新葡京娱乐场-大陆娱乐场开户注册

本發(fā)明公開(kāi)了一種隨機(jī)動(dòng)載荷空間分布及統(tǒng)計(jì)特征的識(shí)別方法。本發(fā)明的方法包括步驟：Ｓ１．開(kāi)展模態(tài)試驗(yàn)，獲取結(jié)構(gòu)的模態(tài)參數(shù)，包括固有頻率和模態(tài)振型；Ｓ２．將結(jié)構(gòu)隨機(jī)振動(dòng)響應(yīng)利用模態(tài)振型展開(kāi)，獲取結(jié)構(gòu)在模態(tài)空間的動(dòng)響應(yīng)；Ｓ３．利用模態(tài)振型展開(kāi)，將隨空間分布的隨機(jī)動(dòng)載荷投影到模態(tài)空間；Ｓ４．在模態(tài)空間內(nèi)，由隨機(jī)動(dòng)響應(yīng)樣本反演隨機(jī)動(dòng)載荷樣本；Ｓ５．由模態(tài)空間內(nèi)隨機(jī)動(dòng)載荷樣本及振型函數(shù)求解結(jié)構(gòu)上隨機(jī)動(dòng)載荷的空間分布和統(tǒng)計(jì)特征。本發(fā)明能夠解決在時(shí)域內(nèi)利用實(shí)測(cè)結(jié)構(gòu)動(dòng)響應(yīng)樣本識(shí)別結(jié)構(gòu)上隨機(jī)動(dòng)載荷的統(tǒng)計(jì)特性和分布特征問(wèn)題，為服役于分布式隨機(jī)動(dòng)載荷環(huán)境下的工程結(jié)構(gòu)設(shè)計(jì)與安全評(píng)估提供準(zhǔn)確可靠的動(dòng)載荷信息。

成果介紹人臉圖像分析研究不僅能豐富和發(fā)展圖像處理與分析的理論和方法，而且在教育、醫(yī)療、公安等社會(huì)服務(wù)以及公共安全等行業(yè)中具有重要的應(yīng)用價(jià)值。基于人臉視覺(jué)特征的表情、身份以及親屬關(guān)系識(shí)別是當(dāng)前人臉圖像分析研究的前沿課題，而光照和人臉姿態(tài)變化等因素對(duì)人臉視覺(jué)特征提取與建模的影響則成為當(dāng)前該研究面臨的主要瓶頸。開(kāi)展魯棒人臉視覺(jué)特征的提取、建模與識(shí)別研究，突破現(xiàn)有研究的局限性，能顯著推動(dòng)人臉圖像分析的研究進(jìn)展，進(jìn)一步滿足國(guó)家在社會(huì)服務(wù)與公共安全等領(lǐng)域中的需求。技術(shù)創(chuàng)新點(diǎn)及參數(shù)1、 突破局部二值模式編碼的視覺(jué)特征描述算子的局限性，提出局部三值模式編碼的視覺(jué)特征描述算子，提出解決場(chǎng)景光照變化干擾以及高斯噪聲干擾的圖像處理一般性方法。2、 率先提出基于區(qū)域協(xié)方差矩陣的非正面表情特征描述方法，提出基于高斯混合模型和最小貝葉斯錯(cuò)誤率估計(jì)的異方差鑒別分析方法，建立基于高斯混合模型的多視角表情識(shí)別理論。3、 率先提出基于人類(lèi)學(xué)和遺傳學(xué)的“父母—子女”親屬關(guān)系鑒別方法，提出以父母年輕時(shí)面部圖像為橋梁的“父母—子女”親屬關(guān)系鑒別的子空間遷移學(xué)習(xí)理論和方法。4、 提出人臉視覺(jué)特征提取和識(shí)別的多流形鑒別分析理論，提出雙子空間鑒別分析的增量式算法，突破雙子空間鑒別分析方法的計(jì)算瓶頸。市場(chǎng)前景本項(xiàng)目圍繞人臉圖像中的表情、身份以及親屬關(guān)系識(shí)別等科學(xué)問(wèn)題，深入開(kāi)展魯棒人臉視覺(jué)特征的提取、建模與識(shí)別的理論和方法研究，重點(diǎn)解決視覺(jué)場(chǎng)景中光照與人臉姿態(tài)變化下的魯棒人臉視覺(jué)特征的提取與建模問(wèn)題

