找到7项技术成果数据。
找技术>-
一种云计算环境下机器学习自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本发明是一种基于云计算环境的机器学习自主选择方法（专利号201010017918.9）。通过使用云计算平台，用户无需搭建机器学习的运行环境，也无需选择机器学习算法，更不用调整纷繁复杂的机器学习函数及其附带的参数，只需使用Web方式上传样本数据，就能自动智能的建立符合实际问题的机器学习数学模型。本发明使机器学习的使用摆脱了环境的束缚，发挥了云计算平台的优势，使得机器学习建模针对用户透明，最大程度的降低了机器学习的使用门槛。解决了在实际应用机器学习时，建模选择的难以预测性、参数调整的人工经验性、普通用户困难等缺点。
-
一种互联网图像驱动的三维模型最优视图自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本发明公开了一种互联网图像驱动的三维模型最优视图自动选择方法，包括以下步骤：三维模型集预处理；图像视角分类器训练：得到一个用以估计图像的观察视角的分类器，包括训练集生成、图像视角分类器训练两个步骤；互联网图像采集：通过图像搜索引擎和社交网络中用户上传的大量图像，采集互联网中相应模型的图像，包括互联网图像抓取、无关图像过滤以及前景物体图像提取三个步骤；视图投票评价：通过互联网图像对三维模型相应的视图投票，选择排序靠前的视图为最优视图，包括互联网图像视角估计以及视图排序两个步骤。本发明可以适用于包括刚体和非刚体在内的多种类别的三维模型，符合人们的视觉习惯。
-
一种三维模型最优视图的自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
发明公开了一种三维模型最优视图的自动选择方法，包括以下步骤：三维模型集预处理：对输入的三维模型集中的各个三维模型进行预处理，得到所有三维模型的类别，包括姿态校正、尺度归一化以及三维模型类别判断三个步骤，所述三维模型集中每个三维模型设有类别标记；候选视图选取：采样三维模型的各个视图，并提取特征和聚类，得到三维模型的一组候选视图：包括三维模型视图采样、视图特征提取和视图聚类；视图评价：对三维模型的候选视图排序，选择排序靠前的视图为最优视图，包括距离计算和最优视图学习。本发明可以适用于多种类别的三维模型，得到的同类别三维模型的最优视图具有较高的姿态一致性。
-
遥感影像高精度控制点自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开一种大面幅遥感影像高精度控制点自动选择方法，提出的拟合重采样控制点自动选择方法是：对一定大小的子图像进行高精度拟合配准，然后从配准的子图像中重新采样作为大面幅影像的控制点。其最大优点是，最终的控制点不是采用传统方法来直接检测，而是采用间接方法来实现的，避免了传统方法直接提取高精度控制点的困难，同时可以方便地调整最终控制点的分布。本发明对大量实验结果，采用多种不同的精度评价方法进行分析和比较，结果表明，所选择的控制点可以达到子像素级精度，是一种切实可行的并具有很强鲁棒性的控制点选择方法。
-
一种人流量统计系统中分类器的自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种人流量统计系统中分类器的自动选择方法，属于视频监控及模式识别技术领域。本发明包括预先设定多个成像视角，分别离线训练一个分类器；在线学习时，针对当前输入图像，对各分类器分别执行下述操作检测目标，将当前检测出的行人目标与已有的跟踪目标进行关联，对未关联的跟踪目标采用跟踪算法进行跟踪，将未关联的检测目标加入跟踪目标队列中；对跟踪目标队列中符合条件的目标进行计数；若所有分类器所计目标数均未超过阈值，则继续处理下一图像；选取目标计数最多的分类器作为人流量统计系统中使用的最优分类器。本发明提供的方法能为人流量统计系统自动选择最优分类器，避免了手动设置分类器的不准确性和不方便性问题。
-
一种新的高分辨率遥感影像的最优分割尺度自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种新的高分辨率遥感影像的最优分割尺度自动选择方法，利用多尺度MRF模型，建立高分辨率影像的多尺度分割模型，同时对影像层次分割和影像平面分别建模，描述层与层对象之间的上下文信息以及同一层中对象之间的空间依赖关系。将对象的光谱、颜色、纹理及拓扑关系等基本特征，归一化到马尔可夫随机场中，通过概率信息收敛计算，实现了一种计算机可自动进行全局最有分割尺度选择方法，参数选择计算和推断工程实现了计算机自动进行，获得理论上的最优分割尺度参数。该技术具有分割质量精度高、自适应性强和计算效率高的优点。
-
自适应、自组织、自恢复网络技术研究
成熟度：正在研发
技术类型：-
应用行业：制造业
技术简介
一、项目简介项目研究目的是提高网络的抗毁性，增强网络的生存能力。我们研制了具有六个节点的HF自适应、自组织网络的实验系统。网络自组织功能是指：在网络拓朴结构动态变化的条件下，自动探测网络拓朴信息，自动确定传输路由，自动选择网络的最佳工作参数，自动完成网络的控制和管理，进行有效而可靠的信息传输。在网络受损时，幸存的节点能按一定的准则，自动而快速地恢复或重新组织成新的网络拓朴结构。二、主要技术指标：分布式控制；全自动网络管理；自动选择工作频率；抗干扰、抗衰落调制解调技术；自动计算最佳路由；自动选择传输速率；动态跟踪显示网络拓朴结构和节点连通状态，动态显示在计算机屏幕上。三、应用前景：HF自组织通信网络是适应现代化战争瞬息万变的需要而发展起来的重要通信设施，在军事应用方面具有显著的经济效益和社会效益。HF电波传播可利用天波、地波、或天波与地波的混合。由此而开发的HF自组织通信网络可用于：(1)在局部区域内(半径几km到几百km)构成；由战士背负的战术通信网；由坦克、装甲、火炮或其它车辆车载的机动通信网；由船舶、快艇、军舰等装备的舰载通信网；战地侦察或情报收集用的数据通信网；……………(2)在远距离大范围的地域内(半径几百m到几千km)构成战略和战术综合的具有机动能力的国防通信网。
