检索结果-内蒙古大学图书馆

软件学报 2018年第4期29卷 935-944页

作者：陈朝威常冬霞北京交通大学计算机与信息技术学院北京100044 北京交通大学信息科学研究所北京100044

聚类作为无监督学习技术,已在实际中得到了广泛的应用.但是对于带有噪声的数据集,一些主流算法仍然存在着噪声去除不彻底和聚类结果不准确等问题.提出了一种基于密度差分的自动聚类算法(clustering based on density difference,简称CD... 详细信息

聚类作为无监督学习技术,已在实际中得到了广泛的应用.但是对于带有噪声的数据集,一些主流算法仍然存在着噪声去除不彻底和聚类结果不准确等问题.提出了一种基于密度差分的自动聚类算法(clustering based on density difference,简称CDD),实现了对含有噪声数据集的自动分类.所提算法根据噪声数据和有用数据密度的不同,实现了去噪声和数据的分类,并通过构建数据间的邻域,进一步实现了对有用数据间不同类别的划分.通过实验验证了所提算法的有效性.

关键词：聚类数据挖掘离散点检测差分 CDD

来源：评论

学校读者我要写书评

暂无评论

结合显著性检测和图割的RGBD图像共分割算法

引用

系统仿真学报 2018年第7期30卷 2558-2567页

作者：李晓阳万丽莉李赫男王升辉北京交通大学计算机与信息技术学院信息科学研究所北京100044 北京交通大学现代信息科学与网络技术北京市重点实验室北京100044

针对前背景颜色相近的图像难以准确分割的问题,提出了一种结合显著性检测和图割的RGBD图像共分割算法。不仅实现了对多幅图像的共分割,还借助深度数据来解决前背景混淆的问题。将深度引入超像素分割算法,每幅RGBD图像变成超像素块的集合... 详细信息

针对前背景颜色相近的图像难以准确分割的问题,提出了一种结合显著性检测和图割的RGBD图像共分割算法。不仅实现了对多幅图像的共分割,还借助深度数据来解决前背景混淆的问题。将深度引入超像素分割算法,每幅RGBD图像变成超像素块的集合;构建超像素块的图模型,结合显著性检测来扩充种子点区域,基于Biased Normalized Cuts来实现共分割;借助深度信息来优化分割结果。实验表明:对于前背景颜色相近的RGBD场景,能显著提高分割结果的准确度。

关键词：共分割深度显著性检测超像素图割

来源：评论

学校读者我要写书评

暂无评论

基于CTPN的列车车号的定位与识别

引用

中国科技论文在线精品论文 2019年第3期12卷 405-413页

作者：蔚诗瑶邹琪罗常津曲健聪北京交通大学计算机与信息技术学院北京 100044 中国铁道科学研究所电子所北京 100081

研究提出一种两阶段的车号定位方法,首先基于连接文本建议网络(connectionist text proposal network,CTPN)提取候选车号区域,然后通过非车号抑制方法筛选出唯一的车号区域.分割阶段提出一种动态窗口分割机制.最后融合不同方向、不同视... 详细信息

研究提出一种两阶段的车号定位方法,首先基于连接文本建议网络(connectionist text proposal network,CTPN)提取候选车号区域,然后通过非车号抑制方法筛选出唯一的车号区域.分割阶段提出一种动态窗口分割机制.最后融合不同方向、不同视角的分割识别结果.本文在所构建的大规模数据集上进行实验测试分析,验证了所构建的列车车号识别系统在定位、分割、识别以及整体识别各方面均取得鲁棒效果.

关键词：计算机应用列车车号的定位与识别连接文本建议网络(CTPN) 动态窗口分割融合

来源：评论

学校读者我要写书评

暂无评论

数字图像/视频内容安全专刊简介

引用

中国图象图形学报 2022年第1期27卷 1-2页

作者：赖剑煌赵耀黄继武张新鹏操晓春卢伟李晓龙张卫明任文琦中山大学计算机学院广州510006 北京交通大学信息科学研究所北京100044 深圳大学电子与信息工程学院深圳518060 复旦大学计算机科学技术学院上海200082 中国科学院信息工程研究所北京100093 中国科学技术大学网络空间安全学院合肥230027

随着智能设备与社交媒体的广泛普及,图像/视频数据急剧增长,针对这些数据类型的安全问题日渐凸显:比如,大量用户敏感信息需要保护,图像/视频内容容易受到篡改等。如何有效保证图像内容的真实与完整,防止用户隐私泄露等逐渐成为当今研究... 详细信息

