百科技术库 各行业技术资料 - 百科资料网
欢迎来到百科技术库 各行业技术资料 - 百科资料网! [免费注册] | [登录] 微信快捷登录 QQ登录 微博登录 | 帮助中心 各行业技术应有尽有!
全国服务热线 13310018778

栏目导航

最新技术
账单核算方法、装置、电子设备及存储介质
本申请提供一种账单核算方法、装置、电子设备及存储介质,涉及数据处理技术领域。所述方法包括:基于光学字符识别从账单图像中提取文本信息;提取所述文本信息中的账单基础数据;基于领域专用语言对所述账单基础数据进行账单核算,以完成所述账单基础数据的收入和支出的核对。该方法通过光学字符识别对客户上传的数据进行自动文本提取,基于领域专用语言进行数据的运算,并把计算结果和要核对的目标进行比较,从而实现账单的自动核对,提升账单核对的效率,用技术解决账单核对过程中存在的效率低下问题。
机车乘务员的违章行为分析方法、装置、设备及存储介质
本申请涉及一种机车乘务员的违章行为分析方法、装置、设备及存储介质,该方法包括获取机车乘务员在驾驶室的监控视频;检测监控视频的各视频帧图像中的关键区域,关键区域包括人体关键区域和驾驶室关键区域;根据关键区域确定机车乘务员的违章行为,利用现有机车司机室视频监控(低质量)直接采集现场图像,不需要改造机车司机室、无需增加新的图像采集装置,智能高效分析影响行车安全的乘务员离岗行为、违规使用电子设备行为、偏头闲聊行为、以及异常开启车门行为等违章行为,减少人员审核视频工作量,提高工作效率。
一种基于CNN-SVM的事件相关电位信号分类方法
一种基于CNN-SVM的事件相关电位信号分类方法,首先将采集到的脑电信号经过带通滤波器进行带通滤波;然后将脑电信号做成带标签的数据集,并将数据集划分为训练集、验证集和测试集;再将训练集输入设计好的卷积神经网络模型进行训练,同时使用验证集进行网络最优参数选择;之后将训练集、验证集、测试集输入训练好的卷积神经网络,输出网络的降采样层特征,训练集和验证集对应的特征为训练特征,测试集对应的特征为测试特征;用训练特征来完成支持向量机模型训练,用训练好的支持向量机模型对测试特征进行分类,即可得到事件相关电位信号的识别结果;本发明实现事件相关电位信号的精确识别,提高了脑-机接口系统的实用价值。
基于多视角图像的手势姿态预测方法及系统
本公开提供了一种基于多视角图像的手势姿态预测方法及系统,获取至少两个视角的手势图像数据;根据获取的各个视角手势图像和各个视角对应的预设姿态预测模型,得到各个手势图像预测角度;以各个手势图像预测角度的平均值为最终手势角度;其中,预设姿态预测模型的训练中,计算第k个卷积神经网络在训练集上的最大误差、每个样本的相对误差、第k个卷积神经网络的回归误差率和弱学习器的权重系数,根据得到的最大误差、相对误差、回归误差率和弱学习器的权重系数进行样本权重更新;本公开对多个视角的手势图像分别建立预测模型,并对预测结果取均值作为最终预测结果,提高了手势姿态预测的精确度。
列车定位方法、装置、电子设备及可读存储介质
本发明提供一种列车定位方法、装置、电子设备及可读存储介质,其中所述方法包括:接收目标列车上车载设备发送的第一光脉冲信号,所述第一光脉冲信号为相互间具有第一相位关系的两串光脉冲信号;解析所述第一光脉冲信号,获取所述第一相位关系,并基于所述第一相位关系,获取对所述目标列车的第一识别结果;基于所述第一识别结果,并结合前方轨旁设备对所述目标列车的第二识别结果和后方轨旁设备对所述目标列车的第三识别结果,确定所述目标列车的位置。本发明通过车上设备或轨旁设备发射具有固定相位关系的光信号,并对应的由轨旁设备或车上设备根据该固定相位关系对列车进行定位,能够有效降低安装与维护成本,且精度高,适用性广。
