CN109086674B - 云计算式特征提取系统 - Google Patents

云计算式特征提取系统 Download PDF

Info

Publication number
CN109086674B
CN109086674B CN201810731221.4A CN201810731221A CN109086674B CN 109086674 B CN109086674 B CN 109086674B CN 201810731221 A CN201810731221 A CN 201810731221A CN 109086674 B CN109086674 B CN 109086674B
Authority
CN
China
Prior art keywords
image
data processing
track train
frequency domain
processing equipment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201810731221.4A
Other languages
English (en)
Other versions
CN109086674A (zh
Inventor
吴春光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Ming Xin Mdt InfoTech Ltd
Original Assignee
Shanghai Ming Xin Mdt Infotech Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Ming Xin Mdt Infotech Ltd filed Critical Shanghai Ming Xin Mdt Infotech Ltd
Priority to CN201810731221.4A priority Critical patent/CN109086674B/zh
Publication of CN109086674A publication Critical patent/CN109086674A/zh
Application granted granted Critical
Publication of CN109086674B publication Critical patent/CN109086674B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明涉及一种云计算式特征提取系统,包括:湿度传感设备,设置在U型滑板主体的U型滑轨上,用于检测U型滑轨的当前湿度,以作为即时滑轨湿度输出;U型滑板主体,包括U型滑轨、轨道列车、滑轨基座、供电电源和PLC逻辑器件;列车摄像器件,设置在轨道列车的正上方,与所述PLC逻辑器件连接,用于在通过所述PLC逻辑器件获取所述轨道列车处于静止状态时,对所述轨道列车进行拍摄,以获得并输出对应的轨道列车图像;云计算设备,通过网络接收数据处理图像,对所述数据处理图像执行云计算处理。通过本发明,能够减少老人乘客事故的发生概率。