找到7项技术成果数据。
找技术>-
一种云计算环境下机器学习自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本发明是一种基于云计算环境的机器学习自主选择方法（专利号201010017918.9）。通过使用云计算平台，用户无需搭建机器学习的运行环境，也无需选择机器学习算法，更不用调整纷繁复杂的机器学习函数及其附带的参数，只需使用Web方式上传样本数据，就能自动智能的建立符合实际问题的机器学习数学模型。本发明使机器学习的使用摆脱了环境的束缚，发挥了云计算平台的优势，使得机器学习建模针对用户透明，最大程度的降低了机器学习的使用门槛。解决了在实际应用机器学习时，建模选择的难以预测性、参数调整的人工经验性、普通用户困难等缺点。
-
一种互联网图像驱动的三维模型最优视图自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本发明公开了一种互联网图像驱动的三维模型最优视图自动选择方法，包括以下步骤：三维模型集预处理；图像视角分类器训练：得到一个用以估计图像的观察视角的分类器，包括训练集生成、图像视角分类器训练两个步骤；互联网图像采集：通过图像搜索引擎和社交网络中用户上传的大量图像，采集互联网中相应模型的图像，包括互联网图像抓取、无关图像过滤以及前景物体图像提取三个步骤；视图投票评价：通过互联网图像对三维模型相应的视图投票，选择排序靠前的视图为最优视图，包括互联网图像视角估计以及视图排序两个步骤。本发明可以适用于包括刚体和非刚体在内的多种类别的三维模型，符合人们的视觉习惯。
-
一种三维模型最优视图的自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
发明公开了一种三维模型最优视图的自动选择方法，包括以下步骤：三维模型集预处理：对输入的三维模型集中的各个三维模型进行预处理，得到所有三维模型的类别，包括姿态校正、尺度归一化以及三维模型类别判断三个步骤，所述三维模型集中每个三维模型设有类别标记；候选视图选取：采样三维模型的各个视图，并提取特征和聚类，得到三维模型的一组候选视图：包括三维模型视图采样、视图特征提取和视图聚类；视图评价：对三维模型的候选视图排序，选择排序靠前的视图为最优视图，包括距离计算和最优视图学习。本发明可以适用于多种类别的三维模型，得到的同类别三维模型的最优视图具有较高的姿态一致性。
-
遥感影像高精度控制点自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开一种大面幅遥感影像高精度控制点自动选择方法，提出的拟合重采样控制点自动选择方法是：对一定大小的子图像进行高精度拟合配准，然后从配准的子图像中重新采样作为大面幅影像的控制点。其最大优点是，最终的控制点不是采用传统方法来直接检测，而是采用间接方法来实现的，避免了传统方法直接提取高精度控制点的困难，同时可以方便地调整最终控制点的分布。本发明对大量实验结果，采用多种不同的精度评价方法进行分析和比较，结果表明，所选择的控制点可以达到子像素级精度，是一种切实可行的并具有很强鲁棒性的控制点选择方法。
-
一种人流量统计系统中分类器的自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种人流量统计系统中分类器的自动选择方法，属于视频监控及模式识别技术领域。本发明包括预先设定多个成像视角，分别离线训练一个分类器；在线学习时，针对当前输入图像，对各分类器分别执行下述操作检测目标，将当前检测出的行人目标与已有的跟踪目标进行关联，对未关联的跟踪目标采用跟踪算法进行跟踪，将未关联的检测目标加入跟踪目标队列中；对跟踪目标队列中符合条件的目标进行计数；若所有分类器所计目标数均未超过阈值，则继续处理下一图像；选取目标计数最多的分类器作为人流量统计系统中使用的最优分类器。本发明提供的方法能为人流量统计系统自动选择最优分类器，避免了手动设置分类器的不准确性和不方便性问题。
-
一种新的高分辨率遥感影像的最优分割尺度自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种新的高分辨率遥感影像的最优分割尺度自动选择方法，利用多尺度MRF模型，建立高分辨率影像的多尺度分割模型，同时对影像层次分割和影像平面分别建模，描述层与层对象之间的上下文信息以及同一层中对象之间的空间依赖关系。将对象的光谱、颜色、纹理及拓扑关系等基本特征，归一化到马尔可夫随机场中，通过概率信息收敛计算，实现了一种计算机可自动进行全局最有分割尺度选择方法，参数选择计算和推断工程实现了计算机自动进行，获得理论上的最优分割尺度参数。该技术具有分割质量精度高、自适应性强和计算效率高的优点。
-
自适应、自组织、自恢复网络技术研究
成熟度：正在研发
技术类型：-
应用行业：制造业
技术简介
一、项目简介项目研究目的是提高网络的抗毁性，增强网络的生存能力。我们研制了具有六个节点的HF自适应、自组织网络的实验系统。网络自组织功能是指：在网络拓朴结构动态变化的条件下，自动探测网络拓朴信息，自动确定传输路由，自动选择网络的最佳工作参数，自动完成网络的控制和管理，进行有效而可靠的信息传输。在网络受损时，幸存的节点能按一定的准则，自动而快速地恢复或重新组织成新的网络拓朴结构。二、主要技术指标：分布式控制；全自动网络管理；自动选择工作频率；抗干扰、抗衰落调制解调技术；自动计算最佳路由；自动选择传输速率；动态跟踪显示网络拓朴结构和节点连通状态，动态显示在计算机屏幕上。三、应用前景：HF自组织通信网络是适应现代化战争瞬息万变的需要而发展起来的重要通信设施，在军事应用方面具有显著的经济效益和社会效益。HF电波传播可利用天波、地波、或天波与地波的混合。由此而开发的HF自组织通信网络可用于：(1)在局部区域内(半径几km到几百km)构成；由战士背负的战术通信网；由坦克、装甲、火炮或其它车辆车载的机动通信网；由船舶、快艇、军舰等装备的舰载通信网；战地侦察或情报收集用的数据通信网；……………(2)在远距离大范围的地域内(半径几百m到几千km)构成战略和战术综合的具有机动能力的国防通信网。
