-
公开(公告)号：CN117233869A
公开(公告)日：2023-12-15
申请号：CN202311516084.X
申请日：2023-11-15
Applicant: 南京信息工程大学
IPC: G01W1/10 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于GRU‑BiTCN的站点短期风速预测方法，包括：获取设定时间窗口内的待预测目标站点的站点历史气象数据、待预测目标站点周围 个格点的格点历史气象数据，以及获取设定时间窗口内的各格点的地形历史数据；对获取到的站点历史气象数据、格点历史气象数据和地形历史数据进行归一化处理；将归一化后的格点历史气象数据和归一化后的地形历史数据进行拼接，得到第一拼接数据；将第一拼接数据按照时间步长划分成多个批次，按照时间顺序，将多个批次依次输入至训练好的GRU‑BiTCN模型中，同时将归一化后的站点历史气象数据输入至训练好的GRU‑BiTCN模型中，由训练好的GRU‑BiTCN模型输出在设定时间窗口后一个时间步长时，待预测目标站点的风速预测值。
-
公开(公告)号：CN116451881B
公开(公告)日：2023-08-22
申请号：CN202310715521.4
申请日：2023-06-16
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于MSF‑Net网络模型的短时降水预测方法，包括：生成降水预测数据集；基于MSF‑Net网络构建原始预测模型，所述原始预测模型包括输入模块、气象特征提取模块、注意力融合预测模块和输出模块；使用降水预测数据集对原始预测模型进行训练；利用损失函数计算原始预测模型的损失，优化训练网络参数，得到训练完成的短时降水预测模型；将实时获取的研究区域内的GPM降水格点数据、ERA5气象因子数据、多普勒雷达真彩色基本反射率图数据和DEM高程数据输入到短时降水预测模型中，输出相应的短时降水预测结果。本发明有效融合降水实况和多源数据，实现了短时降水预测效果的提升。
-
公开(公告)号：CN115952924A
公开(公告)日：2023-04-11
申请号：CN202310219140.7
申请日：2023-03-09
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于优化VMD与特征热力图的短期风电功率预测方法。采用优化VMD算法分解并降低风电功率数据中的噪声干扰，将风电功率分量数据分成平稳集和剧变集，根据平稳集和剧变集的预测需求采用两种不同的预测操作，针对平稳集数据直接将本时段数据输入网络进行预测，针对剧变集数据应用特征热力图法获取相似时段数据与本时段数据共同输入网络进行预测，在相同条件下，本方法能够以较低的时间复杂度完成高精度风电功率预测，平均绝对误差达到0.77，与其他算法相比整体预测性能显著提升。
-
公开(公告)号：CN115423806B
公开(公告)日：2023-03-24
申请号：CN202211372903.3
申请日：2022-11-03
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于多尺度跨路径特征融合的乳腺肿块检测方法，获取待检测的乳腺钼靶X线图像，将待检测的乳腺钼靶X线图像输入到已训练好的理想网络模型中，对理想网络模型的输出结果进行解码，得到若干个预测框，对这些预测框做ID_NMS非极大值抑制操作，最后输出该乳腺图像中所含肿块的BI‑RADS等级，并框出该肿块的具体位置。优点：本发明在识别该乳腺图像包含哪一病变等级的肿块的同时，输出包含该肿块的矩形位置框。输入图像不需要经过医生标记，X线图像原图就可进行肿块检测；本发明能够使网络在扩大感受野的同时减少参数量，提高模型检测的精度和速度。
-
公开(公告)号：CN114882455B
公开(公告)日：2022-09-27
申请号：CN202210777879.5
申请日：2022-07-04
Applicant: 南京信息工程大学
IPC: G06V20/54 , G06V40/10 , G06V10/22 , G06V10/25 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于改进RetinaNet的斑马线礼让行人检测方法，包括：将样本图像数据集导入基于RetinaNet网络构建的斑马线礼让行人检测模型；采用目标识别模块识别导入的样本图像中的斑马线、以及位于斑马线上的行人和车辆；采用警示框生成模块对检测识别到的行人添加检测框，并依据行人前进方向复制对应的检测框直至检测框到达当前行人所处位置对应的最远边线，将行人对应的所有检测框定义为警示框；采用违章检测模块对检测识别到的车辆添加检测框，判断车辆对应的检测框与行人对应的警示框是否存在交集，以判定车辆是否礼让行人。本发明有效提高了斑马线礼让行人检测的准确率和速度。
-
Patent Agency Ranking
公开(公告)号：CN114782936B
公开(公告)日：2022-09-02
申请号：CN202210683839.4
申请日：2022-06-17
Applicant: 南京信息工程大学
