基于图像梯度阈值计算的改进移动机器人EDLines线段检测方法

    公开(公告)号:CN116485904A

    公开(公告)日:2023-07-25

    申请号:CN202310300093.9

    申请日:2023-03-26

    Applicant: 重庆大学

    Abstract: 本发明公开了基于图像梯度阈值计算的改进移动机器人EDLines线段检测方法,为了剔除图像中梯度值较低的像素点,需要结合梯度值计算出图像梯度的阈值,以提取出更加有效的线段;采用PROSAC方法剔除噪声点,最后线段筛选与合并策略;基于该改进的方法,能够解决线段断裂、短小的问题,并具有线段检测速度快、符合真实场景结构的优势。本发明采用的融合图像畸变矫正、图像梯度阈值计算、线段筛选合并等模块的EDLines方法的线段检测速度提高了66.7%,检测到的线段质量高,少有断裂、短小的线段,且抑制了一部分误检的直线,在保证线段检测速度的同时提取到贴合真实场景结构的直线段。

    一种基于双向搜索决策改进RRT的移动机器人路径规划方法

    公开(公告)号:CN116793375A

    公开(公告)日:2023-09-22

    申请号:CN202310300092.4

    申请日:2023-03-26

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于双向搜索决策改进RRT的移动机器人路径规划方法,该方法主要针对InformedRRT*算法在得到最优路径之前执行时间比较长的缺点,且规划出来的是路径由于存在“突变”无法直接给到移动机器人执行跟踪,提出了对RRTConnect算法以及其InformedRRT*采样策略进行改进后B样条曲线优化的B‑IRC算法。产生新节点之后利用合适半径圆搜索周边顶点时,将祖节点和父节点同时纳入计算。根据三角形性质,两边之和大于第三边,只要祖节点和新节点之间的碰撞检测通过,就认定祖节点与新节点之间的路径更优,从而最终得到更低成本的更优路径。本方法能够显著加快后续椭圆区域的缩小,从而在整体上更快收敛到最优路径。

    一种基于Bert模型和双通道模型的对话文本情感分析方法

    公开(公告)号:CN116644760A

    公开(公告)日:2023-08-25

    申请号:CN202310537056.X

    申请日:2023-05-13

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于Bert模型和双通道模型的对话文本情感分析方法,使用Bert模型对输入文本进行字级别的向量化操作,通过预训练学习到的先验知识来增强文本向量的语义表达,使用遮掩策略强化对文本中词的理解。对话文本为短文本,提取短文本的语义信息存在一定难度,特征提取层结合BiGRU和CNN网络的优点,使用BiGRU网络捕获上下文的语义信息,从全局上来衡量文本的情感信息,并借助CNN网络对文本中多层次的特征信息进行局部提取,以便捕获更有利于文本情感分析的特征信息。将BiGRU和CNN网络提取的特征进行拼接输入至情感分类层中,通过全连接层和Softmax操作后实现情感分类。

    结合CNN和Transformer的多特征融合对联生成方法

    公开(公告)号:CN116561254A

    公开(公告)日:2023-08-08

    申请号:CN202310499796.9

    申请日:2023-05-05

    Applicant: 重庆大学

    Abstract: 本发明公开了结合CNN和Transformer的多特征融合对联生成方法,包括以下步骤,在数据预处理阶段,分别构建带词性特征和平仄特征的对联语料库;根据对联上联构建结合词性特征和平仄特征的多特征融合词向量。将对联上联的多特征融合词向量分别输入到CNN编码器和Transformer模型的编码器中进行对联特征提取和对联语义编码,分别得到特征编码向量和语义编码向量。将特征编码向量和语义编码向量结合起来输入到Transformer模型的解码器中。本方法将对联的词性特征和平仄特征加入到词向量中,得到多特征融合的词向量。多特征融合的词向量能提高生成对联的对仗性;将CNN模型和Transformer模型结合起来,强化对联的重点信息,提高生成对联的语义连贯性。

    一种基于BERT-BiLSTM-CRF的医药实体识别方法

    公开(公告)号:CN116501884A

    公开(公告)日:2023-07-28

    申请号:CN202310337357.8

    申请日:2023-03-31

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于BERT‑BiLSTM‑CRF的医药实体识别方法,构建知识图谱的主要目标是将具有复杂关系网络的非结构化数据转换为易于存储和查询的结构化三元组数据,而知识抽取是这一过程中最重要的任务之一,它包括实体识别和关系抽取。本发明基于在命名实体识别中的成功应用的BiLSTM‑CRF模型,并结合BERT预训练模型,进一步提高模型的语义解析能力,能更好地抓取词语特征、增加句子的语义化,从而提高医药实体的准确性和语义丰富度。本发明改善了原模型在embedding层仅依靠简单方式训练的词向量的表现。借助BERT模型的强大的特征抽取能力,在医药信息处理任务中,由于医药信息结构复杂且相关性强,通过引入BERT能够更准确、丰富地表达医药信息的相关特征。