找到7项技术成果数据。
找技术>-
一种云计算环境下机器学习自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本发明是一种基于云计算环境的机器学习自主选择方法（专利号201010017918.9）。通过使用云计算平台，用户无需搭建机器学习的运行环境，也无需选择机器学习算法，更不用调整纷繁复杂的机器学习函数及其附带的参数，只需使用Web方式上传样本数据，就能自动智能的建立符合实际问题的机器学习数学模型。本发明使机器学习的使用摆脱了环境的束缚，发挥了云计算平台的优势，使得机器学习建模针对用户透明，最大程度的降低了机器学习的使用门槛。解决了在实际应用机器学习时，建模选择的难以预测性、参数调整的人工经验性、普通用户困难等缺点。
-
一种互联网图像驱动的三维模型最优视图自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本发明公开了一种互联网图像驱动的三维模型最优视图自动选择方法，包括以下步骤：三维模型集预处理；图像视角分类器训练：得到一个用以估计图像的观察视角的分类器，包括训练集生成、图像视角分类器训练两个步骤；互联网图像采集：通过图像搜索引擎和社交网络中用户上传的大量图像，采集互联网中相应模型的图像，包括互联网图像抓取、无关图像过滤以及前景物体图像提取三个步骤；视图投票评价：通过互联网图像对三维模型相应的视图投票，选择排序靠前的视图为最优视图，包括互联网图像视角估计以及视图排序两个步骤。本发明可以适用于包括刚体和非刚体在内的多种类别的三维模型，符合人们的视觉习惯。
-
一种三维模型最优视图的自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
发明公开了一种三维模型最优视图的自动选择方法，包括以下步骤：三维模型集预处理：对输入的三维模型集中的各个三维模型进行预处理，得到所有三维模型的类别，包括姿态校正、尺度归一化以及三维模型类别判断三个步骤，所述三维模型集中每个三维模型设有类别标记；候选视图选取：采样三维模型的各个视图，并提取特征和聚类，得到三维模型的一组候选视图：包括三维模型视图采样、视图特征提取和视图聚类；视图评价：对三维模型的候选视图排序，选择排序靠前的视图为最优视图，包括距离计算和最优视图学习。本发明可以适用于多种类别的三维模型，得到的同类别三维模型的最优视图具有较高的姿态一致性。
-
遥感影像高精度控制点自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开一种大面幅遥感影像高精度控制点自动选择方法，提出的拟合重采样控制点自动选择方法是：对一定大小的子图像进行高精度拟合配准，然后从配准的子图像中重新采样作为大面幅影像的控制点。其最大优点是，最终的控制点不是采用传统方法来直接检测，而是采用间接方法来实现的，避免了传统方法直接提取高精度控制点的困难，同时可以方便地调整最终控制点的分布。本发明对大量实验结果，采用多种不同的精度评价方法进行分析和比较，结果表明，所选择的控制点可以达到子像素级精度，是一种切实可行的并具有很强鲁棒性的控制点选择方法。
-
一种人流量统计系统中分类器的自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种人流量统计系统中分类器的自动选择方法，属于视频监控及模式识别技术领域。本发明包括预先设定多个成像视角，分别离线训练一个分类器；在线学习时，针对当前输入图像，对各分类器分别执行下述操作检测目标，将当前检测出的行人目标与已有的跟踪目标进行关联，对未关联的跟踪目标采用跟踪算法进行跟踪，将未关联的检测目标加入跟踪目标队列中；对跟踪目标队列中符合条件的目标进行计数；若所有分类器所计目标数均未超过阈值，则继续处理下一图像；选取目标计数最多的分类器作为人流量统计系统中使用的最优分类器。本发明提供的方法能为人流量统计系统自动选择最优分类器，避免了手动设置分类器的不准确性和不方便性问题。
-
一种新的高分辨率遥感影像的最优分割尺度自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种新的高分辨率遥感影像的最优分割尺度自动选择方法，利用多尺度MRF模型，建立高分辨率影像的多尺度分割模型，同时对影像层次分割和影像平面分别建模，描述层与层对象之间的上下文信息以及同一层中对象之间的空间依赖关系。将对象的光谱、颜色、纹理及拓扑关系等基本特征，归一化到马尔可夫随机场中，通过概率信息收敛计算，实现了一种计算机可自动进行全局最有分割尺度选择方法，参数选择计算和推断工程实现了计算机自动进行，获得理论上的最优分割尺度参数。该技术具有分割质量精度高、自适应性强和计算效率高的优点。
-
自适应、自组织、自恢复网络技术研究
成熟度：正在研发
技术类型：-
应用行业：制造业
技术简介
一、项目简介项目研究目的是提高网络的抗毁性，增强网络的生存能力。我们研制了具有六个节点的HF自适应、自组织网络的实验系统。网络自组织功能是指：在网络拓朴结构动态变化的条件下，自动探测网络拓朴信息，自动确定传输路由，自动选择网络的最佳工作参数，自动完成网络的控制和管理，进行有效而可靠的信息传输。在网络受损时，幸存的节点能按一定的准则，自动而快速地恢复或重新组织成新的网络拓朴结构。二、主要技术指标：分布式控制；全自动网络管理；自动选择工作频率；抗干扰、抗衰落调制解调技术；自动计算最佳路由；自动选择传输速率；动态跟踪显示网络拓朴结构和节点连通状态，动态显示在计算机屏幕上。三、应用前景：HF自组织通信网络是适应现代化战争瞬息万变的需要而发展起来的重要通信设施，在军事应用方面具有显著的经济效益和社会效益。HF电波传播可利用天波、地波、或天波与地波的混合。由此而开发的HF自组织通信网络可用于：(1)在局部区域内(半径几km到几百km)构成；由战士背负的战术通信网；由坦克、装甲、火炮或其它车辆车载的机动通信网；由船舶、快艇、军舰等装备的舰载通信网；战地侦察或情报收集用的数据通信网；……………(2)在远距离大范围的地域内(半径几百m到几千km)构成战略和战术综合的具有机动能力的国防通信网。