Description

云计算式特征提取系统
技术领域
本发明涉及云计算领域,尤其涉及一种云计算式特征提取系统。
背景技术
云计算环境下,软件技术、架构将发生显著变化。首先,所开发的软件必须与云相适应,能够与虚拟化为核心的云平台有机结合,适应运算能力、存储能力的动态变化;二是要能够满足大量用户的使用,包括数据存储结构、处理能力;三是要互联网化,基于互联网提供软件的应用;四是安全性要求更高,可以抗攻击,并能保护私有信息,五是可工作于移动终端、手机、网络计算机等各种环境。
软件开发的环境、工作模式也将发生变化。虽然,传统的软件工程理论不会发生根本性的变革,但基于云平台的开发工具、开发环境、开发平台将为敏捷开发、项目组内协同、异地开发等带来便利。软件开发项目组内可以利用云平台,实现在线开发,并通过云实现知识积累、软件复用。
发明内容
为了解决当前U型滑板未针对老人增加防护等级的技术问题,本发明提供了一种云计算式特征提取系统,为了在U型滑板运行中加强对老人的看护,采用云计算设备对U型滑板中的人群老年化程度进行分析,以基于人群老年化程度确定对应的安全带的检测次数,能够对老人安全带操作失误的情况进行及时检测;在具体的图像处理机制中,基于待处理图像的解析度在所述待处理图像中设定所述待处理图像的中央图像块,确定在所述待处理图像中的图像区域的数量以作为中央对象数量,基于所述中央对象数量占据所述待处理图像中全部对象数量的比例,制定不同的图像滤波策略,以提高图像数据处理的性价比。
根据本发明的一方面,提供了一种云计算式特征提取系统,所述系统包括:
湿度传感设备,设置在U型滑板主体的U型滑轨上,用于检测U型滑轨的当前湿度,以作为即时滑轨湿度输出。
更具体地,在所述云计算式特征提取系统中,还包括:
U型滑板主体,包括U型滑轨、轨道列车、滑轨基座、供电电源和PLC逻辑器件,所述U型滑轨设置在所述滑轨基座的上方,所述轨道列车与所述U型滑轨接合,所述PLC逻辑器件为所述轨道列车在所述U型滑轨上的滑行提供控制逻辑,所述供电电源分别与所述轨道列车和所述PLC逻辑器件连接,用于分别为所述轨道列车和所述PLC逻辑器件提供电力供应。
更具体地,在所述云计算式特征提取系统中,还包括:
列车摄像器件,设置在轨道列车的正上方,与所述PLC逻辑器件连接,用于在通过所述PLC逻辑器件获取所述轨道列车处于静止状态时,对所述轨道列车进行拍摄,以获得并输出对应的轨道列车图像。
更具体地,在所述云计算式特征提取系统中,还包括:
第一数据处理设备,与所述列车摄像器件连接,用于接收所述轨道列车图像,获取所述轨道列车图像中的各个边缘像素点,基于所述各个边缘像素点确定所述轨道列车图像中的一个或多个对象分别所在的一个或多个图像区域;第二数据处理设备,与所述第一数据处理设备连接,用于接收所述一个或多个图像区域的数量以作为区域数量,并基于所述轨道列车图像的解析度在所述轨道列车图像中设定所述轨道列车图像的中央图像块,确定在所述中央图像块中的图像区域的数量以作为中央对象数量输出;第三数据处理设备,与所述第二数据处理设备连接,用于接收所述中央对象数量和所述区域数量,计算所述中央对象数量占据所述区域数量的比例,并基于所述比例确定对应的高斯曲线的扩展度;第四数据处理设备,与所述第三数据处理设备连接,用于对频域中的每一个待处理频域点