随着智能设备与社交媒体的广泛普及,图像/视频数据急剧增长,针对这些数据类型的安全问题日渐凸显:比如,大量用户敏感信息需要保护,图像/视频内容容易受到篡改等。如何有效保证图像内容的真实与完整,防止用户隐私泄露等逐渐成为当今研究的热门方向。该研究不仅对于保护隐私具有重要的意义,也对网络空间安全的未来提出新的思考和挑战。相关技术与成果对未来的学术、产业和社会都将具有重要影响。为了促进我国数字图像/视频内容安全相关技术、方法与应用研究的深入开展,及时反映我国学者在相关领域的最新研究进展,《中国图象图形学报》邀请业内专家共同策划推出“数字图像/视频内容安全”专刊,主要收录国内学者在相关理论方法、关键技术、数据平台和典型应用等方面具有创新性、突破性的研究成果。

关键词：网络空间安全隐私泄露数据类型敏感信息智能设备数据平台图像内容保护隐私

来源：评论

学校读者我要写书评

暂无评论

大规模MIMO系统中用户分层变长时隙分配

引用

国防科技大学学报 2017年第4期39卷 110-115页

作者：周志超王东北京交通大学计算机与信息技术学院信息科学研究所北京100044 北京市先进信息科学和网络技术重点实验室北京100044

大规模MIMO系统时分双工模式中分配的物理时隙长度是固定的,不能根据不同时长的信道相干时间灵活地调整长度,二者长度的不匹配导致部分时频资源的浪费,因此,系统的总体容量不能达到最优。针对此问题提出一种用户分层变长时隙分配方法,... 详细信息

大规模MIMO系统时分双工模式中分配的物理时隙长度是固定的,不能根据不同时长的信道相干时间灵活地调整长度,二者长度的不匹配导致部分时频资源的浪费,因此,系统的总体容量不能达到最优。针对此问题提出一种用户分层变长时隙分配方法,即根据不同终端的移动性对终端进行分层,并为不同层中的移动终端灵活地分配不同时长的物理时隙,使物理时隙长度与移动终端所对应信道的相干时长相匹配,从而减少时频资源的浪费,提高资源利用率。同时,避免了低速移动终端过频繁的信道估计,降低了信道训练序列开销,使系统的总体数据容量得到很大的提升。实验仿真结果验证了所提方法的有效性。

关键词：大规模MIMO系统用户分层变长时隙时频资源效率

来源：评论

学校读者我要写书评

暂无评论

一种基于姿态估计的视点无关的人体姿态图像检索方法

引用

中国科技论文 2017年第14期12卷 1634-1639页

作者：杨晶晶万丽莉北京交通大学计算机与信息技术学院信息科学研究所北京100044 北京交通大学现代信息科学与网络技术北京市重点实验室北京100044

现有的人体姿态图像检索方法仅能检索出相近视点下的人体姿态图像。为了解决这一问题,提出了1种视点无关的人体姿态图像检索方法,首先计算出图像中人体各关节的二维坐标;然后依据各关节的二维坐标和姿态库,估计出各关节的三维坐标信息;... 详细信息

现有的人体姿态图像检索方法仅能检索出相近视点下的人体姿态图像。为了解决这一问题,提出了1种视点无关的人体姿态图像检索方法,首先计算出图像中人体各关节的二维坐标;然后依据各关节的二维坐标和姿态库,估计出各关节的三维坐标信息;进而将三维人体骨骼的夹角八元组作为特征表示,度量图像的相似性。由于该方法在度量图像相似性时依据的是三维人体骨骼,因此不受拍摄角度的影响。实验结果表明,该方法能够提高人体姿态图像检索在多视点运动图像库中的命中率。

关键词：姿态图像检索视点无关三维人体姿态估计骨骼夹角

来源：评论

学校读者我要写书评

暂无评论

智能车站无障碍服务体系研究

引用

铁路计算机应用 2018年第7期27卷 25-29页

作者：沈海燕端嘉盈陈咏梅许世玉中国铁道科学研究院集团有限公司电子计算技术研究所北京100081 北京交通大学计算机与信息技术学院北京100044

随着铁路运营里程的不断增加,我国铁路建设的技术已达世界领先水平,而我国铁路旅客服务方面,特别是人文关怀方面与发达国家相比还有较大的差距。文章对国内外无障碍服务现状及我国铁路行业无障碍服务发展现状进行了分析。在此基础上,构... 详细信息

随着铁路运营里程的不断增加,我国铁路建设的技术已达世界领先水平,而我国铁路旅客服务方面,特别是人文关怀方面与发达国家相比还有较大的差距。文章对国内外无障碍服务现状及我国铁路行业无障碍服务发展现状进行了分析。在此基础上,构建了无障碍服务体系框架,建立了无障碍智能化服务框架,提出了智能铁路无障碍服务系统,并详细介绍相关智能服务设备。进一步基于Python语言,在Django2.0.2环境下开发了铁路旅客无障碍服务系统,满足各种旅客的全行程服务需求,保障旅客的安全便捷出行。

