-
公开(公告)号：CN104548107B
公开(公告)日：2017-06-23
申请号：CN201410677674.5
申请日：2010-12-08
Applicant: 江南大学
Abstract: 一种可应用于药品生产的辅料，可显著提高主药的稳定性，延长药物的保存期限，同时可起到缓控释的效果。该辅料为L‑精氨酸‑α‑酮戊二酸盐，其中L‑精氨酸与α‑酮戊二酸以摩尔比2:1的配比成盐，加入到药品中的L‑精氨酸‑α‑酮戊二酸盐的量与主药的重量比为10：1~50:1。
-
公开(公告)号：CN105543113A
公开(公告)日：2016-05-04
申请号：CN201610126631.7
申请日：2016-03-07
Applicant: 江苏国信协联能源有限公司 , 江南大学
Abstract: 本发明公开了一种生产柠檬酸的黑曲霉的控制培养方法，针对现有技术中使用小麦麸皮培养基时的工作量大，操作不方便，该方法不适用于大批量生产等不足；通过改用玉米芯颗粒作为培养基成分的大麸曲，并革新培养方式，从而降低了淘汰率，节约了成本，又提高工作效率，同时操作简便，更重要的是提高了产能。
-
公开(公告)号：CN102885329B
公开(公告)日：2014-04-02
申请号：CN201210425418.8
申请日：2012-10-31
Applicant: 江苏戚伍水产发展股份有限公司 , 江南大学
Abstract: 本发明涉及一种利用鱼下脚料，如鱼骨、鱼皮、鱼尾、小杂鱼等，加工制成鱼面筋的方法，属于食品加工领域。本发明将鱼骨、鱼皮、鱼尾、小杂鱼等下脚料粉碎加入鱼面筋中，生产成本更低，含钙量、含胶原蛋白量均较普通鱼面筋更高，清香鲜嫩，非常适合老人和孩子作为营养补充食品。
-
公开(公告)号：CN103436504A
公开(公告)日：2013-12-11
申请号：CN201310389798.9
申请日：2013-09-02
Applicant: 江南大学
Abstract: 本发明利用分子生物学技术，通过基因组工程的方法对谷氨酸棒杆菌SYPS-062L-丝氨酸生物合成途径关键酶3-磷酸甘油酸脱氢酶编码基因在基因组水平进行进化，使得重组菌株组成稳定表达抗L-丝氨酸反馈抑制的3-磷酸甘油酸脱氢酶突变体。本发明的重组谷氨酸棒杆菌SYPS-062△S能够抗L-丝氨酸的反馈抑制，实现发酵过程中高效积累L-丝氨酸。
-
公开(公告)号：CN117809146A
公开(公告)日：2024-04-02
申请号：CN202311700020.5
申请日：2023-12-11
Applicant: 江南大学
Abstract: 本申请公开了一种基于特征解纠缠表示的红外与可见光图像融合方法，涉及图像融合技术领域，该方法利用两个双编码器分别提取红外源图像和可见光源图像的共享特征和模态独有特征，然后对两组共享特征进行融合，对两组模态镀有特征进行融合，再经过解码器得到融合后的图像。该方法在对红外和可见光图像中的深度特征进行解纠缠分离共享特征和独有特征的基础上，采用经过深度优化的融合策略完成图像融合。这种方法不仅确保了融合图像中两种模态的核心信息得到完整体现，而且避免了混合处理特征而导致的图像失真，确保生成的融合图像的质量。
-
Patent Agency Ranking
公开(公告)号：CN116091372B
公开(公告)日：2023-08-15
申请号：CN202310005792.0
申请日：2023-01-03
Applicant: 江南大学
IPC: G06T5/50 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/28 , G06V10/74 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种基于层分离和重参数的红外和可见光图像融合方法，包括以下步骤：步骤一、构建重参数融合网络；步骤二、对重参数融合网络进行训练，其中对于重参数融合网络的训练阶段，设置层分离引导网络，层分离引导网络以红外光图像作为输入，通过自编码器分离出红外光图像中的显著特征并生成引导掩码；引导掩码作为后续的引导融合损失中的一部分，指导重参数融合网络的训练；步骤三、部署训练好的重参数网络模型。本发明有益效果：层分离引导网络生成引导掩码指导重参数融合网络的训练，缓解了融合过程中红外和可见光图像的信息相互影响而导致融合图像的显著特征和纹理细节相较源图像退化的问题，显著提升了融合图像的质量。
-
公开(公告)号：CN115272404B
公开(公告)日：2023-07-18
申请号：CN202210689366.9
申请日：2022-06-17
