公共文化服务平台

基于深度收缩稀疏自编码网络的疲劳状态识别方法及系统: 本发明提供了一种基于深度收缩稀疏自编码网络的疲劳状态识别方法及系统，包括：采集被测人员脑电信号；使用滤波器分解脑电信号得到四个不同频率段的脑电信号主成分，再进行重组得到新的脑电信号；搭建深度收缩稀疏自编码网络，设定网络层...; 吴奇储银雪; 文献传递

面向飞行员疲劳状态监测的脑认知深度模型研究被引量：5: 2020年; 通过分析飞行员脑电信号,构建了疲劳状态的彩色脑功率图,设计基于高斯牛顿在线变分方法的卷积神经网络参数优化方法,形成一种新型脑功率图深度网络模型,有效实现脑功率图深度网络的模型分类识别能力。相比于其它基于脑电信号的疲劳检测深度模型,疲劳状态认知的准确度提升了3%~5%。; 裘旭益仇峰吴奇; 关键词：航空安全脑电信号

一种基于交替爬升式结构的爬楼机器人: 本发明涉及一种基于交替爬升式结构的爬楼机器人，该爬楼机器人包括多个子结构，两个相邻的所述的子结构之间通过连接驱动机构连接，所述的子结构包括金属底盘、安装在金属底盘左右两侧的轮子以及设置在子结构上的交替爬升机构，以实现完成...; 张卫东郑建文谢威陈卫星朱翀吴奇

基于深度学习的航空器异常飞行状态识别被引量：4: 2017年; 飞行设备快速存取记录仪(Quick Access Recorder,以下简称QAR)保留了原始航班各类重要飞行参数在内的航行信息,使研究分析航空器实时状况和保障飞行质量成为可能。针对QAR数据高维大样本的特点,在如今大数据背景下,除了传统机理建模分析航空器飞行状态外,采用深度学习的方式建立基于数据驱动的航空器飞行状态识别模型,理论与实用意义兼具。通过对真实QAR飞行数据的研究,开发了基于深度稀疏受限玻尔兹曼机的异常飞行状态识别程序。首先利用小波降噪技术对原始飞行数据进行预处理清洗,在一系列典型飞行参数上提取经典时域特征以及小波奇异熵等信息熵特征构成特征集。在此基础上,分别利用经典的线性主元分析技术和深度稀疏玻尔兹曼机对特征集进行有效降维,最后采用四折交叉验证方式,通过高斯过程分类器实现对飞行状态的辨识。实验结果显示,基于深度受限玻尔兹曼机-高斯过程分类的飞行状态识别具有较高分类准确性。; 吴奇储银雪; 关键词：高斯过程

用于多线激光雷达与相机联合标定的标定方法: 一种用于多线激光雷达与相机联合标定的标定方法，通过本标定板可以一次性地实现像素平面与激光点对的关联匹配，简化激光点信息与像素点信息的匹配流程。本发明通过标准化雷达标记与进行标定板模块化拆分和动态重构提升其泛用性与易用性。; 裴凌郁文贤刘海春李岚臻李扬吴奇

基于深度收缩稀疏自编码网络的疲劳状态识别方法及系统: 本发明提供了一种基于深度收缩稀疏自编码网络的疲劳状态识别方法及系统，包括：采集被测人员脑电信号；使用滤波器分解脑电信号得到四个不同频率段的脑电信号主成分，再进行重组得到新的脑电信号；搭建深度收缩稀疏自编码网络，设定网络层...; 吴奇储银雪

用于多线激光雷达与相机联合标定的标定方法: 一种用于多线激光雷达与相机联合标定的标定方法，通过本标定板可以一次性地实现像素平面与激光点对的关联匹配，简化激光点信息与像素点信息的匹配流程。本发明通过标准化雷达标记与进行标定板模块化拆分和动态重构提升其泛用性与易用性。; 裴凌郁文贤刘海春李岚臻李扬吴奇; 文献传递

基于带有噪声输入的稀疏高斯过程的姿态估计方法及系统: 本发明提供了一种基于带有噪声输入的稀疏高斯过程的姿态估计方法及系统，包括图像特征提取：通过抑制的背景模型和自适应阈值，提取图像的人体姿态轮廓，并提取图像的HOG特征；预测估计：选取稀疏算法的感应输入输出集，给输入集添加高...; 吴奇夏嘉欣; 文献传递

基于局部几何特征的稠密点云配准方法: 2020年; 针对现有的稠密点云配准方法依赖初始位置设定、计算成本高、配准成功率不高等问题,提出了一种基于点云局部几何特征的稠密点云配准方法。采用深度卷积网络模型提取点云的局部几何特征,从而减少了三维点云数据的噪声、低分辨率和不完备性等带来的影响。在此基础上,使用K维树搜索完成局部几何特征描述子的关联工作。最后,通过随机采样一致算法对点云的相对位姿进行鲁棒的估计。通过对开源数据集上5个典型场景中的数据测试表明,该方法的配准成功率达到92.5%,配准精度达到0.0434m,配准时间相对最邻点迭代配准算法缩短了74.7%,实验结果验证了该方法的有效性、实时性和鲁棒性。; 朱一帆裴凌吴奇夏宋鹏程李涛陈雷陈雷

飞行员工作状态识别模型的建模方法: 本发明提供了一种飞行员工作状态识别模型的建模方法，包括如下步骤：步骤S1：对飞行数据进行预处理；步骤S2：对预处理后的飞行数据进行特征提取；步骤S3：利用Treelets算法对提取出的特征进行数据降维；步骤S4：利用基于...; 吴奇刘栋楠; 文献传递

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

吴奇