申請(qǐng)人自2002年8月開(kāi)始在醫(yī)學(xué)低劑量CT圖像成像、處理等方向開(kāi)展學(xué)習(xí)和研究工作，從理論探索和應(yīng)用拓展兩個(gè)方面同時(shí)開(kāi)展科學(xué)研究，先后提出了“基于區(qū)別性稀疏表示的低劑量CT成像”，“基于大尺度平均的低劑量CT圖像后處理”，“基于深度學(xué)習(xí)的低劑量CT成像”等一系列創(chuàng)新算法，其中“基于區(qū)別性稀疏表示的低劑量CT成像”算法已通過(guò)專利形式轉(zhuǎn)讓到國(guó)內(nèi)龍頭大型醫(yī)療設(shè)備商上海聯(lián)影醫(yī)療設(shè)備有限公司，目前已經(jīng)在其即將推出的最新的U780 CT機(jī)上得到了應(yīng)用。

（專利號(hào)：ZL 201410345592.0） 簡(jiǎn)介：本發(fā)明公開(kāi)了基于螺旋槳尾流壓力脈動(dòng)計(jì)算的空化噪聲特征估計(jì)方法，屬于水聲目標(biāo)特征提取領(lǐng)域。基于螺旋槳尾流壓力脈動(dòng)計(jì)算的空化噪聲特估計(jì)取方法，包括以下步驟：(1)備用網(wǎng)格生成并導(dǎo)入計(jì)算程序后生成算例文件，(2)空化模型和湍流模型設(shè)定，(3)數(shù)值計(jì)算參數(shù)設(shè)定，(4)數(shù)值計(jì)算，(5)數(shù)值方法可靠性驗(yàn)證及網(wǎng)格確定，(6)空化尾流壓力脈動(dòng)非定常數(shù)值計(jì)算，(7)壓力脈動(dòng)信號(hào)功率譜變換及低頻線譜幅值提取，(8)線譜特征估計(jì)及分析。本發(fā)明將現(xiàn)代流體力學(xué)、空泡動(dòng)力學(xué)和信號(hào)處理領(lǐng)域中相關(guān)研究成果引入水下目標(biāo)的噪聲特征分析，體現(xiàn)多學(xué)科和多領(lǐng)域的交叉性。

本發(fā)明公開(kāi)了一種智能視覺(jué)監(jiān)控檢索中提取目標(biāo)運(yùn)動(dòng)軌跡特征的方法，包括以下步驟：獲取目標(biāo)運(yùn)動(dòng)軌跡，以二維空間坐標(biāo)序列對(duì)目標(biāo)運(yùn)動(dòng)軌跡進(jìn)行描述；根據(jù)描述目標(biāo)運(yùn)動(dòng)軌跡的二維空間坐標(biāo)序列，計(jì)算描述每次采樣中目標(biāo)運(yùn)動(dòng)方向的水平分量和垂直分量；將每次采樣中目標(biāo)的二維空間坐標(biāo)和描述每次采樣中目標(biāo)運(yùn)動(dòng)方向的縱向斜率和橫向斜率合并組成每次采樣中目標(biāo)的流矢量；以流矢量序列對(duì)目標(biāo)運(yùn)動(dòng)軌跡進(jìn)行描述；讀取預(yù)先建立的參考矢量集合；計(jì)算描述目標(biāo)運(yùn)動(dòng)軌跡的流矢量序列到各參考矢量的距離作為該目標(biāo)運(yùn)動(dòng)軌跡的特征向量。本發(fā)明方法使用流矢量序列描述目標(biāo)運(yùn)動(dòng)軌跡并提取特征向量，可以在軌跡描述中同時(shí)包含位置和方向信息，避免了測(cè)量誤差。

其他成果/n一種基于多源光譜特征融合的食用油種類(lèi)快速鑒別方法，包括如下步驟：選取待鑒別的未知種類(lèi)的食用油樣品；采集拉曼光譜圖和近紅外光譜圖；分別對(duì)采集的拉曼光譜圖和近紅外光譜圖進(jìn)行預(yù)處理，得到預(yù)處理拉曼光譜圖和預(yù)處理近紅外光譜圖；分別對(duì)預(yù)處理拉曼光譜圖和預(yù)處理近紅外光譜圖進(jìn)行特征提取，得到拉曼特征變量和近紅外特征變量；將拉曼特征變量和近紅外特征變量進(jìn)行光譜特征融合，得到特征融合光譜圖；采用優(yōu)化定性模型對(duì)所述未知種類(lèi)的食用油樣品進(jìn)行種類(lèi)鑒別。本發(fā)明提供的基于多源光譜特征融合的食用油種類(lèi)快速鑒別方法，安全快速、檢測(cè)便捷，鑒別準(zhǔn)確率高，具有較強(qiáng)的實(shí)用價(jià)值和推廣價(jià)值。

