-
公开(公告)号：CN114048783B
公开(公告)日：2024-04-16
申请号：CN202111365159.X
申请日：2021-11-17
Applicant: 东南大学
IPC: G06F18/25 , G06F18/213 , G06F18/10 , G06N3/0464 , G06N3/045 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于移动群体感知的关于蜂窝信号地图的构建方法，以三维张量存储信号数据的时空特征，其张量的三个维度分别表示长、宽及时间维度。在构建信号地图时，首先进行MCS信号数据的潜在因子特征采集，然后提取其内部特征。接着进行缺失信号值预估，在潜在因子特征采集的基础上，利用贝叶斯概率张量分解来实现信号恢复，得到MCS数据的内部特征。最后，引入了一种新的基于学习的多视图特征融合模块，将外部特征嵌入到一个向量中，并将其与内部特征相结合，然后将其输入全连接层，获取信号特征并构建细粒度信号图。
-
公开(公告)号：CN114048783A
公开(公告)日：2022-02-15
申请号：CN202111365159.X
申请日：2021-11-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于移动群体感知的关于蜂窝信号地图的构建方法，以三维张量存储信号数据的时空特征，其张量的三个维度分别表示长、宽及时间维度。在构建信号地图时，首先进行MCS信号数据的潜在因子特征采集，然后提取其内部特征。接着进行缺失信号值预估，在潜在因子特征采集的基础上，利用贝叶斯概率张量分解来实现信号恢复，得到MCS数据的内部特征。最后，引入了一种新的基于学习的多视图特征融合模块，将外部特征嵌入到一个向量中，并将其与内部特征相结合，然后将其输入全连接层，获取信号特征并构建细粒度信号图。
-
公开(公告)号：CN103235933A
公开(公告)日：2013-08-07
申请号：CN201310127999.1
申请日：2013-04-15
Applicant: 东南大学
Abstract: 一种基于隐马尔科夫模型的车辆异常行为检测方法，包括以下步骤：a、采集视频图像，利用跨于道路上方或立于道路两侧的摄像头进行视频图像采集；b、获得轨迹，通过采集到的视频图像对场景内的车辆目标进行提取和跟踪以获得车辆的轨迹；c、离线训练环节，将上述轨迹的生长方向特征进行聚类，并通过误差筛查处理得到典型轨迹群，对相同生长方向的轨迹进行隐马尔科夫模型的学习，获得场景内的常态行为模式；d、实时检测环节，提取新轨迹，并计算新轨迹与常态行为模式的最大匹配概率值，若得到的最大匹配概率值小于所设定的阈值，则车辆发生异常行为。本发明能够对场景内的车辆异常行为进行有效识别，为交通行为理解及智能交通管理提供了技术手段。
-
公开(公告)号：CN101951356B
公开(公告)日：2013-02-13
申请号：CN201010295043.9
申请日：2010-09-26
Applicant: 东南大学 , 江苏东大通信技术有限责任公司
Abstract: 本发明属于无线通信技术领域，具体涉及一种基于峰值检测的OFDM-UWB系统同步方法。对现有的“互相关+延迟自相关+累加运算”方法做了改进，使用准匹配滤波运算取代了累加运算，不仅实现了多径信道能量的累积，同时也抑制了能量收集过程中的噪声分量，更加有利于信号捕获，同时通过搜索峰值位置可以较准确的实现符号定时同步，在此基础上利用ECMA-368所提供的同步码序列实现帧同步，进而实现频偏估计。与传统的超宽带同步方法相比，本发明提出的方法更具有普适性和准确性。
-
Patent Agency Ranking
公开(公告)号：CN102842037A
公开(公告)日：2012-12-26
申请号：CN201110164395.5
申请日：2011-06-20
Applicant: 东南大学
