|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
.jpg){kind=logo}
一種基于指波變換和 SVM 的假指紋檢測方法
本發(fā)明公開了一種基于指波變換和 SVM 的假指紋檢測方法，包括以下步驟:1:采集真、假指紋圖 像;2:對采集的真、假指紋圖像進(jìn)行指波變換;3:提取采集的指紋圖像的指波變換參數(shù)作為特征向量; 4:對所提取的特征向量進(jìn)行歸一化處理;5:對歸一化的特征向量進(jìn)行支持向量機(jī)訓(xùn)練得到基于支持向 量機(jī)(SVM)的分類器;步驟 6:對歸一化的待檢測指紋的特征向量，使用步驟 5 中得到的 SVM 分類 模型進(jìn)行分類，得到―真‖或―假‖的&
武漢大學(xué)
2021-04-14
一種可識別修改類型的矢量地圖水印方法
本發(fā)明公開了一種可識別修改類型的矢量地圖水印方法，包括水印嵌入方法和水印檢測方法;水印 嵌入方法包括以下子步驟:步驟 1.1:標(biāo)識地物并分組;步驟 1.2:生成并嵌入分組弱水印;步驟 1.3: 生成并嵌入地物弱水印;水印檢測方法包括以下子步驟:步驟 2.1:標(biāo)識地物并分組;步驟 2.2:檢測分 組弱水印;步驟 2.3:檢測地物弱水印;步驟 2.4:定位修改并識別修改類型。本發(fā)明的技術(shù)方案創(chuàng)造性 地提出，基于弱水印檢測地物修改并識別
武漢大學(xué)
2021-04-14
顧及道路交叉路口轉(zhuǎn)向的公路大件運輸線路優(yōu)化方法
本發(fā)明公開了一種顧及道路交叉路口轉(zhuǎn)向的公路大件運輸線路優(yōu)化方法，包括:步驟 1，基于原始 道路圖層數(shù)據(jù)構(gòu)建道路網(wǎng)絡(luò)數(shù)據(jù)模型;步驟 2，基于道路網(wǎng)絡(luò)數(shù)據(jù)模型構(gòu)建道路轉(zhuǎn)角權(quán)重輔助網(wǎng)，并對 道路轉(zhuǎn)角權(quán)重輔助網(wǎng)中輔助邊賦權(quán)重;步驟 3，基于道路轉(zhuǎn)角權(quán)重輔助網(wǎng)生成網(wǎng)絡(luò)數(shù)據(jù)集，考慮路徑交 叉口轉(zhuǎn)向總權(quán)重和路徑總長度設(shè)置目標(biāo)函數(shù)，采用最短路徑分析法分析網(wǎng)絡(luò)數(shù)據(jù)集，獲得最優(yōu)路徑;步 驟 4，結(jié)合轉(zhuǎn)角方向?qū)⒉襟E 3 獲得的最優(yōu)路徑反推到道路網(wǎng)絡(luò)數(shù)據(jù)模型中，獲
武漢大學(xué)
2021-04-14
一種基于靜態(tài)紋理模型聚集的動態(tài)紋理識別方法
本發(fā)明公開了一種基于靜態(tài)紋理模型聚集的動態(tài)紋理識別方法，提出了識別動態(tài)紋理并不需要對整 個復(fù)雜的運動過程建模，可以繞開對運動模式進(jìn)行數(shù)學(xué)建模這一瓶頸，直接將動態(tài)紋理視為若干幀靜態(tài) 紋理圖像的聚集，從而將其轉(zhuǎn)化為靜態(tài)紋理分類問題，最后通過聚集靜態(tài)紋理模型識別動態(tài)紋理。而關(guān) 于靜態(tài)紋理識別目前有很多成熟有效的算法。本發(fā)明利用現(xiàn)有的靜態(tài)紋理模型算法，將其拓展至動態(tài)紋 理識別的應(yīng)用，建立基于靜態(tài)紋理模型聚集的動態(tài)紋理識別框架，推動了動態(tài)紋理識別技術(shù)發(fā)展，實現(xiàn) 了高效快速識別動態(tài)紋理。
武漢大學(xué)
2021-04-14
一種針對網(wǎng)頁結(jié)構(gòu)變化的不間斷爬蟲系統(tǒng)構(gòu)建方法
本發(fā)明公開了一種針對網(wǎng)頁結(jié)構(gòu)變化的不間斷爬蟲系統(tǒng)構(gòu)建方法，本發(fā)明在數(shù)據(jù)抽取的過程中，并 不依賴于具體的標(biāo)簽節(jié)點，而是通過計算的方法來尋找目標(biāo)節(jié)點;利用節(jié)點剪枝和相似哈希的方法鎖定 標(biāo)題節(jié)點;然后，迭代計算相關(guān)節(jié)點的上下文主題相關(guān)度值 TTR，得到目標(biāo)抽取模塊的節(jié)點;最后，使 用正則表達(dá)式以及庫匹配的方法實現(xiàn)對時間和新聞來源的信息的獲取，在庫匹配的過程中，使用了庫動 態(tài)增長的方法;同時，在目標(biāo)抽取節(jié)點下的剩余節(jié)點中，過濾掉所有噪聲節(jié)點，便得到網(wǎng)頁文本的正文 信息;本發(fā)明提供的技術(shù)方法主要應(yīng)用
