基于多模态密集融合传递的婴儿脑组织分割智能识别方法.pdf

基于多模态数据融合的智能轮椅室外地形识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117727007A (43)申请公布日2024.03.19 (21)申请号202311766454.5 (22)申请日2023.12.21 (71)申请人大连理工大学

2024-03-19 约1.89万字 16页立即下载

基于多模态特征融合的用户情绪识别方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117423168A (43)申请公布日2024.01.19 (21)申请号202311746130.5G06N3/08(2023.01)

2024-01-17 约1.85万字 14页立即下载

一种基于多模态多站点数据融合的分类识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112837274 A (43)申请公布日 2021.05.25 (21)申请号 202110039520.3 (22)申请日 2021.01.13 (71)申请人南京工业大学地址

2023-06-03 约4.2万字 30页立即下载

基于响应功率谱传递比的桥梁结构工作模态参数识别方法.pptx 基于响应功率谱传递比的桥梁结构工作模态参数识别方法汇报人：2024-01-20 引言桥梁结构工作模态参数识别方法概述基于响应功率谱传递比的模态参数识别方法原理实验设计与数据采集结果分析与讨论结论与展望contents目录引言01 传统桥梁结构健康监测方法存在局限性，无法满足实时监测和预警的需求。基于响应功率谱传递比的桥梁结构工作模态参数识别方法具有非接触、实时监测、高精度等优点，为桥梁结构健康监测提供了新的解决方案。桥梁结构在现代交通体系中占据重要地位，其安全性和稳定性至关重要。研究背景和意义随着计算机技术和信号处理技术的发展，基于响应功率谱传递比的模态参数识别方法逐渐受到关注，并在一些实

2024-06-24 约3.22千字 30页立即下载

基于模态特定记忆网络的跨模态行人重识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882525 A (43)申请公布日 2022.08.09 (21)申请号 202210426984.4 G06V 10/74 (2022.01)

2023-05-15 约1.99万字 20页立即下载

基于多模态融合的行为属性识别方法、装置及存储介质.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882522 A (43)申请公布日 2022.08.09 (21)申请号 202210353474.9 G06N 20/10 (2019.01)

2023-05-18 约2.51万字 23页立即下载

一种基于视频图像和语音的双模态融合情感识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113343860 A (43)申请公布日 2021.09.03 (21)申请号 202110650544.2 (22)申请日 2021.06.10 (71)申请人南京工业大学地址

2023-06-16 约1.08万字 10页立即下载

一种基于图像分类融合分割模块的苜蓿田杂草识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114863287 A (43)申请公布日 2022.08.05 (21)申请号 202210670912.4 G06N 3/04 (2006.01)

2023-05-18 约7.06千字 7页立即下载

基于背景饱和度压缩与差异阈值分割融合的香蕉串识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 113361315 B (45)授权公告日 2021.12.07 (21)申请号 202110204688.5 G06K 9/34 (2006.01)

2023-06-17 约2.2万字 21页立即下载

基于鉴别特征学习的跨模态行人重识别方法研究.docx 基于鉴别特征学习的跨模态行人重识别方法研究一、引言随着智能监控系统的广泛应用，跨模态行人重识别（Cross-modalPersonRe-Identification，简称cmReID）技术已成为计算机视觉领域的研究热点。该技术旨在通过跨模态数据（如可见光图像与红外图像）进行行人识别，为公共安全、智能交通等领域提供了重要的技术支持。然而，由于不同模态间存在显著的差异，如光照、背景、图像分辨率等，跨模态行人重识别仍然面临着诸多挑战。因此，本研究基于鉴别特征学习的方法，针对跨模态行人重识别问题进行深入研究。二、鉴别特征学习理论基础鉴别特征学习是一种针对图像识别的机器学习方法，通过学习区分性特

2025-03-17 约4.31千字 9页立即下载

基于特征学习和重排序的跨模态行人重识别方法研究.docx 基于特征学习和重排序的跨模态行人重识别方法研究一、引言随着人工智能技术的飞速发展，跨模态行人重识别技术成为了计算机视觉领域的重要研究方向。由于行人图像在各种场景下存在较大的差异，如光照、视角、背景等，传统的行人重识别方法往往难以准确地进行跨模态匹配。因此，本文提出了一种基于特征学习和重排序的跨模态行人重识别方法，旨在提高行人重识别的准确性和鲁棒性。二、特征学习特征学习是跨模态行人重识别的关键技术之一。本文采用深度学习的方法，通过构建卷积神经网络模型，对行人图像进行特征提取。具体而言，我们采用了多尺度卷积、注意力机制等技术，以提取更加丰富和具有鉴别性的特征。此外，我们还结合了多模态信息，

2025-02-22 约4.35千字 9页立即下载

基于模态参数的损伤识别方法研究的任务书.docx 基于模态参数的损伤识别方法研究的任务书一、研究背景：随着结构工程的不断发展，结构健康监测也逐步成为了工程领域的重要研究方向。损伤识别是结构健康监测的核心问题，而基于模态参数的损伤识别方法是目前应用最为广泛的一种方法。现有的基于模态参数的损伤识别方法主要是通过对结构的振动特征进行分析，利用结构的模态参数对损伤进行诊断和监测。这种方法具有响应速度快、对损伤灵敏度高、基础数据量少等优点，已经在工程实践中得到了广泛应用。但是，在实际应用中，该方法仍然存在一些问题，如对观测数据噪声敏感、对模态参数误差的影响较大等。因此，进一步研究基于模态参数的损伤识别方法，加强对该方法的理论研究和工程应用研究，

2024-04-04 约1.25千字 3页立即下载

一种基于局部细节特征的跨模态行人重识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 115050048 A (43)申请公布日 2022.09.13 (21)申请号 202210604338.2 G06N 3/08 (2006.01) (22)申请日 2022.05.2

2023-05-23 约1.64万字 9页立即下载

基于变换域增强和记忆对比的跨模态行人重识别方法.docx 基于变换域增强和记忆对比的跨模态行人重识别方法 一、引言行人重识别（PersonRe-Identification，ReID）是计算机视觉领域中一项重要的研究课题。随着深度学习和人工智能技术的不断发展，跨模态行人重识别技术在多个领域得到了广泛应用。然而，由于不同视角、光照条件、背景干扰等因素的影响，跨模态行人重识别的准确性仍面临诸多挑战。针对这一问题，本文提出了一种基于变换域增强和记忆对比的跨模态行人重识别方法。该方法能够有效提取行人特征信息，并提高对复杂环境下的重识别性能。二、相关技术背景在跨模态行人重识别领域，传统方法主要依赖于手工设计的特征提取器。然而，这些方法往往难以应对复杂多变

2025-04-20 约4.89千字 10页立即下载

基于模态参数的损伤识别方法：原理、应用与展望.docx 基于模态参数的损伤识别方法：原理、应用与展望一、引言 1.1研究背景与意义在现代工程领域，各类结构如建筑、桥梁、机械等广泛应用于人们的生产生活中，它们的安全与稳定对社会发展和人民生命财产安全至关重要。然而，这些结构在长期服役过程中，不可避免地会受到自然环境（如温度变化、湿度、风荷载、地震等）、人为因素（如超载、疲劳荷载、撞击等）以及材料自身老化等多种因素的影响，从而导致结构出现损伤。结构损伤不仅会降低结构的承载能力和使用性能，还可能引发严重的安全事故，造成巨大的经济损失和人员伤亡。因此，及时、准确地识别工程结构的损伤状态，对于保障结构的安全运行、延长结构的使用寿命具有重要意义。基于结构

2025-04-12 约3.43万字 28页立即下载