关键词：智能车站无障碍服务服务体系智能化服务

来源：评论

学校读者我要写书评

暂无评论

智能车站无障碍服务体系研究

智能车站无障碍服务体系研究

引用

智能高铁发展暨京津城际铁路开通十周年年论坛

作者：沈海燕端嘉盈陈咏梅许世玉中国铁道科学研究院集团有限公司电子计算技术研究所北京 100081 北京交通大学计算机与信息技术学院北京 100044

随着铁路运营里程的不断增加,中国铁路建设的技术已达世界领先水平,而中国铁路旅客服务方面,特别是人文关怀方面与发达国家相比还有较大的差距.文章对国内外无障碍服务现状及中国铁路行业无障碍服务发展现状进行了分析.在此基础上,构建... 详细信息

随着铁路运营里程的不断增加,中国铁路建设的技术已达世界领先水平,而中国铁路旅客服务方面,特别是人文关怀方面与发达国家相比还有较大的差距.文章对国内外无障碍服务现状及中国铁路行业无障碍服务发展现状进行了分析.在此基础上,构建了无障碍服务体系框架,建立了无障碍智能化服务框架,提出了智能铁路无障碍服务系统,并详细介绍相关智能服务设备.进一步基于Python语言,在Django2.0.2环境下开发了铁路旅客无障碍服务系统,满足各种旅客的全行程服务需求,保障旅客的安全便捷出行.

关键词：铁路运输智能车站无障碍服务体系功能模块

来源：评论

学校读者我要写书评

暂无评论

基于雷达测速曲线的车辆减速器单位制动能高自动计算方法

引用

中国铁道科学 2017年第3期38卷 116-123页

作者：郭玉华黄华谢亮中国铁道科学研究院通信信号研究所北京100081 国家铁路智能运输系统工程技术研究中心北京100081 北京交通大学计算机与信息技术学院北京100044 交通数据分析与挖掘北京市重点实验室北京100044

基于雷达测速曲线和车辆减速器单位制动能高实际测算公式,提出车辆减速器单位制动能高自动计算方法。采用中值滤波法对雷达测速曲线进行滤波处理,通过速度积分与数据分析相结合的方法准确定位减速器的作用区段;基于随机抽样一致性的带... 详细信息

基于雷达测速曲线和车辆减速器单位制动能高实际测算公式,提出车辆减速器单位制动能高自动计算方法。采用中值滤波法对雷达测速曲线进行滤波处理,通过速度积分与数据分析相结合的方法准确定位减速器的作用区段;基于随机抽样一致性的带噪声数据建模,计算减速器作用区段的加速度;将加速度带入减速器单位制动能高实测计算公式实现减速器单位制动能高的自动计算;对一段时间内的减速器单位制动能高进行统计分析,按时间顺序以散点图的方式展示。以实际调车场的作业为例,采用该计算方法进行计算,并将计算结果与手工计算结果进行对比。结果表明:采用该计算方法既可以得到减速器单位制动能高的实时值,也可以得到其在一定时间段的变化规律。该结果可用于指导减速器的养护维修,从而提高车组溜放速度的控制精度。

关键词：车辆减速器单位制动能高车辆溜放速度雷达测速曲线随机抽样一致性

来源：评论

学校读者我要写书评

暂无评论

城市轨道交通CBTC系统仿真实验室设计

引用

实验室研究与探索 2017年第5期36卷 122-125页

作者：崔亦博焦怡博孙旺王壮锋中国铁道科学研究院通信信号研究所北京100081 北京交通大学计算机与信息技术学院北京100044

设计了城市轨道交通CBTC系统仿真实验室的建设方案。CBTC系统由诸多子系统构成,集成度高,硬件设备多。实验室按照先搭建各子系统,最后整体集成的思路进行设计。实验室各子系统可独立进行仿真实验,也可由各子系统配合完成整体实验。通过... 详细信息

设计了城市轨道交通CBTC系统仿真实验室的建设方案。CBTC系统由诸多子系统构成,集成度高,硬件设备多。实验室按照先搭建各子系统,最后整体集成的思路进行设计。实验室各子系统可独立进行仿真实验,也可由各子系统配合完成整体实验。通过合理规划,在一间实验室内完成了完整CBTC系统的仿真环境搭建。该方案保证了整个CBTC系统功能的完整性,将设备集成于同一实验室也减少了占地面积,降低了实验室建设成本,为类似实验室的建设提供了参考。

关键词：城市轨道交通基于通信的列车控制仿真子系统集成

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：