一种基于深度循环神经网络算法的三维动画生成方法，参照附图1，给出了本方法拟采取的技术路线，描述了以现有三维动画数据集作为驱动，在提取三维动画动态特征的基础上，融合深度神经网络模型技术生成三维动画，进行相关理论和算法设计的技术路线，本发明的主要有益效果是提出数据驱动的三维动画生成方法，基于真实三维动画数据，融合深度神经网络技术，提取训练数据的动态特征并加载到给定的网格模型，从而实现动画生成。
📄 2017101430138
📂 G06T13_20
👤 华东交通大学
📅 2017-03-10
本发明公开了一种基于BP神经网络的船载微波雷达图像溢油探测方法及系统，涉及海洋溢油探测技术领域。本发明的技术要点包括：结合灰度共生矩阵纹理特征参量，采用BP神经网络提取有效海浪区，再运用Sauvola局部阈值分割对有效海浪区的油膜进行初步提取，最后采用面积阈值，精确提取船载微波雷达图像中的海上油膜；其中，采用主成分分析对纹理特征进行降维，转换成新的主成分，在保证不失纹理信息同时减少了运算量，提高了提取效率。本发明有效克服了船载雷达图像油膜识别中海浪有效范围难以准确提取的问题，为船载微波雷达图像溢油识别提供了一种新的智能化处理方法。
📄 2022113199145
📂 G06V20_10
👤 广东海洋大学
📅 2022-10-26
本发明的目的是提出一种基于CNN‑BP神经网络算法水稻病虫害识别方法，本发明拟通过构建CNN‑LeNet5模型，即网络结构为输入层、卷积层、池化层、卷积层、池化层、全连接层、全连接层、输出层构成。首先对图像逐渐提取特征，最后提取得到水稻病虫害高级图像特征。完成特征提取后将网络结构的最后一层softmax分类层去掉，用BP模型来替代。通过CNN自动的特征提取结合BP神经网络分类模型来实现水稻病虫害图像的自动识别。
📄 2019113355851
📂 G06T7_00
👤 金陵科技学院
📅 2019-12-23
本发明公开了一种基于MoblieNet神经网络与双线性插值的传感器温度补偿方法、系统及存储介质，该方法包括收集待温度补偿传感器采样时的测量值、工作温度、实际温度，并进行预处理，同时构建MoblieNet神经网络模型，利用预处理后的测量值、工作温度对MoblieNe神经网络模型进行训练，获得关于实际温度的预测值；利用双线性插值对预测值进行补偿计算，获得插值后的数值估计；根据实际温度和插值后的数值估计对测量值进行温度补偿，获得温度补偿后的实际测量值。本发明解决了现有技术中传感器温度补偿技术精度低、性能不稳定的问题。
📄 2023112552702
📂 G01K15_00
👤 淮阴工学院
📅 2023-09-27
柿子坊 · 知识产权运营
柿子坊知识产权运营平台