选择滤波系数如下:确定所述待处理频域点到频域原点的距离,获取所述距离的平方值以作为第一平方值,确定所述第三数据处理设备确定的高斯曲线的扩展度的平方值,将所述高斯曲线的扩展度的平方值乘以2以作为第二平方值,将所述第一平方值除以所述第二平方值后的结果进行取负运算以获得指数幂,对所述指数幂执行以自然对数为底的指数预算以获得所述待处理频域点的滤波系数;第五数据处理设备,分别与所述第一数据处理设备和所述第四数据处理设备连接,用于对所述轨道列车图像执行从傅里叶变换,以获得对应的频率域信号,对所述频率域信号中的每一个频域点的频域值乘以所述第四数据处理设备确定的所述频域点的滤波系数以获得所述频域点的滤波频域值;第六数据处理设备,与所述第五数据处理设备连接,以获得所述频率域信号中的各个频域点的各个滤波频域值,并基于所述频率域信号中的各个频域点的各个滤波频域值进行频率域到时间域的变换以获得与所述轨道列车图像对应的数据处理图像;云计算设备,通过网络与所述第六数据处理设备连接,用于接收所述数据处理图像,对所述数据处理图像执行以下云计算处理:提取所述数据处理图像中的各个人脸区域,对每一个人脸区域进行特征提取以获取与提取的特征对应的衰老等级,以获取所述数据处理图像中的各个人脸区域的各个衰老等级,基于所述数据处理图像中的各个人脸区域的各个衰老等级确定所述数据处理图像的整体衰老等级;所述PLC逻辑器件还与所述云计算设备连接,用于接收所述数据处理图像的整体衰老等级,并基于所述数据处理图像的整体衰老等级确定轨道列车的安全带检测次数;其中,在所述云计算设备中,基于所述数据处理图像中的各个人脸区域的各个衰老等级确定所述数据处理图像的整体衰老等级包括:对所述数据处理图像中的各个人脸区域的各个衰老等级进行从大到小的排序,将序号在中间的多个衰老等级进行均值计算,以获得所述数据处理图像的整体衰老等级。
更具体地,在所述云计算式特征提取系统中,还包括:
CF存储芯片,分别与所述第一数据处理设备和所述第三数据处理设备连接,用于存储所述预设偏离阈值。
更具体地,在所述云计算式特征提取系统中:所述第一数据处理设备获取所述轨道列车图像中的各个边缘像素点包括:将红色颜色分量偏离周围各个像素点红色颜色分量均值达预设偏离阈值的像素点确定为边缘像素点。
更具体地,在所述云计算式特征提取系统中:所述第二数据处理设备基于所述轨道列车图像的解析度在所述轨道列车图像中设定所述轨道列车图像的中央图像块包括:所述轨道列车图像的解析度越低,设定的所述轨道列车图像的中央图像块越小。
更具体地,在所述云计算式特征提取系统中:所述CF存储芯片还用于存储所述中央对象数量占据所述区域数量的比例与高斯曲线的扩展度的对应关系。
更具体地,在所述云计算式特征提取系统中:
当所述数据处理图像中的各个人脸区域的数量为奇数时,序号在中间的多个衰老等级的数量为奇数;其中,当所述数据处理图像中的各个人脸区域的数量为偶数时,序号在中间的多个衰老等级的数量为偶数。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的云计算式特征提取系统的U型滑板主体的U型滑轨的结构示意图。
具体实施方式
下面将参照附图对本发明的云计算式特征提取系统的实施方案进行详细说明。
