|
搜索
搜 索
高等教育領域數字化綜合服務平臺
一種基于多特征融合的面向對象的建筑物變化檢測方法
本發明公開了一種基于多特征融合的面向對象的建筑物變化檢測方法，首先求得圖像像素點的形態 學建筑指數(MBI)，紋理特征和慢特征分析圖(SFA);利用 MBI 指數和紋理特征進行 FNEA 分割;然 后求出每個對象的三個特征值，再作差，并利用 K 均值聚類算法求閾值，得到特征變化圖;再利用 AC 指數進行后處理;利用熵值法對不同的特征變化圖求權重，按照權重設定閾值求得變化圖像;最后利用 投票法進行后處理。得到變化檢測結果。
武漢大學
2021-04-14
一種動目標多維度多尺度紅外光譜特征測量方法及系統
本發明公開了一種動目標多尺度多維度紅外光譜特征測量方法及系統，屬于圖像處理、紅外光譜測量領域。本發明主要為解決對動目標紅外光譜特征測不到，測不準的問題。本發明方法包括：(1)建立目標紅外光譜多維度多尺度特征表示公式，從中提取目標紅外光譜精確模型。(2)從中提取感興趣區域精確定位方法，識別感興趣區域各部件位置信息。(3)從中提取多框架伺服控制方法，解決目標紅外光譜測不到問題。本發明將紅外光譜數據及圖像數據結合進行處理，
華中科技大學
2021-04-14
一種融合多尺度特征的激光掃描數據物理平面自動化提取方法
本發明涉及一種融合多尺度特征的激光掃描數據物理平面自動化提取方法。本發明解決的現有問題 主要包括:1發展了基于信息熵的最佳鄰域自適應確定方法，克服了點密度變化、噪聲、數據缺失等因 素對三維點局部幾何特征計算的影響;2綜合利用基于點的特征(維數特征，法向量等)和基于區域的 特征(粗糙度、緊湊度、尺度、長寬比等)進行物理平面區域提取，提高了物理平面提取的準確性;3 擴展了現有平面分割方法的適用范圍，本發明適用于機載、車載、固定站等多種類型激光掃描數據的物 理平面提取。發明的整體技術流程圖如下圖。
武漢大學
2021-04-13
白酒中特征風味及風味導向功能微生物關鍵技術研究與應用
本項目針對我國優勢傳統白酒技術水平提升，運用現代生物技術和風味化學技術，通過風味物提取、分餾等樣品預處理技術集成創新，結合 GC-MS 技術，建立了復雜基質中極微量化合物定性與定量技術體系；通過 GC-O 定性、GC-MS 確認、風味重組等關鍵技術研究，建立了我國白酒中特征風味化合物研究的共性關鍵技術平臺；通過白酒分子微生態分析、微生物定量分析與代謝物檢測等關鍵技術問題的研究，建立了我國白酒中風味導向微生物關鍵技術平臺。
創新要點
建立白酒中極微量成分定性定量和 GC-O/GC-MS 研究特征風味物質的技術；風味定向，開發一批白酒中重要風味物質產生微生物。
江南大學
2021-04-11
一種基于四點二元模型的圖像紋理特征值的提取方法
本發明提出一種基于四點二元模型的圖像紋理特征值的提取方法,首先計算2x2像素塊內四個像素點像素值的均值;其次計算每個像素點與均值的差值,若差值大于等于一給定閾值,就置該像素塊的位置編碼值為1,否則為0;最后將四個像素塊的位置編碼值乘以相對應的權重后,再將4個乘積求和,就得到該2x2像素塊的紋理特征值,本發明只需要計算四個像素點與其均值的差值,得到4bit的二進制碼,計算量減少一半且復雜度低,且能有效地表示人臉的局部紋理信息,可應用于人臉檢測,識別和目標跟蹤系統.
華僑大學
2021-04-29
一種基于特征參數的水電機組調速系統控制參數整定方法
本發明公開了一種基于特征參數的水電機組調速系統控制參數整定方法，屬于水輪機調速器優化技術領域。本發明包括以下步驟：(1)通過無量綱化處理得到水電機組無量綱特征方程(2)應用勞斯-赫爾維茨穩定判據和根軌跡法求取調速系統最優控制參數；(3)利用線性回歸法和曲線擬合技術獲得調速系統控制參數的最優值。本發明具有整定過程簡單、計算量小、易于實現等優點，能夠根據水電機組的五個特征參數(水流慣性時間常數、機組慣性時間常數、接力器反應時間常數、永態轉差系數和發電機綜合自調節系數)直接整定出調速系統最優控制參數。
華中科技大學
2021-04-14
過模擬生物受體的空腔特征，合成了一對空腔內具有氫鍵位點的手性大環主體
手性分子識別是生命功能的基礎，這源于生物受體對手性底物的高選擇性識別。但對于合成受體來說，水相手性識別仍然是一個巨大的挑戰。該課題組通過模擬生物受體的空腔特征，合成了一對空腔內具有氫鍵位點的手性大環主體（圖1）。該大環主體在水中實現了手性分子的選擇性識別。同時，該大環主體也可用于非手性環境污染物—二惡烷的光譜檢測和手性化合物ee值的光譜測定。
南方科技大學
2021-04-14
在光強分布不均勻環境下的融合光流和SIFT特征點匹配的低動態載體速度計算方法
本發明公開了一種在光強分布不均勻環境下的融合光流和SIFT特征點匹配的低動態載體速度計算方法，通過安裝在移動載體上的車載攝像機采集載體的動態圖像，采用金字塔Lucas?Kanade光流和SIFT特征點匹配兩種算法分別檢測出當前幀和下一幀圖像中的特征點并對其進行匹配，然后根據匹配成功的若干對特征點所對應的像素位移計算出在載體坐標系下的速度V光流、VSIFT，并將兩者的差值ΔV以及加速度差值Δa輸入到改進的自適應卡爾曼濾波器,對光流法計算得到的載體速度VSIFT進行直接校正。通過本發明求取速度精度高和求
東南大學
2021-04-14