-
公开(公告)号：CN101237339A
公开(公告)日：2008-08-06
申请号：CN200810019650.5
申请日：2008-03-11
Applicant: 东南大学
Abstract: 基于分层点对点组播网络的流媒体传输方法，涉及一种流媒体传输服务，尤其涉及一种使用分层点对点组播技术进行流媒体传输的装置及传输方法。本发明包括以下步骤：步骤1：服务器端利用改进型用户数据报协议发送媒体数据到网关/路由器，服务器端完成各客户端的组号分配工作；步骤2：网关/路由器将上述媒体数据转发到各个客户端；步骤3：各个客户端利用改进型用户数据报协议协议分别接收上述来自网关/路由器的媒体数据，各个客户端使用缓存机制完成本客户端的正常接收和解码以及同组客户端数据的弥补工作。本发明实现了传输性能好、传输数据可靠性高、受控性好的目的。
-
公开(公告)号：CN106897420B
公开(公告)日：2020-10-02
申请号：CN201710101688.6
申请日：2017-02-24
Applicant: 东南大学
IPC: G06F16/215 , G06F16/2458 , H04L29/08
Abstract: 本发明公开了一种基于手机信令数据的用户出行驻留行为识别方法，包括如下步骤：(1)对手机信令数据进行清洗、转换及分割；(2)利用无监督分类方法，设置多个聚类数目，对信令数据单元中的空间点进行聚类，并通过聚类评分指标评价每一个聚类结果，评分高者为最佳聚类；(3)根据最佳聚类得出信令数据单元中所有候选驻留点及相关时间的信息集合；(4)根据时间阈值及各候选驻留点的信息集合，对候选驻留点驻留时长进行计算和筛选，输出每用户每天各驻留点空间位置、到达时间及驻留时长。本发明使用简单方便，具有良好的可扩展性，避免了人为主观判断带来的干扰，避免了市区与郊区基站分布不均匀的特性带来的识别准确率的折中现象。
-
公开(公告)号：CN108417274A
公开(公告)日：2018-08-17
申请号：CN201810184185.4
申请日：2018-03-06
Applicant: 东南大学 , 江苏省疾病预防控制中心
IPC: G16H50/80
CPC classification number: G16H50/80
Abstract: 本发明提供了一种流行病预测方法、系统及设备，涉及流行病预测技术领域，该方法包括：获取流行病相关数据；相关数据包括：互联网数据、天气数据和智能终端采集的生物信息数据；互联网数据包括搜索数据和社交网络数据；对相关数据进行数据清洗；根据数据清洗后的相关数据建立组合预测模型；根据组合预测模型进行预测，并输出预测结果。本发明实施例提供的流行病预测方法、系统及设备，数据来源更加广泛，预测效果更佳，预测精度更高，成本更加低廉，实效性更强，并且可以更早地预测出可能的流行病暴发。
-
公开(公告)号：CN102426785A
公开(公告)日：2012-04-25
申请号：CN201110367452.X
申请日：2011-11-18
Applicant: 东南大学
Abstract: 本发明公开了一种基于轮廓和局部特征点的交通流信息感知方法及系统，属于智能交通领域。本发明中通过远程控制对分析算法的参数进行配置，能够根据具体场景随时设置或调整分析算法的各种参数，这极大地方便了交通流信息感知装置的使用。本发明中对车辆的追踪首先采用粗略的基于轮廓信息的追踪、评价，以及选择性地进行基于局部特征点的追踪，这种由粗到细的追踪策略能自适应不同的交通场景，并且执行效率高。本发明中的交通信息流感知方法及装置能直接应用于智能交通系统。
-
公开(公告)号：CN101515329B
公开(公告)日：2010-09-15
申请号：CN200910029266.8
申请日：2009-04-03
Applicant: 东南大学
Abstract: 基于多种特征的图像匹配方法，通过对多种图像特征描述子性能的分析，将其有效结合，建立多级分类结构，使用该结构完成对图像库图像快速、有效地匹配。操作过程为：(1)确定图像的多种特征组成特征集；(2)输入要求的匹配性能指标，确定两类输入训练样本，提取出它们在特征集FS中的所有备选特征。图像匹配的级数k初始化为k＝1；(3)对于FS中的每一个特征Fk(k＝1，2，…，n)，使用输入训练样本采用统计方法获得其性能参数；(4)根据步骤(3)从特征集FS中选取其子集为FSk，使用AdaBoost方法训练出分类器，作为图像匹配的第k级。FS＝FS-FSk；(5)若未达到要求的图像匹配的性能指标，k＝k+1，继续步骤(4)-(5)；(6)使用训练好的k级分类结构进行图像库图像的匹配。
-