云计算环境下,软件开发工具、环境、工作模式发生了转变,也就要求软件测试的工具、环境、工作模式也应发生相应的转变。软件测试工具也应工作于云平台之上,测试工具的使用也应可通过云平台来进行,而不再是传统的本地方式;软件测试的环境也可移植到云平台上,通过云构建测试环境;软件测试也应该可以通过云实现协同、知识共享、测试复用。
为了克服上述不足,本发明搭建了一种云计算式特征提取系统,有效解决了相应的技术问题。
图1为根据本发明实施方案示出的云计算式特征提取系统的U型滑板主体的U型滑轨的结构示意图。
根据本发明实施方案示出的云计算式特征提取系统包括:
湿度传感设备,设置在U型滑板主体的U型滑轨上,用于检测U型滑轨的当前湿度,以作为即时滑轨湿度输出。
接着,继续对本发明的云计算式特征提取系统的具体结构进行进一步的说明。
在所述云计算式特征提取系统中,还包括:
U型滑板主体,包括U型滑轨、轨道列车、滑轨基座、供电电源和PLC逻辑器件,所述U型滑轨设置在所述滑轨基座的上方,所述轨道列车与所述U型滑轨接合,所述PLC逻辑器件为所述轨道列车在所述U型滑轨上的滑行提供控制逻辑,所述供电电源分别与所述轨道列车和所述PLC逻辑器件连接,用于分别为所述轨道列车和所述PLC逻辑器件提供电力供应。
在所述云计算式特征提取系统中,还包括:
列车摄像器件,设置在轨道列车的正上方,与所述PLC逻辑器件连接,用于在通过所述PLC逻辑器件获取所述轨道列车处于静止状态时,对所述轨道列车进行拍摄,以获得并输出对应的轨道列车图像。
在所述云计算式特征提取系统中,还包括:
第一数据处理设备,与所述列车摄像器件连接,用于接收所述轨道列车图像,获取所述轨道列车图像中的各个边缘像素点,基于所述各个边缘像素点确定所述轨道列车图像中的一个或多个对象分别所在的一个或多个图像区域;
第二数据处理设备,与所述第一数据处理设备连接,用于接收所述一个或多个图像区域的数量以作为区域数量,并基于所述轨道列车图像的解析度在所述轨道列车图像中设定所述轨道列车图像的中央图像块,确定在所述中央图像块中的图像区域的数量以作为中央对象数量输出;
第三数据处理设备,与所述第二数据处理设备连接,用于接收所述中央对象数量和所述区域数量,计算所述中央对象数量占据所述区域数量的比例,并基于所述比例确定对应的高斯曲线的扩展度;
第四数据处理设备,与所述第三数据处理设备连接,用于对频域中的每一个待处理频域点选择滤波系数如下:确定所述待处理频域点到频域原点的距离,获取所述距离的平方值以作为第一平方值,确定所述第三数据处理设备确定的高斯曲线的扩展度的平方值,将所述高斯曲线的扩展度的平方值乘以2以作为第二平方值,将所述第一平方值除以所述第二平方值后的结果进行取负运算以获得指数幂,对所述指数幂执行以自然对数为底的指数预算以获得所述待处理频域点的滤波系数;
第五数据处理设备,分别与所述第一数据处理设备和所述第四数据处理设备连接,用于对所述轨道列车图像执行从傅里叶变换,以获得对应的频率域信号,对所述频率域信号中的每一个频域点的频域值乘以所述第四数据处理设备确定的所述频域点的滤波系数以获得所述频域点的滤波频域值;
第六数据处理设备,与所述第五数据处理设备连接,以获得所述频率域信号中的各个频域点的各个滤波频域值,并基于所述频率域信号中的各个频域点的各个滤波频域值进行频率域到时间域的变换以获得与所述轨道列车图像对应的数据处理图像;