基于DRSN和person相关系数的道床故障预警方法
本发明公开一种基于DRSN和person相关系数的道床故障预警方法,包括以下步骤:获取道床的多条振动响应信号;计算每条信号的有效值;以其中一条信号的有效值作为基准有效值,将其余信号按照其有效值与基准有效值的比例进行幅值缩放,得到训练样本;利用训练样本训练DRSN网络模型;将道床结构状态正常和结构状态未知的振动响应信号进行幅值缩放,然后分别输入到DRSN网络模型中,提取特征向量;利用person相关系数计算两个特征向量的相关性,并与预设阈值进行比较,判断道床是否出现故障。本发明针对列车速度差异对响应幅值的影响,提出利用有效值来减弱幅值的差异;针对环境噪声严重和信号发生突变的情况,利用残差收缩卷积神经网络抑制信号的噪声并提取其特征。
一种视频数据卡顿检测方法、装置、设备及存储介质
本申请实施例提供的一种视频数据卡顿检测方法、装置、设备及存储介质,所述方法包括获取待检测的视频数据,按照预设间隔时间对视频数据进行取帧处理,获取多帧图片,按照多帧图片的取帧顺序进行存储;获取存储的第一图片及与第一图片相邻的第二图片;根据第一图片及第二图片,确定第一图片的感兴趣ROI区域及第二图片的ROI区域;计算第一图片的ROI区域与第二图片的ROI区域的相似度;若第一图片的ROI区域与第二图片的ROI区域的相似度大于第一阈值,则确定第一图片为卡顿异常图片。用以自动检测视频中的图片是否为卡顿异常图片,无需测试员实时检测,提高了卡顿检测的准确性,且降低了投入成本,进而可以提高异常检测的效率。
一种基于三目视觉数据的个体步态识别方法
本发明提供一种基于三目视觉数据的个体步态识别方法,包括以下步骤:S1:采集多角度下的人体轮廓信息;S2:提取每个角度的人体轮廓信息下的步态动力学特征,形成步态模式库;S3:根据步骤S2提取得到的步态动力学特征,构建每个角度下的步行深度学习模型;S4:获取待识别的多角度人体轮廓信息下的步态动力学特征,与已有的步态模式库中进行基于步态动力学特征的识别误差;S5:根据所得识别误差的大小判断每个角度下的步态深度学习模型学习所得的特征向量在最终分类任务中的权重值,实现步态识别。本发明把多个不同观测视角下的步态信息融合,提取综合特征。因此更加适应实际应用中复杂多变的内外因素的影响,有较强的实用性和可操作性。
电子设备的控制方法、装置、终端和存储介质
本公开提供电子设备的控制方法及装置、终端和存储介质。电子设备的控制方法包括:从通信连接的设备接收指令,获取图像;识别图像中的与设备对应的位置处的资料内容;输出与资料内容相关的信息。本公开的控制方法将电子设备与和该电子设备进行通信连接的设备结合使用,而电子设备可以是现有的一些智能设备,相对于词典笔等,本公开的方法能够大大降低所需的硬件成本,并且可以进一步提升用户体验。
一种无人扫地车与垃圾站的对正系统及其方法
本发明公开了一种无人扫地车与垃圾站的对正系统及其方法,系统包括无人扫地车、地埋式垃圾站、摄像头、射频识别系统。方法包括:1、无人扫地车在清扫作业区域自动清扫垃圾;2、无人扫地车返回地埋式垃圾站;3、无人扫地车进入地埋式垃圾站后,通过摄像头获取垃圾站内的地面图像,进行图像处理,在识别到引导地面后继续校正前进方向;4、地埋式垃圾坑前方的阅读器扫描到无人扫地车尘盒前侧的标签后,就做出急停的操作;5、在扫描到标签信息后,打开地埋式垃圾坑,接着无人扫地车打开尘盒,将垃圾倒入地埋式垃圾坑;6、无人扫地车返回清扫作业区域继续进行自动清扫的任务或返回充电桩进行充电。本发明能将垃圾倾倒的操作无人化。