找到7项技术成果数据。
找技术>-
一种云计算环境下机器学习自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本发明是一种基于云计算环境的机器学习自主选择方法（专利号201010017918.9）。通过使用云计算平台，用户无需搭建机器学习的运行环境，也无需选择机器学习算法，更不用调整纷繁复杂的机器学习函数及其附带的参数，只需使用Web方式上传样本数据，就能自动智能的建立符合实际问题的机器学习数学模型。本发明使机器学习的使用摆脱了环境的束缚，发挥了云计算平台的优势，使得机器学习建模针对用户透明，最大程度的降低了机器学习的使用门槛。解决了在实际应用机器学习时，建模选择的难以预测性、参数调整的人工经验性、普通用户困难等缺点。
-
一种互联网图像驱动的三维模型最优视图自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本发明公开了一种互联网图像驱动的三维模型最优视图自动选择方法，包括以下步骤：三维模型集预处理；图像视角分类器训练：得到一个用以估计图像的观察视角的分类器，包括训练集生成、图像视角分类器训练两个步骤；互联网图像采集：通过图像搜索引擎和社交网络中用户上传的大量图像，采集互联网中相应模型的图像，包括互联网图像抓取、无关图像过滤以及前景物体图像提取三个步骤；视图投票评价：通过互联网图像对三维模型相应的视图投票，选择排序靠前的视图为最优视图，包括互联网图像视角估计以及视图排序两个步骤。本发明可以适用于包括刚体和非刚体在内的多种类别的三维模型，符合人们的视觉习惯。
-
一种三维模型最优视图的自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
发明公开了一种三维模型最优视图的自动选择方法，包括以下步骤：三维模型集预处理：对输入的三维模型集中的各个三维模型进行预处理，得到所有三维模型的类别，包括姿态校正、尺度归一化以及三维模型类别判断三个步骤，所述三维模型集中每个三维模型设有类别标记；候选视图选取：采样三维模型的各个视图，并提取特征和聚类，得到三维模型的一组候选视图：包括三维模型视图采样、视图特征提取和视图聚类；视图评价：对三维模型的候选视图排序，选择排序靠前的视图为最优视图，包括距离计算和最优视图学习。本发明可以适用于多种类别的三维模型，得到的同类别三维模型的最优视图具有较高的姿态一致性。
-
遥感影像高精度控制点自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开一种大面幅遥感影像高精度控制点自动选择方法，提出的拟合重采样控制点自动选择方法是：对一定大小的子图像进行高精度拟合配准，然后从配准的子图像中重新采样作为大面幅影像的控制点。其最大优点是，最终的控制点不是采用传统方法来直接检测，而是采用间接方法来实现的，避免了传统方法直接提取高精度控制点的困难，同时可以方便地调整最终控制点的分布。本发明对大量实验结果，采用多种不同的精度评价方法进行分析和比较，结果表明，所选择的控制点可以达到子像素级精度，是一种切实可行的并具有很强鲁棒性的控制点选择方法。
-
一种人流量统计系统中分类器的自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种人流量统计系统中分类器的自动选择方法，属于视频监控及模式识别技术领域。本发明包括预先设定多个成像视角，分别离线训练一个分类器；在线学习时，针对当前输入图像，对各分类器分别执行下述操作检测目标，将当前检测出的行人目标与已有的跟踪目标进行关联，对未关联的跟踪目标采用跟踪算法进行跟踪，将未关联的检测目标加入跟踪目标队列中；对跟踪目标队列中符合条件的目标进行计数；若所有分类器所计目标数均未超过阈值，则继续处理下一图像；选取目标计数最多的分类器作为人流量统计系统中使用的最优分类器。本发明提供的方法能为人流量统计系统自动选择最优分类器，避免了手动设置分类器的不准确性和不方便性问题。
-
一种新的高分辨率遥感影像的最优分割尺度自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种新的高分辨率遥感影像的最优分割尺度自动选择方法，利用多尺度MRF模型，建立高分辨率影像的多尺度分割模型，同时对影像层次分割和影像平面分别建模，描述层与层对象之间的上下文信息以及同一层中对象之间的空间依赖关系。将对象的光谱、颜色、纹理及拓扑关系等基本特征，归一化到马尔可夫随机场中，通过概率信息收敛计算，实现了一种计算机可自动进行全局最有分割尺度选择方法，参数选择计算和推断工程实现了计算机自动进行，获得理论上的最优分割尺度参数。该技术具有分割质量精度高、自适应性强和计算效率高的优点。
-
自适应、自组织、自恢复网络技术研究
成熟度：正在研发
技术类型：-
应用行业：制造业
技术简介
一、项目简介项目研究目的是提高网络的抗毁性，增强网络的生存能力。我们研制了具有六个节点的HF自适应、自组织网络的实验系统。网络自组织功能是指：在网络拓朴结构动态变化的条件下，自动探测网络拓朴信息，自动确定传输路由，自动选择网络的最佳工作参数，自动完成网络的控制和管理，进行有效而可靠的信息传输。在网络受损时，幸存的节点能按一定的准则，自动而快速地恢复或重新组织成新的网络拓朴结构。二、主要技术指标：分布式控制；全自动网络管理；自动选择工作频率；抗干扰、抗衰落调制解调技术；自动计算最佳路由；自动选择传输速率；动态跟踪显示网络拓朴结构和节点连通状态，动态显示在计算机屏幕上。三、应用前景：HF自组织通信网络是适应现代化战争瞬息万变的需要而发展起来的重要通信设施，在军事应用方面具有显著的经济效益和社会效益。HF电波传播可利用天波、地波、或天波与地波的混合。由此而开发的HF自组织通信网络可用于：(1)在局部区域内(半径几km到几百km)构成；由战士背负的战术通信网；由坦克、装甲、火炮或其它车辆车载的机动通信网；由船舶、快艇、军舰等装备的舰载通信网；战地侦察或情报收集用的数据通信网；……………(2)在远距离大范围的地域内(半径几百m到几千km)构成战略和战术综合的具有机动能力的国防通信网。
