-
公开(公告)号：CN106845538A
公开(公告)日：2017-06-13
申请号：CN201710012813.6
申请日：2017-01-09
Applicant: 南京信息工程大学
IPC: G06K9/62
CPC classification number: G06K9/6221 , G06K9/6249
Abstract: 本发明公开了一种基于选择性坐标下降优化的稀疏子空间聚类方法，包括以下步骤：1，建立稀疏子空间聚类模型，带入Lasso公式中并转化为二次规划问题，求相似度矩阵；2，开始求解相似度矩阵，第一次迭代使用坐标下降法遍历所有特征，计算得到的解作为初始值；3，从第二次迭代开始，遍历每个特征，若当前求解项为非零，则用坐标下降更新该坐标位置的特征；否则，跳过该坐标位置特征的更新；重复此过程直到目标函数收敛；4、得到相似度矩阵后，进行谱聚类过程得到分类编号。本发明利用一种无穷范数规则，快速判断当前求解项是零还是非零，避免了零项结果不必要的计算过程，节省了优化求解的时间；在大规模稀疏问题上效果极为明显。
-
公开(公告)号：CN118330782A
公开(公告)日：2024-07-12
申请号：CN202410415135.8
申请日：2024-04-08
Applicant: 南京信息工程大学
IPC: G01W1/10 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于降水耗散和体素流的极端降水短临预报方法、装置及存储介质，属于极端降水短临预报技术领域，包括获取降水雷达回波序列；将所述降水雷达回波序列输入到训练好的基于耗散因子和体素流的极端降水短临预报模型，得到目标地区未来预设时刻内的极端降水预测结果；本发明通过训练好的基于耗散因子和体素流的极端降水短临预报模型，在预测极端降水的多尺度特征、耗散特征和时空分布特征上具有良好性能，有效提高了极端降水短临预报精度。
-
公开(公告)号：CN117647855A
公开(公告)日：2024-03-05
申请号：CN202410116453.4
申请日：2024-01-29
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于序列长度的短临降水预报方法、装置及设备，短临降水预报方法包括：加载指定地区的降水雷达回波序列；将所述降水雷达回波序列输入构建的基于序列长度的短临降水预报模型，获得指定地区未来设定时间段内的降水预测结果。本发明在预测降水的空间分布、强度和运动特征上具有良好性能，有效提高了短临降水的预报精度。
-
Patent Agency Ranking
公开(公告)号：CN114241225A
公开(公告)日：2022-03-25
申请号：CN202111466037.X
申请日：2021-12-03
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种端到端生成建议框的自底向上的三维目标检测方法，属于人工智能的目标检测领域。首先通过Ball k‑means聚类算法处理原始点云获取聚类中心，将原始点云划分为多个球形类簇，将每个球形类簇里边的原始点云输入到PointNet编码和解码器中，获得输入点的逐点级语义特征；然后Shell‑based方法计算建议框几何中心，通过前景点语义分割，得到前景掩膜，端到端的生成建议框；然后对点云区域池化，进行空间坐标转化，经过多层感知机，与语义特征进行特征融合；对融合后的特征进行PointNet编码；通过总损失函数，进行Shell‑based分类回归到几何中心。
-
公开(公告)号：CN108062531A
公开(公告)日：2018-05-22
申请号：CN201711422447.8
申请日：2017-12-25
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种基于级联回归卷积神经网络的视频目标检测方法，并包括如下步骤：一、输入视频图像序列，并将整个视频序列的所有图像帧通过卷积神经网络提取CNN特征；二、利用RPN网络对所述CNN特征的最后一层卷积特征进行分类以获得建议区域，通过多尺度的卷积特征对建议区域进行级联分类和回归，并得到每帧图像的静态图片检测结果；三、将步骤二中得到的检测结果中置信度大于0.6的结果作为跟踪初始值，在CNN特征的conv5‑3卷积特征上通过相关滤波对目标进行跟踪得到时序建议区域，并对时序建议区域进行级联分类和回归，得到时序检测结果；四、将静态图片检测结果和时序检测结果通过共生矩阵对检测结果中异常值进行抑制，从而得到最终检测结果。
-
公开(公告)号：CN107451209A
公开(公告)日：2017-12-08
申请号：CN201710568524.4
申请日：2017-07-13
Applicant: 南京信息工程大学
CPC classification number: G06F16/27 , G06F16/9024 , G06F17/16
Abstract: 本发明公开了一种高斯图模型结构估计的分布式并行优化方法，包括：将样本矩阵按列分割成h个子矩阵，分别存储于h个计算节点上；选择一个子矩阵，从中取一列记作Y；将该子矩阵中的剩余列和其它子矩阵构成A；利用分布式坐标下降法对Lasso模型进行求解；使Y遍历所有子矩阵，同时对p个Lasso模型并行求解，即可得到输出矩阵；其中：p表示样本矩阵的随机变量数；将输出矩阵对称化，得到最终的输出矩阵，最终的输出矩阵与样本矩阵的高斯图模型具有相同的结构。本发明将复杂的原问题拆分成多个子问题，然后利用多个计算节点进行求解，具备处理分布式数据的能力，能够有效地进行大数据的处理。
-
公开(公告)号：CN106845519A
公开(公告)日：2017-06-13
申请号：CN201611183512.1
申请日：2016-12-20
Applicant: 南京信息工程大学
IPC: G06K9/62
CPC classification number: G06K9/6224 , G06K9/6249
Abstract: 本发明公开了一种分布式实现的稀疏子空间聚类方法，其在多台计算机组成的集群上，将数据分发到每个计算节点上，然后每个计算节点选取本计算机和其他计算机的数据计算一个Lasso稀疏重建子问题直至问题收敛，当所有子问题由所有计算节点分工计算完成后，将计算结果向量汇总到主进程或管理节点，进行后续的带权无向图的生成和谱聚类过程，最终得到分类编号。较常用的ADMM串行计算，在不降低分类精确度的情况下，计算速度有了明显的提高。
-
公开(公告)号：CN208491148U
公开(公告)日：2019-02-15
申请号：CN201820501511.5
申请日：2018-04-10
Applicant: 南京信息工程大学
IPC: A46B11/06
Abstract: 本实用新型公开了一种压水式牙刷，包括多针孔刷头、刷毛、刷柄、小型储水器、简易水泵。其中，刷柄的一端与多针孔刷头连接，另一端与小型储水器连接，并且采用中空结构设计。刷柄内部含有一个简易水泵装置，简易水泵开关采用符合人体习惯的按压式设计，通过按压水泵开关，即可将小型储水器中的水输送到多针孔刷头送出，根据按压力度可调节出水量。此结构将水容器和牙刷二合一，有效避免了水资源的浪费和空间的占用。本实用新型操作简便、节约资源、适于应用。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.043 seconds)