Applicant: 江南大学
Abstract: 本发明所提供的一种多目标跟踪方法首先对于共享特征，在通道维度完成全局平均池化，计算得到共享语义向量，并将这个共享语义向量通过维度变换分别获得一个代表浅层语义信息的低维向量和一个代表深层语义信息的高维向量。紧接着，通过乱序重排，高低维度向量分裂和重组等操作解耦共享语义向量，获得适配检测分支和重识别分支的高低维度对齐语义向量。最后，与共享特征加权求和，获得多维度语义对齐的检测特征和重识别特征。通过本发明提出的多维语义对齐模块，两个子分支任务将浅层和深层维度的语义特征对齐，并进行了独立的选择，有效地缓解了联合优化过程中对特征关注焦点位置的竞争。
-
公开(公告)号：CN114663685B
公开(公告)日：2023-07-04
申请号：CN202210181439.3
申请日：2022-02-25
Applicant: 江南大学
IPC: G06V10/62 , G06V40/10 , G06V20/30 , G06V10/42 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/098
Abstract: 本发明公开了一种行人重识别模型训练的方法、装置、设备以及计算机可读存储介质，包括：基于两个卷积神经网络构建两个行人重识别网络模型；将目标域图像集输入每个行人重识别网络模型中，利用卷积神经网络和Transformer提取中间特征；利用全局子值池化模块对中间特征进行处理，输出最终特征值，并进行聚类分析，得到硬伪标签；构建每个行人重识别网络模型的时序平均模型，将目标域图像集输入每个时序平均模型中，得到软伪标签；利用软硬伪标签代优化行人重识别网络模型，选取目标行人重识别网络模型。本发明通过Transformer和全局子值池化模块获得高质量的特征信息，通过聚类得到更高质量的伪标签，大幅提高模型性能，提高行人重识别的准确度。
-
公开(公告)号：CN116091372A
公开(公告)日：2023-05-09
申请号：CN202310005792.0
申请日：2023-01-03
Applicant: 江南大学
IPC: G06T5/50 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/28 , G06V10/74 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种基于层分离和重参数的红外和可见光图像融合方法，包括以下步骤：步骤一、构建重参数融合网络；步骤二、对重参数融合网络进行训练，其中对于重参数融合网络的训练阶段，设置层分离引导网络，层分离引导网络以红外光图像作为输入，通过自编码器分离出红外光图像中的显著特征并生成引导掩码；引导掩码作为后续的引导融合损失中的一部分，指导重参数融合网络的训练；步骤三、部署训练好的重参数网络模型。本发明有益效果：层分离引导网络生成引导掩码指导重参数融合网络的训练，缓解了融合过程中红外和可见光图像的信息相互影响而导致融合图像的显著特征和纹理细节相较源图像退化的问题，显著提升了融合图像的质量。
-
公开(公告)号：CN115601791B
公开(公告)日：2023-05-02
申请号：CN202211404730.9
申请日：2022-11-10
Applicant: 江南大学
IPC: G06V40/10 , G06V10/82 , G06V10/764 , G06V10/762 , G06V10/74 , G06N20/00 , G06N3/08 , G06N3/04
Abstract: 本发明涉及一种基于Multiformer及离群样本重分配的无监督行人重识别方法。其基于Transformer网络构建多分支网络识别模型Multiformer，包括单相机域Intraformer网络以及多相机域Interformer网络，所有的单相机域Intraformer网络共享骨干网络参数，增强泛化能力，在一定程度上缓解了由不同相机域的背景、光照等带来的域间差异，提高了模型对噪音伪标签的鲁棒性，进一步提升了无监督行人重识别的精度。利用自适应离群样本重分配，可扩展伪标签的数量，增强了多分支网络识别模型Multiformer的特征表示能力。在模型训练时，利用实例级对比学习与聚类级对比学习组成的联合学习，可以大幅度提高聚类的准确度，缓解噪音伪标签的问题，从而有效提高无监督行人重识别的准确性与鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
152
records
(took 0.061 seconds)