找到7项技术成果数据。
找技术>-
一种云计算环境下机器学习自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本发明是一种基于云计算环境的机器学习自主选择方法（专利号201010017918.9）。通过使用云计算平台，用户无需搭建机器学习的运行环境，也无需选择机器学习算法，更不用调整纷繁复杂的机器学习函数及其附带的参数，只需使用Web方式上传样本数据，就能自动智能的建立符合实际问题的机器学习数学模型。本发明使机器学习的使用摆脱了环境的束缚，发挥了云计算平台的优势，使得机器学习建模针对用户透明，最大程度的降低了机器学习的使用门槛。解决了在实际应用机器学习时，建模选择的难以预测性、参数调整的人工经验性、普通用户困难等缺点。
-
一种互联网图像驱动的三维模型最优视图自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本发明公开了一种互联网图像驱动的三维模型最优视图自动选择方法，包括以下步骤：三维模型集预处理；图像视角分类器训练：得到一个用以估计图像的观察视角的分类器，包括训练集生成、图像视角分类器训练两个步骤；互联网图像采集：通过图像搜索引擎和社交网络中用户上传的大量图像，采集互联网中相应模型的图像，包括互联网图像抓取、无关图像过滤以及前景物体图像提取三个步骤；视图投票评价：通过互联网图像对三维模型相应的视图投票，选择排序靠前的视图为最优视图，包括互联网图像视角估计以及视图排序两个步骤。本发明可以适用于包括刚体和非刚体在内的多种类别的三维模型，符合人们的视觉习惯。
-
一种三维模型最优视图的自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
发明公开了一种三维模型最优视图的自动选择方法，包括以下步骤：三维模型集预处理：对输入的三维模型集中的各个三维模型进行预处理，得到所有三维模型的类别，包括姿态校正、尺度归一化以及三维模型类别判断三个步骤，所述三维模型集中每个三维模型设有类别标记；候选视图选取：采样三维模型的各个视图，并提取特征和聚类，得到三维模型的一组候选视图：包括三维模型视图采样、视图特征提取和视图聚类；视图评价：对三维模型的候选视图排序，选择排序靠前的视图为最优视图，包括距离计算和最优视图学习。本发明可以适用于多种类别的三维模型，得到的同类别三维模型的最优视图具有较高的姿态一致性。
-
遥感影像高精度控制点自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开一种大面幅遥感影像高精度控制点自动选择方法，提出的拟合重采样控制点自动选择方法是：对一定大小的子图像进行高精度拟合配准，然后从配准的子图像中重新采样作为大面幅影像的控制点。其最大优点是，最终的控制点不是采用传统方法来直接检测，而是采用间接方法来实现的，避免了传统方法直接提取高精度控制点的困难，同时可以方便地调整最终控制点的分布。本发明对大量实验结果，采用多种不同的精度评价方法进行分析和比较，结果表明，所选择的控制点可以达到子像素级精度，是一种切实可行的并具有很强鲁棒性的控制点选择方法。
-
一种人流量统计系统中分类器的自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种人流量统计系统中分类器的自动选择方法，属于视频监控及模式识别技术领域。本发明包括预先设定多个成像视角，分别离线训练一个分类器；在线学习时，针对当前输入图像，对各分类器分别执行下述操作检测目标，将当前检测出的行人目标与已有的跟踪目标进行关联，对未关联的跟踪目标采用跟踪算法进行跟踪，将未关联的检测目标加入跟踪目标队列中；对跟踪目标队列中符合条件的目标进行计数；若所有分类器所计目标数均未超过阈值，则继续处理下一图像；选取目标计数最多的分类器作为人流量统计系统中使用的最优分类器。本发明提供的方法能为人流量统计系统自动选择最优分类器，避免了手动设置分类器的不准确性和不方便性问题。
-
一种新的高分辨率遥感影像的最优分割尺度自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种新的高分辨率遥感影像的最优分割尺度自动选择方法，利用多尺度MRF模型，建立高分辨率影像的多尺度分割模型，同时对影像层次分割和影像平面分别建模，描述层与层对象之间的上下文信息以及同一层中对象之间的空间依赖关系。将对象的光谱、颜色、纹理及拓扑关系等基本特征，归一化到马尔可夫随机场中，通过概率信息收敛计算，实现了一种计算机可自动进行全局最有分割尺度选择方法，参数选择计算和推断工程实现了计算机自动进行，获得理论上的最优分割尺度参数。该技术具有分割质量精度高、自适应性强和计算效率高的优点。
-
自适应、自组织、自恢复网络技术研究
成熟度：正在研发
技术类型：-
应用行业：制造业
技术简介
一、项目简介项目研究目的是提高网络的抗毁性，增强网络的生存能力。我们研制了具有六个节点的HF自适应、自组织网络的实验系统。网络自组织功能是指：在网络拓朴结构动态变化的条件下，自动探测网络拓朴信息，自动确定传输路由，自动选择网络的最佳工作参数，自动完成网络的控制和管理，进行有效而可靠的信息传输。在网络受损时，幸存的节点能按一定的准则，自动而快速地恢复或重新组织成新的网络拓朴结构。二、主要技术指标：分布式控制；全自动网络管理；自动选择工作频率；抗干扰、抗衰落调制解调技术；自动计算最佳路由；自动选择传输速率；动态跟踪显示网络拓朴结构和节点连通状态，动态显示在计算机屏幕上。三、应用前景：HF自组织通信网络是适应现代化战争瞬息万变的需要而发展起来的重要通信设施，在军事应用方面具有显著的经济效益和社会效益。HF电波传播可利用天波、地波、或天波与地波的混合。由此而开发的HF自组织通信网络可用于：(1)在局部区域内(半径几km到几百km)构成；由战士背负的战术通信网；由坦克、装甲、火炮或其它车辆车载的机动通信网；由船舶、快艇、军舰等装备的舰载通信网；战地侦察或情报收集用的数据通信网；……………(2)在远距离大范围的地域内(半径几百m到几千km)构成战略和战术综合的具有机动能力的国防通信网。