本發(fā)明公開(kāi)了一種基于直方圖特征點(diǎn)配準(zhǔn)的影像勻色與融合方法及系統(tǒng)，該方法根據(jù)影像亮度直方 圖特征提取直方圖極值點(diǎn)，并采用一維高斯平滑抑制亮度直方圖局部噪聲點(diǎn);同時(shí)，使用匹配代價(jià)函數(shù) 對(duì)匹配矩陣消元的方式構(gòu)建直方圖極值點(diǎn)間的匹配關(guān)系，并以匹配的直方圖極值點(diǎn)作為直方圖特征點(diǎn)。 利用直方圖特征點(diǎn)，采用影像重疊區(qū)的直方圖特征點(diǎn)對(duì)應(yīng)亮度值修正影像亮度。本發(fā)明能對(duì)大視角、近 距離色差較大的影像進(jìn)行色調(diào)差異處理，能自動(dòng)消除多張影像重疊區(qū)域內(nèi)以及非重疊區(qū)的色調(diào)差異，達(dá) 到影像局部區(qū)域色調(diào)均衡與拼接后街景的全景影像整體色調(diào)均衡的效果。

近年來(lái)，我國(guó)突發(fā)性重大環(huán)境污染事件頻繁發(fā)生，對(duì)國(guó)民健康、生態(tài)環(huán)境產(chǎn)生了嚴(yán)重影響。從我國(guó)當(dāng)前重大環(huán)境污染事件發(fā)生的實(shí)際狀況出發(fā)，研究開(kāi)發(fā)重大環(huán)境污染事件特征污染物現(xiàn)場(chǎng)快速檢測(cè)技術(shù)系統(tǒng)，是提升我國(guó)環(huán)境保護(hù)技術(shù)水平，推進(jìn)環(huán)境友好型社會(huì)建設(shè)的迫切要求。特征污染物現(xiàn)場(chǎng)快速檢測(cè)作為應(yīng)對(duì)突發(fā)性環(huán)境污染事件的前提，首先要求判斷污染物的種類(lèi)，利用快速檢測(cè)手段給出定性、半定量和定量的檢測(cè)結(jié)果，確認(rèn)污染事件的危害程度和污染范圍等。開(kāi)發(fā)一套功能完善、便攜、快速的特征污染物現(xiàn)場(chǎng)檢測(cè)技術(shù)系統(tǒng)，對(duì)于現(xiàn)場(chǎng)決策、減少污染危害程度等具有極其重要的意義。本課題采用納米生物技術(shù)、電化學(xué)或光化學(xué)傳感技術(shù)和信息技術(shù)，并將其有機(jī)組合，建立環(huán)境污染事件的現(xiàn)場(chǎng)快速檢測(cè)技術(shù)系統(tǒng)，最終形成具有自主知識(shí)產(chǎn)權(quán)的環(huán)境污染物現(xiàn)場(chǎng)快速檢測(cè)技術(shù)和儀器裝備，為國(guó)家環(huán)境安全和人民健康提供保障。

三維打印技術(shù)是一種依據(jù)“逐層打印，層層疊加”的概念，通過(guò)CAD模型及計(jì)算機(jī)控制直接制備具有特殊外型或復(fù)雜內(nèi)部結(jié)構(gòu)物體的快速成形技術(shù)。該技術(shù)加工過(guò)程靈活、成形速度快、運(yùn)行費(fèi)用低且可靠性高。由于突破了傳統(tǒng)制劑技術(shù)的一些局限性，三維打印能夠?yàn)樾滦涂诜蒯尳o藥系統(tǒng)的研究提供新的策略與途徑，這使得其在藥學(xué)中的應(yīng)用引起了越來(lái)越多的關(guān)注。根據(jù)“安全、有效、方便”的給藥治療原則，可以從給藥系統(tǒng)的內(nèi)部結(jié)構(gòu)、局部成分與組成的差異、特殊幾何外型、獨(dú)特表面特征、控釋材料（或藥物）的梯度或離散分布、多藥在同一系統(tǒng)中的準(zhǔn)確定位與分布等方面出發(fā)，設(shè)計(jì)并制備多種新型口服控釋給藥系統(tǒng)。 可以根據(jù)用戶需要進(jìn)行新型藥物緩控釋給藥系統(tǒng)的研制和開(kāi)發(fā)。

本發(fā)明公開(kāi)了一種基于亮度特征和輪廓完整性的輪廓提取方法，屬于計(jì)算機(jī)視覺(jué)和模式識(shí)別的交叉鄰域，意在從復(fù)雜的環(huán)境背景中將物體的輪廓完整的提取出來(lái)。本發(fā)明包括最大能量響應(yīng)圖的求取步驟、亮度特征調(diào)制的非經(jīng)典感受野抑制步驟、物體輪廓的提取和基于概率模型的高低自適應(yīng)閾值等后處理步驟、基于輪廓完整性的最近鄰朝向一致性連接斷裂輪廓的處理步驟。本發(fā)明利用 Gabor 濾波器模擬人類(lèi)簡(jiǎn)單細(xì)胞經(jīng)典感受野的響應(yīng)，得到最大的 Gabor 能量