Patent Agency Ranking
公开(公告)号：CN101515329A
公开(公告)日：2009-08-26
申请号：CN200910029266.8
申请日：2009-04-03
Applicant: 东南大学
Abstract: 基于多种特征的图像匹配方法，通过对多种图像特征描述子性能的分析，将其有效结合，建立多级分类结构，使用该结构完成对图像库图像快速、有效地匹配。操作过程为：(1)确定图像的多种特征组成特征集；(2)输入要求的匹配性能指标，确定两类输入训练样本，提取出它们在特征集FS中的所有备选特征。图像匹配的级数k初始化为k＝1；(3)对于FS中的每一个特征Fk(k＝1，2，…，n)，使用输入训练样本采用统计方法获得其性能参数；(4)根据步骤(3)从特征集FS中选取其子集为FSk，使用AdaBoost方法训练出分类器，作为图像匹配的第k级。FS＝FS－FSk；(5)若未达到要求的图像匹配的性能指标，k＝k+1，继续步骤(4)－(5)；(6)使用训练好的k级分类结构进行图像库图像的匹配。
-
公开(公告)号：CN101515286A
公开(公告)日：2009-08-26
申请号：CN200910029264.9
申请日：2009-04-03
Applicant: 东南大学
Abstract: 基于图像特征多级过滤的图像匹配方法，该方法包括：图像预处理单元，用于提取查询的图像的RGB数据和进行尺度的规格化，后续的图像特征提取算法都是以预处理后的图像数据为基础的；折中方案选择单元，对多种图像特征描述子进行合理选择和组合，通过对识别检索的准确性和复杂度的折中构造出一个优化的多级过滤结构用于匹配；图像特征提取单元，提取在折中方案选择单元中选择的图像特征，构建图像特征描述向量；多级过滤匹配检索单元，将图像特征提取获得的特征描述子按照折中方案得到的多级过滤结构进行组合，并在图像库特征索引中检索，最终得到匹配结果。
-
公开(公告)号：CN114610827B
公开(公告)日：2024-08-27
申请号：CN202210251269.1
申请日：2022-03-15
Applicant: 东南大学
IPC: G06F16/29 , G06F16/2458 , G06F16/215 , G06V20/13 , G06Q50/26
Abstract: 本发明公开了一种针对村镇聚落的聚散性特征量化识别方法，包括：获取网格化的村镇空间数据；计算网格化的村镇空间数据的凝聚力指数；通过网格化的村镇空间数据中相邻网格的性质，计算蔓延度指数；类比万有引力定律计算村镇建设用地网格化数据的引力指数，通过该指数衡量聚落聚散程度。本发明通过引力指数衡量聚落聚散程度，本发明有效反映乡村间不同用地类型地块分布的物理连通性和紧密程度，描述村域单元整体上不同用地类型的混合程度和单一用地类型的空间分布情况，解决人工描述的主观性和系统性不足。
-
公开(公告)号：CN105279380A
公开(公告)日：2016-01-27
申请号：CN201510746466.0
申请日：2015-11-05
Applicant: 东南大学
Abstract: 本发明公开了一种基于表情分析的抑郁程度自动评估系统，包括数据采集模块、预处理和特征提取模块、相关特征提取模块、预测模型训练模块、新视频标注模块和新视频预测模块。本发明全程自动化，无侵入，无需受试对象的长时间配合，可长时间工作；本发明提供了一种客观的评估标准，不依赖于主观经验，能够真正做到客观有效的评估；本发明能够综合分析不同受试对象的数据，不局限于对单一对象进行孤立分析。
-
公开(公告)号：CN103208185A
公开(公告)日：2013-07-17
申请号：CN201310089195.7
申请日：2013-03-19
Applicant: 东南大学 , 南京正保通信网络技术有限公司
Abstract: 本发明公开了一种基于车灯识别的夜间车辆检测方法及系统，通过强光抑制摄像头获取交通视频数据，确定分析的感兴趣区域；基于数学形态学对图像进行滤波处理，并在此基础上获取连通区域信息；然后建立车灯筛选及匹配规则，对车辆车灯进行筛选和配对；在此之后通过对目标进行位置预测，设置车辆置信度，更新存储的车辆位置信息，实现对车辆的追踪；最后对已离开了感兴趣区域的车辆进行车流量，车速等参数计算并统计。本发明中对车灯对的识别通过采用大量车灯图像数据统计的先验知识，从连通区域中选出匹配度最高的车灯对，这种车灯识别方法能有效地将车灯从夜间场景中分离出来，并具有很好的场景适应性。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.021 seconds)