找到7项技术成果数据。
找技术>-
一种云计算环境下机器学习自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本发明是一种基于云计算环境的机器学习自主选择方法（专利号201010017918.9）。通过使用云计算平台，用户无需搭建机器学习的运行环境，也无需选择机器学习算法，更不用调整纷繁复杂的机器学习函数及其附带的参数，只需使用Web方式上传样本数据，就能自动智能的建立符合实际问题的机器学习数学模型。本发明使机器学习的使用摆脱了环境的束缚，发挥了云计算平台的优势，使得机器学习建模针对用户透明，最大程度的降低了机器学习的使用门槛。解决了在实际应用机器学习时，建模选择的难以预测性、参数调整的人工经验性、普通用户困难等缺点。
-
一种互联网图像驱动的三维模型最优视图自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本发明公开了一种互联网图像驱动的三维模型最优视图自动选择方法，包括以下步骤：三维模型集预处理；图像视角分类器训练：得到一个用以估计图像的观察视角的分类器，包括训练集生成、图像视角分类器训练两个步骤；互联网图像采集：通过图像搜索引擎和社交网络中用户上传的大量图像，采集互联网中相应模型的图像，包括互联网图像抓取、无关图像过滤以及前景物体图像提取三个步骤；视图投票评价：通过互联网图像对三维模型相应的视图投票，选择排序靠前的视图为最优视图，包括互联网图像视角估计以及视图排序两个步骤。本发明可以适用于包括刚体和非刚体在内的多种类别的三维模型，符合人们的视觉习惯。
-
一种三维模型最优视图的自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
发明公开了一种三维模型最优视图的自动选择方法，包括以下步骤：三维模型集预处理：对输入的三维模型集中的各个三维模型进行预处理，得到所有三维模型的类别，包括姿态校正、尺度归一化以及三维模型类别判断三个步骤，所述三维模型集中每个三维模型设有类别标记；候选视图选取：采样三维模型的各个视图，并提取特征和聚类，得到三维模型的一组候选视图：包括三维模型视图采样、视图特征提取和视图聚类；视图评价：对三维模型的候选视图排序，选择排序靠前的视图为最优视图，包括距离计算和最优视图学习。本发明可以适用于多种类别的三维模型，得到的同类别三维模型的最优视图具有较高的姿态一致性。
-
遥感影像高精度控制点自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开一种大面幅遥感影像高精度控制点自动选择方法，提出的拟合重采样控制点自动选择方法是：对一定大小的子图像进行高精度拟合配准，然后从配准的子图像中重新采样作为大面幅影像的控制点。其最大优点是，最终的控制点不是采用传统方法来直接检测，而是采用间接方法来实现的，避免了传统方法直接提取高精度控制点的困难，同时可以方便地调整最终控制点的分布。本发明对大量实验结果，采用多种不同的精度评价方法进行分析和比较，结果表明，所选择的控制点可以达到子像素级精度，是一种切实可行的并具有很强鲁棒性的控制点选择方法。
-
一种人流量统计系统中分类器的自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种人流量统计系统中分类器的自动选择方法，属于视频监控及模式识别技术领域。本发明包括预先设定多个成像视角，分别离线训练一个分类器；在线学习时，针对当前输入图像，对各分类器分别执行下述操作检测目标，将当前检测出的行人目标与已有的跟踪目标进行关联，对未关联的跟踪目标采用跟踪算法进行跟踪，将未关联的检测目标加入跟踪目标队列中；对跟踪目标队列中符合条件的目标进行计数；若所有分类器所计目标数均未超过阈值，则继续处理下一图像；选取目标计数最多的分类器作为人流量统计系统中使用的最优分类器。本发明提供的方法能为人流量统计系统自动选择最优分类器，避免了手动设置分类器的不准确性和不方便性问题。
-
一种新的高分辨率遥感影像的最优分割尺度自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种新的高分辨率遥感影像的最优分割尺度自动选择方法，利用多尺度MRF模型，建立高分辨率影像的多尺度分割模型，同时对影像层次分割和影像平面分别建模，描述层与层对象之间的上下文信息以及同一层中对象之间的空间依赖关系。将对象的光谱、颜色、纹理及拓扑关系等基本特征，归一化到马尔可夫随机场中，通过概率信息收敛计算，实现了一种计算机可自动进行全局最有分割尺度选择方法，参数选择计算和推断工程实现了计算机自动进行，获得理论上的最优分割尺度参数。该技术具有分割质量精度高、自适应性强和计算效率高的优点。
-
自适应、自组织、自恢复网络技术研究
成熟度：正在研发
技术类型：-
应用行业：制造业
技术简介
一、项目简介项目研究目的是提高网络的抗毁性，增强网络的生存能力。我们研制了具有六个节点的HF自适应、自组织网络的实验系统。网络自组织功能是指：在网络拓朴结构动态变化的条件下，自动探测网络拓朴信息，自动确定传输路由，自动选择网络的最佳工作参数，自动完成网络的控制和管理，进行有效而可靠的信息传输。在网络受损时，幸存的节点能按一定的准则，自动而快速地恢复或重新组织成新的网络拓朴结构。二、主要技术指标：分布式控制；全自动网络管理；自动选择工作频率；抗干扰、抗衰落调制解调技术；自动计算最佳路由；自动选择传输速率；动态跟踪显示网络拓朴结构和节点连通状态，动态显示在计算机屏幕上。三、应用前景：HF自组织通信网络是适应现代化战争瞬息万变的需要而发展起来的重要通信设施，在军事应用方面具有显著的经济效益和社会效益。HF电波传播可利用天波、地波、或天波与地波的混合。由此而开发的HF自组织通信网络可用于：(1)在局部区域内(半径几km到几百km)构成；由战士背负的战术通信网；由坦克、装甲、火炮或其它车辆车载的机动通信网；由船舶、快艇、军舰等装备的舰载通信网；战地侦察或情报收集用的数据通信网；……………(2)在远距离大范围的地域内(半径几百m到几千km)构成战略和战术综合的具有机动能力的国防通信网。