Abstract: 本发明公开了一种基于多特征融合的车辆阴影消除方法，采用正对道路的静止摄像头进行目标提取，其包括以下步骤：步骤1）提取含车辆及阴影的前景目标；步骤2）对所述前景目标进行滤波处理；步骤3）检测经所述滤波处理后的前景目标的边缘点；步骤4）利用大津阈值分割法对所述边缘点的投影序列进行划分，得到车辆和阴影的初步分离面；步骤5）从所述初步分离面开始用区域生长搜索法利用局部纹理光照不变性的原理完成阴影的精确提取。本发明具有检测精度高，复杂度低及适用性强的优点。
-
公开(公告)号：CN116562370A
公开(公告)日：2023-08-08
申请号：CN202310408379.9
申请日：2023-04-17
Applicant: 东南大学
IPC: G06N5/02 , G06F16/36 , G06F16/901
Abstract: 本发明提供了一种基于应急知识图谱的突发公共卫生事件情景推演方法，包括知识图谱模块和情景推演模块。知识图谱模块根据突发公共卫生事件数据建立知识图谱本体，对收集的数据进行实体抽取、属性抽取和图谱的融合构建。情景推演模块结合应急知识图谱，并针对突发公共卫生级联灾害关联复杂、情景多变、传递迅速的问题，提供一种基于知识图谱的突发公共卫生事件级联灾害推演方法。对突发公共卫生事件信息进行聚合，以此挖掘突发公共卫生事件的发展可能并对级联性突发公共卫生事件的发展进行推演。
-
公开(公告)号：CN101951357B
公开(公告)日：2013-02-13
申请号：CN201010295065.5
申请日：2010-09-26
Applicant: 东南大学 , 江苏东大通信技术有限责任公司
IPC: H04L27/26 , H04L25/03 , H04B1/7183
Abstract: 本发明公开一种OFDM-UWB系统中的符号同步方法，包括如下步骤：(1)对时域上每个OFDM-UWB符号的整数倍的跳点补偿；(2)时域上符号的频偏补偿，包括从定时跟踪反馈回来得到的频偏；(3)提取每个符号中的导频序列；(4)定时跟踪。本发明公开的OFDM-UWB系统中的符号定时方法，可以根据频偏变化的大小调整每组符号中的符号数和跟踪的符号长度，具有可以准确的给符号进行定时，从而提高接收机的性能。
-
公开(公告)号：CN102135429B
公开(公告)日：2012-06-13
申请号：CN201010611473.7
申请日：2010-12-29
Applicant: 东南大学
IPC: G01C21/00
Abstract: 本发明公开了一种基于视觉的机器人室内定位导航方法，属于视觉导航领域。该方法是根据二维码的思路，设计了一种简单方便、易于识别、内含绝对位置坐标且具有一定纠错能力的人工路标，将路标设置于天花板上，由安装在机器人上且光轴与天花板垂直的摄像机进行拍摄，再通过图像的阈值分割、连通域提取、轮廓曲线匹配以及路标特征识别一系列步骤定位路标，解析路标中所包含的坐标信息，最终通过机器人的位置估计算法获得机器人当前的绝对位置和航向角。本发明方法减少了遮挡及噪声干扰，大大降低了图像处理方法、时间以及周围环境的复杂度。
-
公开(公告)号：CN102135429A
公开(公告)日：2011-07-27
申请号：CN201010611473.7
申请日：2010-12-29
Applicant: 东南大学
IPC: G01C21/00
Abstract: 本发明公开了一种基于视觉的机器人室内定位导航方法，属于视觉导航领域。该方法是根据二维码的思路，设计了一种简单方便、易于识别、内含绝对位置坐标且具有一定纠错能力的人工路标，将路标设置于天花板上，由安装在机器人上且光轴与天花板垂直的摄像机进行拍摄，再通过图像的阈值分割、连通域提取、轮廓曲线匹配以及路标特征识别一系列步骤定位路标，解析路标中所包含的坐标信息，最终通过机器人的位置估计算法获得机器人当前的绝对位置和航向角。本发明方法减少了遮挡及噪声干扰，大大降低了图像处理方法、时间以及周围环境的复杂度。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.024 seconds)