武漢大學(xué)
2021-04-14
顧及非局部特性與時空變化的遙感數(shù)據(jù)時空定量融合方法
本發(fā)明公開了一種顧及非局部特性與時空變化的遙感數(shù)據(jù)時空定量融合方法，基于非局部濾波，利 用移動窗口技術(shù)，首先選取相似像元，用基于小窗口運算的經(jīng)驗型公式篩選相似像元，并在此基礎(chǔ)上二 次篩選相似像元，以相似像元為中心的鄰域矩陣的相似度以及其與中心像元的相對距離衡量權(quán)重大小， 考慮時空變化，針對區(qū)域主要特征，選取相應(yīng)的方式加權(quán)，最終融合得到中心像元的反射率值。本發(fā)明 利用高空間分辨率數(shù)據(jù)與高時間分辨率數(shù)據(jù)的互補(bǔ)信息，顧及非局部特性與時空變化，融合得到
武漢大學(xué)
2021-04-14
.jpg){kind=logo}
具有哮喘治療潛能的血管活性腸肽-人血白蛋白融合技術(shù)
具有哮喘治療潛能的血管活性腸肽-人血白蛋白融合技術(shù)是李紅玉教授團(tuán)隊歷經(jīng)數(shù)年，研發(fā)的一種生物融合蛋白技術(shù)。該技術(shù)受到人vip（血管活性腸肽）具有抗炎、調(diào)免疫、舒張支氣管的生理活性的啟迪，再依據(jù)支氣管哮喘的發(fā)病機(jī)制，將 vip 和 HSA（人血白蛋白）制成融合蛋白用來治療哮喘，即克服了 vip 半衰期短的缺點為其臨床的應(yīng)用提供可能，又為哮喘的臨床治療提供更多候選藥物。同時將融合蛋白制成噴劑還可以克服 vip 多種生理活性所致的系統(tǒng)性副作用。該技術(shù)的產(chǎn)品融合蛋白經(jīng)體外細(xì)胞實驗，體內(nèi) Wistar 哮喘模型
蘭州大學(xué)
2021-04-14
后向散射優(yōu)化的森林復(fù)雜地形校正及樹高反演方法、系統(tǒng)
本發(fā)明提供后向散射優(yōu)化的森林復(fù)雜地形校正及樹高反演方法、系統(tǒng)，地形校正包括針對森林場景 的極化干涉 SAR 圖像，根據(jù)森林場景的兩層散射特點，構(gòu)造兩層結(jié)構(gòu)的相干模型，并對地形引起的參 數(shù)變化進(jìn)行校正；結(jié)合地形仿真和植被仿真，建立植被與地形之間的定量描述關(guān)系；最后結(jié)合距離多普 勒幾何校正方式和歸一化輻射校正方式進(jìn)行校正；樹高反演包括針對不同樹種之間的結(jié)構(gòu)和分布的差異， 提出樹種多樣性因子，對不同的樹種的植被高度分別進(jìn)行估計然后獲得整個森林場景的樹
武漢大學(xué)
2021-04-14
一種基于操作轉(zhuǎn)換的文本編輯實時協(xié)同方法
本發(fā)明提出了一種基于操作轉(zhuǎn)換的文本編輯實時協(xié)同方法，本發(fā)明首先通過產(chǎn)生的本地操作發(fā)送到 其他站點，然后通過因果接受找出與該操作具有并發(fā)關(guān)系的操作；對其進(jìn)行轉(zhuǎn)換得到該操作在該站點的 執(zhí)行形式，并將該操作加入到執(zhí)行隊列，完成協(xié)同編輯；本發(fā)明能夠支持在網(wǎng)絡(luò)環(huán)境下多用戶實時對同 一文本進(jìn)行協(xié)同編輯；本發(fā)明能夠支持實時協(xié)同編輯工作，即所有的用戶最終得到一致的結(jié)果的，并且 結(jié)果是用戶想要的；本發(fā)明應(yīng)用到實時協(xié)同編輯中不需要全序控制；不僅能夠做到結(jié)果一致，而
武漢大學(xué)
2021-04-14
基于遙感影像的特征函數(shù)空間濾值回歸模型并行化方法
本發(fā)明公開了一種基于遙感影像的特征函數(shù)空間濾值回歸模型并行化方法，本發(fā)明針對遙感影像數(shù) 據(jù)回歸建模過程中變量空間自相關(guān)性對模型的影響，提出采用特征函數(shù)空間濾值方法，通過將影像進(jìn)行 分塊，利用搭建的并行計算集群進(jìn)行分布式計算，最后將分塊計算的結(jié)果返回給主節(jié)點匯總，通過對比 串行和并行分別得到的回歸模型擬合評價參數(shù) MSE、RMSE、R2、Adj.R2 以及并行加速比 S，驗證基于 遙感影像的特征函數(shù)空間濾值并行方法在空間統(tǒng)計回歸建模中能夠消除空間
武漢大學(xué)
2021-04-14