本申请涉及一种基于模式识别的防高空抛物行人紧急避险系统。该系统包括：双目相机、风速传感器、温度传感器、GPS位置定位器、警示模块、数据处理终端、红外传感模块，通过双目相机拍摄窗户或阳台外的视频，风速传感器和温度传感器采集楼宇的所在区域的风速数据和温度数据，GPS位置定位器定位双目相机所处的位置信息，红外传感模块感应是否有物体从窗口或阳台掉落，数据处理终端在有物体从窗口或阳台掉落时，根据窗户或阳台外的视频、风速数据、温度数据、双目相机所处的位置信息，分析物体掉落在地面的位置，根据物体掉落在地面的位置，控制警示模块对行人进行提醒，指示行人正确的躲避路线以及安全区域，减少事故发生的概率。
📄 2021226968832
📂 G06V20_40
👤 南京信息工程大学
📅 2021-11-05
本发明公开了一种基于模式识别的工程机械智能控制系统，工程机械具有履带、支撑平台、配重、驾驶室、动臂、动臂油缸、斗杆、斗杆油缸、铲斗、铲斗油缸，工程机械的动臂上设置有CCD相机，CCD相机连接传输装置，传输装置将CCD相机采集到的数据传输到CPU处理器，CPU处理器将计算后的数据传输到设置在驾驶室内的显示器上。与现有技术相比，本发明能够实现相机的位置和角度的调节，与控制器进行配合能够采集到物料最好的图片，便于CPU处理器进行处理。
📄 2018115086874
📂 E02F3_42
👤 龙岩学院
📅 2018-12-11
本发明提供一种基于模式识别的车载惯导安装角误差补偿方法。首先，将惯性导航设备安装于车上，读取惯性测量单元IMU的六轴数据，将陀螺仪z轴输出值投影在车体系上得到车体横摆角速度，利用IMU数据进行捷联惯导更新，对车辆运动模式进行识别；接着，利用GNSS进行观测融合；最后，通过卡尔曼滤波器对车速进行融合，实时估计安装角误差。与现有方法相比，本方法降低了GNSS/INS组合导航使用门槛，只需将惯导设备固定在车辆上，行驶过程中即可自动完成安装角度补偿；且提供精确、实时的车辆运动状态识别方法，可以针对不同车辆运动状态进行不同观测融合，确保惯性设备安装角估计不会受到错误观测量影响，提高了惯性设备安装角估计的鲁棒性和估计精度。
📄 2022106770461
📂 G01C25_00
👤 浙江工业大学
📅 2022-06-15
基于图卷积网络特征融合的交通模式识别方法，包括：(1)对原始的GPS轨迹数据进行数据预处理，包括异常数据删除、GPS轨迹分段、异常分段删除、运动学特征计算和数据归一化等操作；(2)构建交通模式识别模型；模型由双向门控循环单元、网络中的网络、膨胀卷积网络、最大互信息系数、图卷积网络和全连接层组成；(3)拆分基于步骤(1)所得的数据，生成训练数据集和测试数据集，训练交通模式识别模型；(4)根据步骤(3)的识别结果，计算各种评价指标；(5)以可视化方式展示模型的识别结果和评价指标。本发明还包括实施图卷积网络特征融合的交通模式识别方法的系统。本发明提高了交通模式识别的精度。
📄 2023104318633
📂 G06F18_24
👤 浙江工业大学
📅 2023-04-21
本发明涉及烟支生产监控技术领域，具体涉及一种基于可解释图卷积神经网络的烟支质量控制图模式识别方法。方法包括：获取多个不同模式下的烟支控制图训练样本；提取每个烟支控制图训练样本的训练特征并生成特征测试集；构建多个分类网络模型，将每个烟支控制图训练样本对应的特征测试集分别输入多个分类网络模型中，获得多个分类预测结果数据和ROC曲线图；根据ROC曲线图筛选获得最优分类网络模型并输入SHAP解释器；计算特征测试集中每个特征对分类预测结果数据的边际贡献，并根据Shapley值生成高价值特征子集；使用高价值特征子集训练并获取目标图卷积神经网络；获取实际采集的烟支控制图样本，并输入目标图卷积神经网络中，完成模式识别。
📄 2024114405971
📂 G06V20_60
👤 浙江工业大学
📅 2024-10-15
本发明公开了一种SMT生产过程控制图模式识别方法，包括：获取SMT生产过程中当前阶段工序的控制点的关键质量参数，对关键质量参数进行预处理；对预处理后的关键质量参数进行小波分解，得到关键质量参数的高频信号和低频信号；将高频信号和低频信号输入至预训练好的多分类支持向量机中进行控制图模式的识别，同时根据高频信号和低频信号绘制控制图；根据多分类支持向量机输出的控制图模式的识别结果，利用统计过程控制方法得到异常模式下对应的异常原因、以及预测下一阶段工序的控制图模式变化趋势。本发明的SMT生产过程控制图模式识别方法，有效提高了SMT生产过程控制图识别的精度和能力。
📄 2019109544263
📂 H05K13_08
👤 浙江工业大学
📅 2019-10-09