    快时变信道下非数据辅助的误差矢量幅度自适应调制方法

    公开(公告)号:CN107222290B

    公开(公告)日:2020-04-28

    申请号:CN201710015191.2

    申请日:2017-01-09

    Applicant: 重庆大学

    Abstract: 本发明提供的快时变信道下非数据辅助的误差矢量幅度自适应调制方法,首先采用QAM进行调制,然后接收端估算信道的相干时间,统计相干时间内发送的符号数;其次根据当前调制阶数的数据符号计算出所有调制阶数的NDA‑EVM值,以及当前信道下各调制阶数的NDA‑EVM对应的误码率;最后在指定误码率的条件下,选择当前最优调制阶数,返回执行下一轮的调制阶数调整。该方法与SNR‑AM和DA‑EVM‑AM相比,NDA‑EVM‑AM可提高信道质量评估与调制阶数选择的实时性和准确性,进而提升系统的频谱利用率,最高可提升0.82bit/s/Hz和0.53bit/s/Hz。

    考虑刹车和转弯影响的汽车质量‑道路坡度联合估计方法

    公开(公告)号:CN107247824A

    公开(公告)日:2017-10-13

    申请号:CN201710368329.7

    申请日:2017-05-23

    Applicant: 重庆大学

    Abstract: 本发明公开了一种考虑刹车和转弯影响的汽车质量‑道路坡度联合估计方法,包括如下步骤:步骤1:采集数据:步骤11:利用数据采集装置获取车辆行驶状态数据;步骤12:结合车辆行驶状态数据和车辆固有参数,计算模型所需相关参数;步骤2:基于车辆动力学模型建立汽车质量、道路坡度与车辆行驶状态数据的关系模型;步骤3:分别基于汽车质量、道路坡度与车辆行驶状态数据的关系模型,构建最小二乘质量估计模型和卡尔曼滤波坡度估计模型;步骤4:采用嵌套循环迭代进行汽车质量和道路坡度联合估计;步骤5:采用状态保持的方式消除刹车和转弯的影响。其考虑了实车驾驶过程中刹车和转弯的影响,实现了汽车质量和道路坡度的实时动态联合估计。

    面向协作通信的基站规划方法

    公开(公告)号:CN104394535B

    公开(公告)日:2017-09-15

    申请号:CN201410734452.2

    申请日:2014-12-05

    Applicant: 重庆大学

    CPC classification number: Y02D70/00

    Abstract: 本发明公开了一种面向协作通信的基站规划方法,区别于传统基站规划中蜂窝小区规则无交叠覆盖,协作通信的基站覆盖范围将产生不同程度的交叠。针对该场景,本发明以基站最小总功耗和最小数量为目标,建立基站站址与数量选择的优化模型;结合网格自适应直接搜索算法与连续消除法,给出所建模型的数值求解办法。数值结果表明:所提模型可在保证链路质量的前提下有效降低基站的总功耗和数量,验证了算法的有效性和协作通信的内在优势。相关结论可为协作通信网络的基站规划问题提供参考。

    面向协作通信的基站规划方法

    公开(公告)号:CN104394535A

    公开(公告)日:2015-03-04

    申请号:CN201410734452.2

    申请日:2014-12-05

    Applicant: 重庆大学

    CPC classification number: Y02D70/00 H04W16/18

    Abstract: 本发明公开了一种面向协作通信的基站规划方法,区别于传统基站规划中蜂窝小区规则无交叠覆盖,协作通信的基站覆盖范围将产生不同程度的交叠。针对该场景,本发明以基站最小总功耗和最小数量为目标,建立基站站址与数量选择的优化模型;结合网格自适应直接搜索算法与连续消除法,给出所建模型的数值求解办法。数值结果表明:所提模型可在保证链路质量的前提下有效降低基站的总功耗和数量,验证了算法的有效性和协作通信的内在优势。相关结论可为协作通信网络的基站规划问题提供参考。

    一种基于MIC-PCA-NARX校正算法的无创血糖检测装置及方法

    公开(公告)号:CN113598763B

    公开(公告)日:2024-10-18

    申请号:CN202110895790.4

    申请日:2021-08-05

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于MIC‑PCA‑NARX校正算法的无创血糖检测装置及方法,属于生物医学信号采集和处理技术领域。该装置包括信号调理电路、数据存储模块、传输模块、光源驱动电路、恒温控制模块、探头板、MCU、电源模块和显示模块;探头板集成四个光源和一个光电接收器;MCU根据用户输入信息,控制设备运行,传输及存储数据和基于MIC‑PCA‑NARX校正算法的血糖预测模型计算的血糖值,本发明提高血糖无创检测的稳定性和准确性,同时降低设备成本。

Patent Agency Ranking