云计算设备,通过网络与所述第六数据处理设备连接,用于接收所述数据处理图像,对所述数据处理图像执行以下云计算处理:提取所述数据处理图像中的各个人脸区域,对每一个人脸区域进行特征提取以获取与提取的特征对应的衰老等级,以获取所述数据处理图像中的各个人脸区域的各个衰老等级,基于所述数据处理图像中的各个人脸区域的各个衰老等级确定所述数据处理图像的整体衰老等级;
所述PLC逻辑器件还与所述云计算设备连接,用于接收所述数据处理图像的整体衰老等级,并基于所述数据处理图像的整体衰老等级确定轨道列车的安全带检测次数;
其中,在所述云计算设备中,基于所述数据处理图像中的各个人脸区域的各个衰老等级确定所述数据处理图像的整体衰老等级包括:对所述数据处理图像中的各个人脸区域的各个衰老等级进行从大到小的排序,将序号在中间的多个衰老等级进行均值计算,以获得所述数据处理图像的整体衰老等级。
在所述云计算式特征提取系统中,还包括:
CF存储芯片,分别与所述第一数据处理设备和所述第三数据处理设备连接,用于存储所述预设偏离阈值。
在所述云计算式特征提取系统中:所述第一数据处理设备获取所述轨道列车图像中的各个边缘像素点包括:将红色颜色分量偏离周围各个像素点红色颜色分量均值达预设偏离阈值的像素点确定为边缘像素点。
在所述云计算式特征提取系统中:所述第二数据处理设备基于所述轨道列车图像的解析度在所述轨道列车图像中设定所述轨道列车图像的中央图像块包括:所述轨道列车图像的解析度越低,设定的所述轨道列车图像的中央图像块越小。
在所述云计算式特征提取系统中:所述CF存储芯片还用于存储所述中央对象数量占据所述区域数量的比例与高斯曲线的扩展度的对应关系。
在所述云计算式特征提取系统中:
当所述数据处理图像中的各个人脸区域的数量为奇数时,序号在中间的多个衰老等级的数量为奇数;
其中,当所述数据处理图像中的各个人脸区域的数量为偶数时,序号在中间的多个衰老等级的数量为偶数。
另外,采用静态随机存取存储器来替换所述CF存储芯片的位置。静态随机存取存储器(Static Random-Access Memory,SRAM)是随机存取存储器的一种。所谓的“静态”,是指这种存储器只要保持通电,里面储存的数据就可以恒常保持。相对之下,动态随机存取存储器(DRAM)里面所储存的数据就需要周期性地更新。然而,当电力供应停止时,SRAM储存的数据还是会消失(被称为volatile memory),这与在断电后还能储存资料的ROM或闪存是不同的。
采用本发明的云计算式特征提取系统,针对现有技术中U型滑板防护设备中老人易出现安全事故的技术问题,为了在U型滑板运行中加强对老人的看护,采用云计算设备对U型滑板中的人群老年化程度进行分析,以基于人群老年化程度确定对应的安全带的检测次数,能够对老人安全带操作失误的情况进行及时检测;在具体的图像处理机制中,基于待处理图像的解析度在所述待处理图像中设定所述待处理图像的中央图像块,确定在所述待处理图像中的图像区域的数量以作为中央对象数量,基于所述中央对象数量占据所述待处理图像中全部对象数量的比例,制定不同的图像滤波策略,以提高图像数据处理的性价比,从而解决了上述技术问题。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。