本发明涉及基于多模态传感器的疲劳步态模式识别设备及识别方法，基于多模态传感器采集多模态传感数据，预处理后进行步态分割，获得步态分割后的数据样本，包括多模态传感数据及对应的数据特征；构建改进的特征融合模型，以数据样本训练至模型稳定；采集多模态传感数据，预处理后输入训练后的模型，输出疲劳步态模式识别结果；设备包括2组采集多模态传感数据的多模态传感器，同步收发装置将配合的2组多模态传感数据对应后发送，控制器获取多模态传感数据，识别疲劳步态模式。本发明实现疲劳步态模式的高精度分类，准确率较传统单模态方法提升15%‑20%；基于动态阈值分类与多维特征分析，生成用户特异性康复建议，提升行走能力与安全性。
📄 2025111601927
📂 G06F18_2415
👤 浙江工业大学
📅 2025-08-19
基于全局和局部时空特征融合的交通模式识别方法，包括：(1)对原始的GPS轨迹数据进行分段处理；(2)计算每个GPS轨迹点的七种运动学特征；(3)对分段后的GPS轨迹数据进行数据预处理；(4)构建交通模式识别模型；模型包括时空特征提取块、时域卷积网络和注意力机制，其中时空特征提取块可以提取局部时空特征，时域卷积网络可以提取全局时空特征，注意力机制可以实现全局和局部时空特征的融合和特征重构；(5)拆分基于步骤(3)所得的数据，生成训练数据集和测试数据集，训练交通模式识别模型；(6)根据步骤(5)的识别结果，计算各种评价指标；(7)以可视化方式展示模型的识别结果和评价指标。本发明还包括实施基于全局和局部时空特征融合的交通模式识别方法的系统。本发明提高了交通模型识别精度。
📄 2023104256586
📂 G06F18_24
👤 浙江工业大学
📅 2023-04-20
本发明提供一种基于级联VCSELs光子神经的模式识别装置及方法，该方法包括：步骤1：输出脉冲序列的波形；步骤2：利用步骤1得到的波形对可调激光器产生的连续波进行调制，以得到光学脉冲序列；步骤3：将所述光学脉冲序列信号分成三路，该三路信号分别注入到神经网络三个级联的VCSELs光子神经元；步骤4：采集各神经元输出的信号，并利用计算机进行处理运算，并根据运算的结果调节控制输入神经元的脉冲信号，以实现脉冲序列的模式识别。本发明通过三个级联的VCSELs光子神经元构成可实现脉冲序列识别的光子神经网络。
📄 2020101481273
📂 G06N3_067
👤 西南大学
📅 2020-03-05
本发明公开了一种OCR图像字符识别和字符校正的方法，在字符识别模块中：采用多级神经网络构造并拟合了汉字变形度Pr函数，该网络以图像CNN数据以及横竖撇捺四个额外特征作为为变量，以不同程度的GAN识别度作为“变形度”的训练值，反映目标汉字的变形度Pr；在字符校正模块中：增设第二级相似字区分网络用于对训练网络第一次确定的最佳识别结果进行高精度的相似字区分，二级网络的设置可以降低第一级网络的复杂度提高网络整体的泛化能力。本方法和系统主要针对机打发票、各种表格、单证进行识别，识别精度高，识别速度快，适应性强，对于部分信息缺失以及识别错误有很强的纠正能力；能够相对传统OCR识别技术的识别效果，大大提升识别准确度。
📄 2020103388122
📂 G06V30_14
👤 梁华智能科技(上海)有限公司
📅 2020-04-26
本申请提供了一种基于模式识别的目标跟踪方法、系统、设备及存储介质，通过所有的边缘轮廓信息确定目标在运动时的多个运动姿态，对各个运动姿态进行空间模式识别，得到各个运动姿态下的边缘形状特征；对当前图像流中帧间目标图像的跟踪光斑执行光谱卷积操作，得到当前图像流每次帧间转换时的跟踪干扰量，进而通过各个跟踪干扰量和所有的边缘轮廓信息确定目标在当前图像流中边缘轮廓的光谱卷积信息；将边缘形状特征与光谱卷积信息进行边缘耦合，得到目标的边缘耦合特征；根据边缘耦合特征确定目标的跟踪框，进而基于跟踪框对目标进行跟踪。基于上述方案可提高目标跟踪结果的可信度。
📄 2024113954346
📂 G06T7_246
👤 重庆移通学院
📅 2024-10-08
本发明公开的一种基于Caffe框架的深度学习车牌字符识别方法包括分类器训练和字符识别两个过程，分类器训练包括字符处理、分成汉字集和非汉字集以及建立Caffe架构学习网络结构、然后分别进行训练得到相对应的分类器，字符识别包括预先建立索引表并对抓取到的车牌图像进行处理，然后利用相对应的分类器识别后再通过查索引表得到识别结果，按顺序组合后即为车牌的最终识别结果。本发明的一种基于Caffe框架的深度学习车牌字符识别方法以基于Caffe架构的深度学习为基础，解决了现有的车牌字符识别方法中对倾斜、断裂、相近字符识别精度不高的问题，大大提高了对于车牌字符的识别精度。
📄 2016102981951
📂 G06K9_32
👤 西安理工大学
📅 2016-05-06
柿子坊 · 知识产权运营
柿子坊知识产权运营平台