IPC: G06V20/59 , G06V40/20 , G06V10/40 , G06V10/774 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/04
Abstract: 本发明提供一种基于改进yolov5s网络的行为检测方法，包括以下步骤：获取抽烟、打电话行为数据集，将数据集通过Labelimg进行标记，标记为calling和smoking两类；将标记好的行为数据集经过格式转换，转换为txt格式，将其分为训练集和测试集；获取yolov5s网络结构，对yolov5s网络结构进行改进创新；将数据在改进过后的yolov5s网络结构上进行训练；通过测试集对训练后得到的训练模型进行测试，计算mAP指标和Recall指标。本发明能够增强了网络的特征提取能力，保证检测小目标物体的检测精度。
-
公开(公告)号：CN114742179A
公开(公告)日：2022-07-12
申请号：CN202210658920.7
申请日：2022-06-13
Applicant: 南京信息工程大学
Abstract: 本发明涉及基于ECMWF的格点预报偏差修正方法，首先获取卫星数据、雷达数据、ECMWF格点预报数据、以及ECMWF再分析数据，以切片方式获得不同高度不同时刻一定范围内数据；在数据预处理阶段，使卫星数据、雷达数据插值到和ECMWF的格点预报数据相同的分辨率上；随后针对ECMWF再分析数据的各数据类型进行特征选择，综合得到各目标气象因子，并归一化处理；在构建深度学习网络结构阶段，利用深度学习的非线性映射能力和信息提取能力，构建Encoder‑Decoder网络提取时间和空间特征进行预测修正；整个设计方案充分考虑与相关的其他不同高度的气象因素和时间特征，根据历史气象数据，对气象预报数据进行有效修正。
-
公开(公告)号：CN114048689B
公开(公告)日：2022-04-15
申请号：CN202210034831.5
申请日：2022-01-13
Applicant: 南京信息工程大学
IPC: G06F30/27 , G06F9/445 , G06F9/48 , G06F9/50 , G06N3/04 , G06N3/08 , G06N3/12 , G06F111/04 , G06F119/06 , G06F119/12
Abstract: 本发明公开了一种基于深度强化学习的多无人机空中充电和任务调度方法，包括：构建多无人机群辅助边缘计算模型；预设每个无人机的计算资源；构建多无人机位置部署、用户设备卸载决策和计算资源分配的优化模型；以无人机群能耗最小为优化目标，采用DDQN算法求解用户设备的卸载决策；采用差分进化算法求解无人机的计算资源分配策略；再次利用差分进化算法对无人机部署策略进行优化；迭代直至获得无人机的部署策略、无人机的计算资源最优分配策略，以及用户设备的最优卸载决策。本发明考虑到了多无人机之间的协作，无人机之间计算资源的平衡，使部分无人机充当中继站，将任务传输给其他无人机来计算，以获得无人机系统能耗最小的最优卸载决策。
-
公开(公告)号：CN113731832B
公开(公告)日：2022-02-15
申请号：CN202111297530.3
申请日：2021-11-04
Applicant: 南京信息工程大学
IPC: B07C5/00 , B07C5/36 , B07C5/38 , B07C5/02 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种用于垃圾转运站的垃圾分拣处理方法，包括：在滚筒筛出口处安装两层具有高度差的传送带，将被滚筒筛留下的直径大于80毫米的垃圾传入传送带，对传送带指定区域上的所有垃圾进行拍摄；采用安装在嵌入式处理终端上的垃圾识别模块，对垃圾进行分类；设置相应程序控制伺服电机，转动传送带旁的机械臂，采用机械手抓取垃圾送去相应的垃圾分类槽。本发明可接受任意尺寸的图像输入，轻量化网络适合垃圾转运站快速垃圾分拣处理，可部署在嵌入式处理终端上，同时兼顾了堆叠垃圾整体分拣处理时的精度和效率需求，有效地克服了垃圾转运站中可回收物分拣处理的不足。
-
公开(公告)号：CN113723377A
公开(公告)日：2021-11-30
申请号：CN202111288146.7
申请日：2021-11-02
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于LD‑SSD网络的交通标志检测方法，涉及计算机视觉图像识别技术领域，获取不同天气下分别包含有各个目标交通标志的图像作为样本图像，构建并训练交通标志识别网络，应用交通标志识别网络，对待识别目标图像内所含的目标交通标志进行类型识别，获得待识别目标图像中所包含各目标交通标志在待识别目标图像中的位置的输出，确定目标交通标志的交通标志类型。通过本发明的技术方案，在保证检测精度较高的同时，对模型进行轻量化处理，使模型可以部署在资源有限的嵌入式设备上，同时还提高了模型的实时性，最终实现快速准确地识别复杂天气条件下的交通标志，有效减少交通事故发生。
-
-
-
-
-
-
-
-
-
Search Results
137
records
(took 0.137 seconds)
