生成测试用例并自动执行。
-
公开(公告)号：CN106096004A
公开(公告)日：2016-11-09
申请号：CN201610463862.7
申请日：2016-06-23
Applicant: 北京工业大学
IPC: G06F17/30
CPC classification number: G06F16/35 , G06F2216/03
Abstract: 本发明公开一种建立大规模跨领域文本情感倾向性分析框架方法，包括：对源领域和目标领域的样本文件进行精确分词，形成两个词向量表；对词向量进行聚类和领域间的对齐；用词向量对源领域的标定样本进行初步的句子建模并作为DCELM的输入，利用卷积运算提取文本向量的中间层抽象特征；记录验证集分类效果最好时的卷积层参数作为DCELM网络卷积层的参数；最后用DCNN提取的少量目标领域的标定样本的中间层抽象特征来训练分类器ELM的隐层参数，建立大规模跨领域文本情感倾向性分析框架。采用本发明的技术方案，在样本层消除领域间表达情感极性的词语的差距，而且有效解决全连接层容易陷入局部最优和泛化能力弱的缺点，增加模型的抗干扰性。
-
公开(公告)号：CN103530878A
公开(公告)日：2014-01-22
申请号：CN201310475874.8
申请日：2013-10-12
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于融合策略的边缘提取方法，属于图像处理、模式识别、视觉计算等计算机应用领域，该方法包括：输入灰度图像；集成三种典型边缘提取算法提取结果，获得反映属于边缘可能程度的投票权重；分析像素点与邻域的最大亮度差和最小亮度差的差值，获取描述亮度突变程度的差值权重；统计去心邻域方差分布，根据边缘点至少满足在整个图像平均四邻域亮度分散度背景下，具有相对更大亮度分散度的特性，获取所有像素点的边缘分布权重；融合三种权重矩阵，进行边缘决策；输出边缘图像。本发明提高了边缘提取的准确性，合理地降低了噪音的影响，为进一步图像分析、特征点定位等后续处理提供了准备信息。
-
-
-
-
-
-
Search Results
47
records
(took 0.028 seconds)