找到7项技术成果数据。
找技术>-
一种云计算环境下机器学习自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本发明是一种基于云计算环境的机器学习自主选择方法（专利号201010017918.9）。通过使用云计算平台，用户无需搭建机器学习的运行环境，也无需选择机器学习算法，更不用调整纷繁复杂的机器学习函数及其附带的参数，只需使用Web方式上传样本数据，就能自动智能的建立符合实际问题的机器学习数学模型。本发明使机器学习的使用摆脱了环境的束缚，发挥了云计算平台的优势，使得机器学习建模针对用户透明，最大程度的降低了机器学习的使用门槛。解决了在实际应用机器学习时，建模选择的难以预测性、参数调整的人工经验性、普通用户困难等缺点。
-
一种互联网图像驱动的三维模型最优视图自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本发明公开了一种互联网图像驱动的三维模型最优视图自动选择方法，包括以下步骤：三维模型集预处理；图像视角分类器训练：得到一个用以估计图像的观察视角的分类器，包括训练集生成、图像视角分类器训练两个步骤；互联网图像采集：通过图像搜索引擎和社交网络中用户上传的大量图像，采集互联网中相应模型的图像，包括互联网图像抓取、无关图像过滤以及前景物体图像提取三个步骤；视图投票评价：通过互联网图像对三维模型相应的视图投票，选择排序靠前的视图为最优视图，包括互联网图像视角估计以及视图排序两个步骤。本发明可以适用于包括刚体和非刚体在内的多种类别的三维模型，符合人们的视觉习惯。
-
一种三维模型最优视图的自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
发明公开了一种三维模型最优视图的自动选择方法，包括以下步骤：三维模型集预处理：对输入的三维模型集中的各个三维模型进行预处理，得到所有三维模型的类别，包括姿态校正、尺度归一化以及三维模型类别判断三个步骤，所述三维模型集中每个三维模型设有类别标记；候选视图选取：采样三维模型的各个视图，并提取特征和聚类，得到三维模型的一组候选视图：包括三维模型视图采样、视图特征提取和视图聚类；视图评价：对三维模型的候选视图排序，选择排序靠前的视图为最优视图，包括距离计算和最优视图学习。本发明可以适用于多种类别的三维模型，得到的同类别三维模型的最优视图具有较高的姿态一致性。
-
遥感影像高精度控制点自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开一种大面幅遥感影像高精度控制点自动选择方法，提出的拟合重采样控制点自动选择方法是：对一定大小的子图像进行高精度拟合配准，然后从配准的子图像中重新采样作为大面幅影像的控制点。其最大优点是，最终的控制点不是采用传统方法来直接检测，而是采用间接方法来实现的，避免了传统方法直接提取高精度控制点的困难，同时可以方便地调整最终控制点的分布。本发明对大量实验结果，采用多种不同的精度评价方法进行分析和比较，结果表明，所选择的控制点可以达到子像素级精度，是一种切实可行的并具有很强鲁棒性的控制点选择方法。
-
一种人流量统计系统中分类器的自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种人流量统计系统中分类器的自动选择方法，属于视频监控及模式识别技术领域。本发明包括预先设定多个成像视角，分别离线训练一个分类器；在线学习时，针对当前输入图像，对各分类器分别执行下述操作检测目标，将当前检测出的行人目标与已有的跟踪目标进行关联，对未关联的跟踪目标采用跟踪算法进行跟踪，将未关联的检测目标加入跟踪目标队列中；对跟踪目标队列中符合条件的目标进行计数；若所有分类器所计目标数均未超过阈值，则继续处理下一图像；选取目标计数最多的分类器作为人流量统计系统中使用的最优分类器。本发明提供的方法能为人流量统计系统自动选择最优分类器，避免了手动设置分类器的不准确性和不方便性问题。
-
一种新的高分辨率遥感影像的最优分割尺度自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种新的高分辨率遥感影像的最优分割尺度自动选择方法，利用多尺度MRF模型，建立高分辨率影像的多尺度分割模型，同时对影像层次分割和影像平面分别建模，描述层与层对象之间的上下文信息以及同一层中对象之间的空间依赖关系。将对象的光谱、颜色、纹理及拓扑关系等基本特征，归一化到马尔可夫随机场中，通过概率信息收敛计算，实现了一种计算机可自动进行全局最有分割尺度选择方法，参数选择计算和推断工程实现了计算机自动进行，获得理论上的最优分割尺度参数。该技术具有分割质量精度高、自适应性强和计算效率高的优点。
-
自适应、自组织、自恢复网络技术研究
成熟度：正在研发
技术类型：-
应用行业：制造业
技术简介
一、项目简介项目研究目的是提高网络的抗毁性，增强网络的生存能力。我们研制了具有六个节点的HF自适应、自组织网络的实验系统。网络自组织功能是指：在网络拓朴结构动态变化的条件下，自动探测网络拓朴信息，自动确定传输路由，自动选择网络的最佳工作参数，自动完成网络的控制和管理，进行有效而可靠的信息传输。在网络受损时，幸存的节点能按一定的准则，自动而快速地恢复或重新组织成新的网络拓朴结构。二、主要技术指标：分布式控制；全自动网络管理；自动选择工作频率；抗干扰、抗衰落调制解调技术；自动计算最佳路由；自动选择传输速率；动态跟踪显示网络拓朴结构和节点连通状态，动态显示在计算机屏幕上。三、应用前景：HF自组织通信网络是适应现代化战争瞬息万变的需要而发展起来的重要通信设施，在军事应用方面具有显著的经济效益和社会效益。HF电波传播可利用天波、地波、或天波与地波的混合。由此而开发的HF自组织通信网络可用于：(1)在局部区域内(半径几km到几百km)构成；由战士背负的战术通信网；由坦克、装甲、火炮或其它车辆车载的机动通信网；由船舶、快艇、军舰等装备的舰载通信网；战地侦察或情报收集用的数据通信网；……………(2)在远距离大范围的地域内(半径几百m到几千km)构成战略和战术综合的具有机动能力的国防通信网。