Claims (6)

1.一种云计算式特征提取系统,其特征在于,所述系统包括:
湿度传感设备,设置在U型滑板主体的U型滑轨上,用于检测U型滑轨的当前湿度,以作为即时滑轨湿度输出;
U型滑板主体,包括U型滑轨、轨道列车、滑轨基座、供电电源和PLC逻辑器件,所述U型滑轨设置在所述滑轨基座的上方,所述轨道列车与所述U型滑轨接合,所述PLC逻辑器件为所述轨道列车在所述U型滑轨上的滑行提供控制逻辑,所述供电电源分别与所述轨道列车和所述PLC逻辑器件连接,用于分别为所述轨道列车和所述PLC逻辑器件提供电力供应;
列车摄像器件,设置在轨道列车的正上方,与所述PLC逻辑器件连接,用于通过所述PLC逻辑器件获取所述轨道列车处于静止状态时的图像,对所述轨道列车进行拍摄,以获得并输出对应的轨道列车图像;
第一数据处理设备,与所述列车摄像器件连接,用于接收所述轨道列车图像,获取所述轨道列车图像中的各个边缘像素点,基于所述各个边缘像素点确定所述轨道列车图像中的一个或多个对象分别所在的一个或多个图像区域;
第二数据处理设备,与所述第一数据处理设备连接,用于接收所述一个或多个图像区域的数量以作为区域数量,并基于所述轨道列车图像的解析度在所述轨道列车图像中设定所述轨道列车图像的中央图像块,确定在所述中央图像块中的图像区域的数量以作为中央对象数量输出;
第三数据处理设备,与所述第二数据处理设备连接,用于接收所述中央对象数量和所述区域数量,计算所述中央对象数量占据所述区域数量的比例,并基于所述比例确定对应的高斯曲线的扩展度;
第四数据处理设备,与所述第三数据处理设备连接,用于对频域中的每一个待处理频域点选择滤波系数,如下:确定所述待处理频域点到频域原点的距离,获取所述距离的平方值以作为第一平方值,确定所述第三数据处理设备确定的高斯曲线的扩展度的平方值,将所述高斯曲线的扩展度的平方值乘以2以作为第二平方值,将所述第一平方值除以所述第二平方值后的结果进行取负运算以获得指数幂,对所述指数幂执行以自然对数为底的指数预算以获得所述待处理频域点的滤波系数;
第五数据处理设备,分别与所述第一数据处理设备和所述第四数据处理设备连接,用于对所述轨道列车图像执行傅里叶变换,以获得对应的频率域信号,对所述频率域信号中的每一个频域点的频域值乘以所述第四数据处理设备确定的所述频域点的滤波系数以获得所述频域点的滤波频域值;
第六数据处理设备,与所述第五数据处理设备连接,以获得所述频率域信号中的各个频域点的各个滤波频域值,并基于所述频率域信号中的各个频域点的各个滤波频域值进行频率域到时间域的变换以获得与所述轨道列车图像对应的数据处理图像;
云计算设备,通过网络与所述第六数据处理设备连接,用于接收所述数据处理图像,对所述数据处理图像执行以下云计算处理:提取所述数据处理图像中的各个人脸区域,对每一个人脸区域进行特征提取以获取与提取的特征对应的衰老等级,以获取所述数据处理图像中的各个人脸区域的各个衰老等级,基于所述数据处理图像中的各个人脸区域的各个衰老等级确定所述数据处理图像的整体衰老等级;
所述PLC逻辑器件还与所述云计算设备连接,用于接收所述数据处理图像的整体衰老等级,并基于所述数据处理图像的整体衰老等级确定轨道列车的安全带检测次数;
其中,在所述云计算设备中,基于所述数据处理图像中的各个人脸区域的各个衰老等级确定所述数据处理图像的整体衰老等级包括:对所述数据处理图像中的各个人脸区域的各个衰老等级进行从大到小的排序,将序号在中间的多个衰老等级进行均值计算,以获得所述数据处理图像的整体衰老等级。
2.如权利要求1所述的云计算式特征提取系统,其特征在于,所述系统还包括:
CF存储芯片,分别与所述第一数据处理设备和所述第三数据处理设备连接,用于存储预设偏离阈值。
3.如权利要求2所述的云计算式特征提取系统,其特征在于:
所述第一数据处理设备获取所述轨道列车图像中的各个边缘像素点包括:将红色颜色分量偏离周围各个像素点红色颜色分量均值达预设偏离阈值的像素点确定为边缘像素点。
4.如权利要求3所述的云计算式特征提取系统,其特征在于:
所述第二数据处理设备基于所述轨道列车图像的解析度在所述轨道列车图像中设定所述轨道列车图像的中央图像块包括:所述轨道列车图像的解析度越低,设定的所述轨道列车图像的中央图像块越小。
5.如权利要求4所述的云计算式特征提取系统,其特征在于:
所述CF存储芯片还用于存储所述中央对象数量占据所述区域数量的比例与高斯曲线的扩展度的对应关系。
6.如权利要求5所述的云计算式特征提取系统,其特征在于:
当所述数据处理图像中的各个人脸区域的数量为奇数时,序号在中间的多个衰老等级的数量为奇数;
其中,当所述数据处理图像中的各个人脸区域的数量为偶数时,序号在中间的多个衰老等级的数量为偶数。
CN201810731221.4A 2018-07-05 2018-07-05 云计算式特征提取系统 Expired - Fee Related CN109086674B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810731221.4A CN109086674B (zh) 2018-07-05 2018-07-05 云计算式特征提取系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810731221.4A CN109086674B (zh) 2018-07-05 2018-07-05 云计算式特征提取系统

