-
公开(公告)号：CN112560858A
公开(公告)日：2021-03-26
申请号：CN202011088800.5
申请日：2020-10-13
Applicant: 国家计算机网络与信息安全管理中心 , 北京工业大学
Abstract: 本发明公开了一种联合轻量化网络和个性化特征提取的字符图片检测及快速匹配方法，首先基于轻量化网络的深度学习方法对字符类图片进行分类，检测出字符类图片和非字符类图片，对于字符类图片进一步划分出复杂背景和简单背景两类字符类图片；进而针对两类字符图片，分别提取个性化特征表征图片内容；最后根据提取的个性化特征使用对应方法进行快速匹配，在保证准确率的同时，提高匹配速度。本发明可以有效降低匹配时间，可以综合、高效地利用字符类图片的内容信息，达到兼具鲁棒性和实时性的字符类图片匹配需求。
-
Patent Agency Ranking
公开(公告)号：CN103390082B
公开(公告)日：2016-05-11
申请号：CN201310309391.0
申请日：2013-07-22
IPC: G06F17/50
Abstract: 随着机械加工精度的要求越来越高，如何在确保机床加工性能的前提下，合理配置机床几何误差，实现成本与加工精度的均衡，是机床制造亟待解决的问题。本发明针对多轴机床提出了一种新的基于零部件制造成本和质量损失的多目标几何精度优化分配方法，采用多体系统理论建立机床几何误差的综合空间误差模型，通过对几何误差影响最大的机床部件的加工特征建立机床部件的制造成本模型，同时结合质量损失成本建立了基于成本的目标函数，通过对几何误差的辨识，建立与部件精度等级相关的优化模型，即将所有精度参数变量欧式范数的最大化作为另一个目标函数，通过Isight和Matlab集成结合NSGA-Ⅱ来实现优化分配。
-
公开(公告)号：CN103207938A
公开(公告)日：2013-07-17
申请号：CN201310134241.0
申请日：2013-04-17
Applicant: 北京工业大学
IPC: G06F17/50
Abstract: 本发明涉及到重型龙门机床制造领域，更具体地涉及一种重型龙门机床超跨距横梁垂直导轨面起拱曲线设计方法。本发明通过优化导轨面起拱曲线解决了大跨距横梁垂直向导轨面在重力载荷作用下直线度误差及角度误差过大的问题。其关键在于考虑到溜板与横梁导轨面接触位置分左右两个接触面，从而会产生左右两条变形曲线，本发明充分利用这一关键点，将起拱曲线的起拱值及左右变形曲线的变形值一并考虑构建了直线度及转角误差的优化模型，并利用多目标遗传算法对起拱曲线进行了优化，优化效果符合国家标准。
-
公开(公告)号：CN103207938B
公开(公告)日：2016-03-02
申请号：CN201310134241.0
申请日：2013-04-17
Applicant: 北京工业大学
IPC: G06F17/50
Abstract: 本发明涉及到重型龙门机床制造领域，更具体地涉及一种重型龙门机床超跨距横梁垂直导轨面起拱曲线设计方法。本发明通过优化导轨面起拱曲线解决了大跨距横梁垂直向导轨面在重力载荷作用下直线度误差及角度误差过大的问题。其关键在于考虑到溜板与横梁导轨面接触位置分左右两个接触面，从而会产生左右两条变形曲线，本发明充分利用这一关键点，将起拱曲线的起拱值及左右变形曲线的变形值一并考虑构建了直线度及转角误差的优化模型，并利用多目标遗传算法对起拱曲线进行了优化，优化效果符合国家标准。
-
公开(公告)号：CN103390082A
公开(公告)日：2013-11-13
申请号：CN201310309391.0
申请日：2013-07-22
IPC: G06F17/50
Abstract: 随着机械加工精度的要求越来越高，如何在确保机床加工性能的前提下，合理配置机床几何误差，实现成本与加工精度的均衡，是机床制造亟待解决的问题。本发明针对多轴机床提出了一种新的基于零部件制造成本和质量损失的多目标几何精度优化分配方法，采用多体系统理论建立机床几何误差的综合空间误差模型，通过对几何误差影响最大的机床部件的加工特征建立机床部件的制造成本模型，同时结合质量损失成本建立了基于成本的目标函数，通过对几何误差的辨识，建立与部件精度等级相关的优化模型，即将所有精度参数变量欧式范数的最大化作为另一个目标函数，通过Isight和Matlab集成结合NSGA-Ⅱ来实现优化分配。
-
公开(公告)号：CN112560858B
公开(公告)日：2023-04-07
申请号：CN202011088800.5
申请日：2020-10-13
Applicant: 国家计算机网络与信息安全管理中心 , 北京工业大学
IPC: G06V30/148 , G06V30/19 , G06V10/762
Abstract: 本发明公开了一种联合轻量化网络和个性化特征提取的字符图片检测及快速匹配方法，首先基于轻量化网络的深度学习方法对字符类图片进行分类，检测出字符类图片和非字符类图片，对于字符类图片进一步划分出复杂背景和简单背景两类字符类图片；进而针对两类字符图片，分别提取个性化特征表征图片内容；最后根据提取的个性化特征使用对应方法进行快速匹配，在保证准确率的同时，提高匹配速度。本发明可以有效降低匹配时间，可以综合、高效地利用字符类图片的内容信息，达到兼具鲁棒性和实时性的字符类图片匹配需求。
-
-
-
-
-
Search Results
6
records
(took 0.024 seconds)