找到7项技术成果数据。
找技术>-
一种云计算环境下机器学习自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本发明是一种基于云计算环境的机器学习自主选择方法（专利号201010017918.9）。通过使用云计算平台，用户无需搭建机器学习的运行环境，也无需选择机器学习算法，更不用调整纷繁复杂的机器学习函数及其附带的参数，只需使用Web方式上传样本数据，就能自动智能的建立符合实际问题的机器学习数学模型。本发明使机器学习的使用摆脱了环境的束缚，发挥了云计算平台的优势，使得机器学习建模针对用户透明，最大程度的降低了机器学习的使用门槛。解决了在实际应用机器学习时，建模选择的难以预测性、参数调整的人工经验性、普通用户困难等缺点。
-
一种互联网图像驱动的三维模型最优视图自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本发明公开了一种互联网图像驱动的三维模型最优视图自动选择方法，包括以下步骤：三维模型集预处理；图像视角分类器训练：得到一个用以估计图像的观察视角的分类器，包括训练集生成、图像视角分类器训练两个步骤；互联网图像采集：通过图像搜索引擎和社交网络中用户上传的大量图像，采集互联网中相应模型的图像，包括互联网图像抓取、无关图像过滤以及前景物体图像提取三个步骤；视图投票评价：通过互联网图像对三维模型相应的视图投票，选择排序靠前的视图为最优视图，包括互联网图像视角估计以及视图排序两个步骤。本发明可以适用于包括刚体和非刚体在内的多种类别的三维模型，符合人们的视觉习惯。
-
一种三维模型最优视图的自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
发明公开了一种三维模型最优视图的自动选择方法，包括以下步骤：三维模型集预处理：对输入的三维模型集中的各个三维模型进行预处理，得到所有三维模型的类别，包括姿态校正、尺度归一化以及三维模型类别判断三个步骤，所述三维模型集中每个三维模型设有类别标记；候选视图选取：采样三维模型的各个视图，并提取特征和聚类，得到三维模型的一组候选视图：包括三维模型视图采样、视图特征提取和视图聚类；视图评价：对三维模型的候选视图排序，选择排序靠前的视图为最优视图，包括距离计算和最优视图学习。本发明可以适用于多种类别的三维模型，得到的同类别三维模型的最优视图具有较高的姿态一致性。
-
遥感影像高精度控制点自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开一种大面幅遥感影像高精度控制点自动选择方法，提出的拟合重采样控制点自动选择方法是：对一定大小的子图像进行高精度拟合配准，然后从配准的子图像中重新采样作为大面幅影像的控制点。其最大优点是，最终的控制点不是采用传统方法来直接检测，而是采用间接方法来实现的，避免了传统方法直接提取高精度控制点的困难，同时可以方便地调整最终控制点的分布。本发明对大量实验结果，采用多种不同的精度评价方法进行分析和比较，结果表明，所选择的控制点可以达到子像素级精度，是一种切实可行的并具有很强鲁棒性的控制点选择方法。
-
一种人流量统计系统中分类器的自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种人流量统计系统中分类器的自动选择方法，属于视频监控及模式识别技术领域。本发明包括预先设定多个成像视角，分别离线训练一个分类器；在线学习时，针对当前输入图像，对各分类器分别执行下述操作检测目标，将当前检测出的行人目标与已有的跟踪目标进行关联，对未关联的跟踪目标采用跟踪算法进行跟踪，将未关联的检测目标加入跟踪目标队列中；对跟踪目标队列中符合条件的目标进行计数；若所有分类器所计目标数均未超过阈值，则继续处理下一图像；选取目标计数最多的分类器作为人流量统计系统中使用的最优分类器。本发明提供的方法能为人流量统计系统自动选择最优分类器，避免了手动设置分类器的不准确性和不方便性问题。
-
一种新的高分辨率遥感影像的最优分割尺度自动选择方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种新的高分辨率遥感影像的最优分割尺度自动选择方法，利用多尺度MRF模型，建立高分辨率影像的多尺度分割模型，同时对影像层次分割和影像平面分别建模，描述层与层对象之间的上下文信息以及同一层中对象之间的空间依赖关系。将对象的光谱、颜色、纹理及拓扑关系等基本特征，归一化到马尔可夫随机场中，通过概率信息收敛计算，实现了一种计算机可自动进行全局最有分割尺度选择方法，参数选择计算和推断工程实现了计算机自动进行，获得理论上的最优分割尺度参数。该技术具有分割质量精度高、自适应性强和计算效率高的优点。
-
自适应、自组织、自恢复网络技术研究
成熟度：正在研发
技术类型：-
应用行业：制造业
技术简介
一、项目简介项目研究目的是提高网络的抗毁性，增强网络的生存能力。我们研制了具有六个节点的HF自适应、自组织网络的实验系统。网络自组织功能是指：在网络拓朴结构动态变化的条件下，自动探测网络拓朴信息，自动确定传输路由，自动选择网络的最佳工作参数，自动完成网络的控制和管理，进行有效而可靠的信息传输。在网络受损时，幸存的节点能按一定的准则，自动而快速地恢复或重新组织成新的网络拓朴结构。二、主要技术指标：分布式控制；全自动网络管理；自动选择工作频率；抗干扰、抗衰落调制解调技术；自动计算最佳路由；自动选择传输速率；动态跟踪显示网络拓朴结构和节点连通状态，动态显示在计算机屏幕上。三、应用前景：HF自组织通信网络是适应现代化战争瞬息万变的需要而发展起来的重要通信设施，在军事应用方面具有显著的经济效益和社会效益。HF电波传播可利用天波、地波、或天波与地波的混合。由此而开发的HF自组织通信网络可用于：(1)在局部区域内(半径几km到几百km)构成；由战士背负的战术通信网；由坦克、装甲、火炮或其它车辆车载的机动通信网；由船舶、快艇、军舰等装备的舰载通信网；战地侦察或情报收集用的数据通信网；……………(2)在远距离大范围的地域内(半径几百m到几千km)构成战略和战术综合的具有机动能力的国防通信网。