-
公开(公告)号：CN110310089B
公开(公告)日：2022-08-16
申请号：CN201910554699.9
申请日：2019-06-25
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于智能调度算法的会议室管理系统和方法，系统包括用户端、管理端、前端和控制单元；用户端提供会议室实时预定和查询功能；管理端中智能调度模块基于BP神经网络和GA算法，对用户提交的会议室需求智能匹配最佳会议室，并通过云平台将预定信息返回给用户；会议室前端提供会议查询和预定功能；同时采集人脸信息并调用基于特征加权的PCA算法的人脸识别模块进行人脸识别，实现会议刷脸签到和门禁控制功能，同时会议室内部物联网设备按照控制指令打开；本发明实现了高效利用会议室资源、避免会议室冲突的功能。
-
公开(公告)号：CN112116637B
公开(公告)日：2022-09-13
申请号：CN201910532054.5
申请日：2019-06-19
Applicant: 河海大学常州校区
IPC: G06T7/33 , G06T3/00 , G06T7/73 , G06V10/762
Abstract: 本发明公开了基于无人机3D激光扫描技术的电力塔自动检测方法及系统，利用激光点云技术以及激光点云与可见光图像配准技术提取识别电力塔地方法。本发明利用对称函数及人眼视觉显著性检测技术提取图像中的电力塔区域，根据K‑means聚类提取电力塔、根据线特征匹配及互信息值的图像配准技术融合电力塔图像进而检测电力塔。本发明提出的基于无人机3D激光扫描技术的电力塔自动检测系统及方法，能准确地识别定位电力塔，满足无人机对电力塔安全自动检测与跟踪的要求。
-
Patent Agency Ranking
公开(公告)号：CN112418241A
公开(公告)日：2021-02-26
申请号：CN201910779829.9
申请日：2019-08-22
Applicant: 河海大学常州校区
Abstract: 本发明公开一种基于红外成像技术的电力设备识别方法。方法主要包括图像清晰化、边缘提取、特征提取、电力设备检测。本发明首先对红外图像进行清晰化处理，得到高质量的红外图像，接着通过边缘检测提取图像边缘，对边缘图像提取特征，并将所有正负样本的特征进行SVM训练得到训练模型，最终利用训练模型实现红外图像中的电力设备识别。本发明提出的基于红外成像技术的电力设备识别方法，能自动识别电力设备，克服可见光图像中电力设备识别容易受背景干扰的问题，同时，本发明为电力设备热故障检测提供了基础，具有较高的实用价值。
-
公开(公告)号：CN110310089A
公开(公告)日：2019-10-08
申请号：CN201910554699.9
申请日：2019-06-25
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种智能化的会议室管理系统和方法，系统包括用户端、管理端、前端和控制单元；用户端提供会议室实时预定和查询功能；管理端中智能调度模块基于BP神经网络和GA算法，对用户提交的会议室需求智能匹配最佳会议室，并通过云平台将预定信息返回给用户；会议室前端提供会议查询和预定功能；同时采集人脸信息并调用基于特征加权的PCA算法的人脸识别模块进行人脸识别，实现会议刷脸签到和门禁控制功能，同时会议室内部物联网设备按照控制指令打开；本发明实现了高效利用会议室资源、避免会议室冲突的功能。
-
公开(公告)号：CN110161387A
公开(公告)日：2019-08-23
申请号：CN201910475088.5
申请日：2019-06-03
Applicant: 河海大学常州校区
Abstract: 本发明公开了本发明提供了一种基于改进梯度提升树的电力设备局放量预测方法。该方法通过提取紫外图像序列中的光子数、放电环境因素以及紫外图像对应的电力设备局放量，建立由光子数、放电环境因素与局放量构成的数据集，构建改进梯度提升树模型，对数据集中的各因素之间的关系进行学习，获得光子数、放电环境因素与局放量之间的关联，从而可以通过紫外图像和外界环境因素预测出该设备的局放量，了解电气设备状态，及时获知甚至避免较大灾害的发生。
-
公开(公告)号：CN112488986A
公开(公告)日：2021-03-12
申请号：CN201910863156.5
申请日：2019-09-12
Applicant: 河海大学常州校区
IPC: G06T7/00 , G06K9/62 , G01N21/956
Abstract: 本发明公开了一种基于Yolo神经网络的布匹瑕疵识别方法、装置和系统，本发明方法利用OpenCV对图片进行二值化、边缘检测、光照均匀化、中值滤波等处理，通过随机调整Gamma函数扩大数据集，采用Yolo v3神经网络训练模型，进而检测并识别布匹瑕疵。本发明提出的基于Yolo卷积神经网络的布匹表面瑕疵识别系统及方法，能实时并准确地检测出布匹瑕疵，显著改善织布厂的生产效率和产品质量。
-
公开(公告)号：CN112116637A
公开(公告)日：2020-12-22
申请号：CN201910532054.5
申请日：2019-06-19
Applicant: 河海大学常州校区
Abstract: 本发明公开了基于无人机3D激光扫描技术的电力塔自动检测方法及系统，利用激光点云技术以及激光点云与可见光图像配准技术提取识别电力塔地方法。本发明利用对称函数及人眼视觉显著性检测技术提取图像中的电力塔区域，根据K‑means聚类提取电力塔、根据线特征匹配及互信息值的图像配准技术融合电力塔图像进而检测电力塔。本发明提出的基于无人机3D激光扫描技术的电力塔自动检测系统及方法，能准确地识别定位电力塔，满足无人机对电力塔安全自动检测与跟踪的要求。
-
-
-
-
-
-
Search Results
7
records
(took 0.029 seconds)