Publications (2)

Publication Number Publication Date
CN109086674A CN109086674A (zh) 2018-12-25
CN109086674B true CN109086674B (zh) 2019-04-26

Family

ID=64836967

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810731221.4A Expired - Fee Related CN109086674B (zh) 2018-07-05 2018-07-05 云计算式特征提取系统

Country Status (1)

Country Link
CN (1) CN109086674B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109714534A (zh) * 2019-01-02 2019-05-03 赵欣 医疗设备数据监测机构
CN110633607A (zh) * 2019-03-18 2019-12-31 王英婷 基于云存储的信息辨别终端
CN110012245B (zh) * 2019-04-01 2020-08-21 滨州医学院附属医院 医用设备驱动系统
CN111795795B (zh) * 2020-06-01 2021-06-15 丽水市天顺导轨制造有限公司 应用信号分析的电子辅助选择系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102073307A (zh) * 2010-10-09 2011-05-25 深圳华强智能技术有限公司 监控轨道游乐设施安全运行的方法和装置
WO2015106223A1 (en) * 2014-01-13 2015-07-16 Saint-Gobain Placo Sas Surface adhesives for building boards
CN106408868A (zh) * 2016-06-14 2017-02-15 夏烬楚 一种便携式老年人跌倒监控预警系统及方法
CN106429750A (zh) * 2016-11-24 2017-02-22 江苏旭云物联信息科技有限公司 一种基于云平台的智慧电梯系统
CN207133612U (zh) * 2017-08-28 2018-03-23 潘伟 一种游乐园智能控制系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201397467Y (zh) * 2009-02-25 2010-02-03 南京工业大学 一种基于Profibus的游乐设施安全监控装置
CN203577248U (zh) * 2013-12-02 2014-05-07 浙江飞友康体设备有限公司 一种安装于游乐场架的体能旋转环
CN108043026B (zh) * 2017-12-29 2021-04-30 重庆柚瓣家科技有限公司 通过适老化游戏满足老人精神需求的系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102073307A (zh) * 2010-10-09 2011-05-25 深圳华强智能技术有限公司 监控轨道游乐设施安全运行的方法和装置
WO2015106223A1 (en) * 2014-01-13 2015-07-16 Saint-Gobain Placo Sas Surface adhesives for building boards
CN106408868A (zh) * 2016-06-14 2017-02-15 夏烬楚 一种便携式老年人跌倒监控预警系统及方法
CN106429750A (zh) * 2016-11-24 2017-02-22 江苏旭云物联信息科技有限公司 一种基于云平台的智慧电梯系统
CN207133612U (zh) * 2017-08-28 2018-03-23 潘伟 一种游乐园智能控制系统

Also Published As

Publication number Publication date
CN109086674A (zh) 2018-12-25

Similar Documents

Publication Publication Date Title
CN109086674B (zh) 云计算式特征提取系统
CN109949296A (zh) 一种输电线路缺陷识别方法、装置及存储介质
CN109063920A (zh) 一种交易风险识别方法、装置、及计算机设备
Gebreslasie et al. Individual tree detection based on variable and fixed window size local maxima filtering applied to IKONOS imagery for even-aged Eucalyptus plantation forests
CN112883820B (zh) 基于激光雷达点云的道路目标3d检测方法及系统
Woodget et al. The accuracy and reliability of traditional surface flow type mapping: Is it time for a new method of characterizing physical river habitat?
CN103426191B (zh) 一种图片标注方法及系统
CN105953773B (zh) 斜坡坡度角获取方法及装置
CN105203120B (zh) 导航路线评测方法及装置
Xie et al. Optimizing model for land use/land cover retrieval from remote sensing imagery based on variable precision rough sets
Pardo‐igúzquiza et al. Morphometric analysis of karst depressions on a Mediterranean karst massif
CN111291779A (zh) 一种车辆信息识别方法、系统、存储器及处理器
CN104391325B (zh) 不连续非均质地质体检测方法和装置
CN105335444A (zh) 一种图形的构建方法及匹配方法以及系统
Morral-Yepes et al. Detecting and stabilizing measurement-induced symmetry-protected topological phases in generalized cluster models
CN106770007B (zh) 一种支持向量机模型的近红外光谱特征波长选择方法
Dastan et al. Robust well-test interpretation by using nonlinear regression with parameter and data transformations
Alonso-Ruiz et al. Hanoi attractors and the Sierpiński gasket
CN110135382A (zh) 一种人体检测方法和装置
Delafontaine et al. Assessment of sliver polygons in geographical vector data
De Guio et al. GeOBIA approaches to remote sensing of fossil landscapes: two case studies from Northern Italy
Chen et al. Residue classification-based robust phase unwrapping in high-noise region
Vasta et al. Modified radial basis functions approximation respecting data local features
CN110348450A (zh) 用于图像验证码的安全评估方法、装置和计算机系统
Wang et al. Ship Behavior Pattern Analysis Based on Multiship Encounter Detection

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190325

Address after: 201800 Wudu Road, Jiading District, Shanghai, 698, 1, 4, 404 rooms.

Applicant after: Shanghai Ming Xin Mdt InfoTech Ltd

Address before: 210012 No. 45 Changhong Road, Jianye District, Nanjing City, Jiangsu Province

Applicant before: Wu Chunguang

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190426

Termination date: 20200705