-
公开(公告)号：CN113963204B
公开(公告)日：2025-05-02
申请号：CN202111220959.2
申请日：2021-10-20
Applicant: 江南大学
IPC: G06V10/764 , G06V10/80 , G06T3/4038
Abstract: 本发明公开了计算机视觉目标跟踪技术领域的一种孪生网络目标跟踪系统及方法，包括：获取输入特征图；基于输入特征图进行卷积拆分，得到多个特征子图；基于多个特征子图进行卷积融合，得到分支特征图；基于分支特征图进行特征融合，得到输出向量；基于输出向量进行升维处理，得到升维特征图；基于升维特征图进行分类分支，得到分类图、回归图和中心度图。本发明能够能够有效解决主干网络特征提取能力弱、深层语义信息较浅、分类回归方式复杂等问题，提出了一种全新的端到端的深度模型，有效提升了方案跟踪性能。
-
公开(公告)号：CN112988345B
公开(公告)日：2024-04-02
申请号：CN202110174953.X
申请日：2021-02-09
Applicant: 江南大学
Abstract: 本发明公开了一种基于移动边缘计算的依赖型任务卸载方法及装置，方法包括：将移动终端上的应用形式化为多个任务组成的工作流，并用DAG图表示；遍历应用的DAG图，依据遍历的深度将工作流中所有任务划分为不同调度层并确定各调度层的执行顺序；为每个调度层内的各任务分配不同的优先级，依据任务的优先级顺序调整调度层内各任务执行顺序；计算工作流中各任务的执行代价；以应用的所有任务执行代价之和最小化为目标，按照任务执行顺序依次确定每个任务的卸载决策。本发明依据代价最小，将任务卸载到移动终端、边缘服务器或云服务器执行，充分利用了计算资源，有效保证了服务质量，降低了应用的完成时间和移动终端的能耗。
-
公开(公告)号：CN111178641B
公开(公告)日：2023-11-24
申请号：CN202010003293.4
申请日：2020-01-03
Applicant: 江南大学
Abstract: 本发明提供一种基于特征提取和多核RSVR组合模型的短期电力负荷预测方法，包括以下步骤：步骤S1，基于皮尔逊相关系数、mRMR算法对属性特征进行提取筛选，得到包含其它属性和延迟负荷的最优属性特征集；步骤S2，使用多种不同的核函数分别构建多个单核RSVR模型；根据最优属性特征集，采用训练样本进行模型训练，采用测试样本评估模型预测能力；步骤S3，根据各个单核RSVR模型的训练预测误差分配权值，将各个单核RSVR模型进行加权融合，形成多核RSVR组合模型；步骤S4，使用多核RSVR组合模型进行短期电力负荷预测。本发明能够有效解决属性特征不分类提取、未来未知量的盲目使用等问题，并且兼顾优化了支持向量回归模型，进一步提升了方案预测性能。
-
公开(公告)号：CN114880594A
公开(公告)日：2022-08-09
申请号：CN202210681332.5
申请日：2022-06-16
Applicant: 江南大学
IPC: G06F16/9537 , G06N3/04 , G06N3/08
Abstract: 本发明公开了会话推荐技术领域的一种基于时间信息和星图网络的会话推荐系统及方法，包括：获取用户浏览物品的会话序列，得到初始化源节点和星节点；利用会话序列中用户浏览物品的时间信息和门控图神经网络获取源节点的时间特征级信息；利用注意力集中计算每个源节点和星节点的相似性；基于源节点和星节点的相似性整合源节点和星节点的信息，得到源节点的新表示；基于源节点的新表示更新星节点表示；通过堆叠多层星图网络多次迭代更新源节点和星节点；使用公路网络将多层星图网络前后的源节点结合起来，得到会话最终表示；根据会话最终表示计算所有候选物品项的分数，生成推荐列表。本发明网络结构复杂性从二次降低到线性，大大减少了模型的计算。
-
公开(公告)号：CN112991091A
公开(公告)日：2021-06-18
申请号：CN202110174198.5
申请日：2021-02-09
Applicant: 江南大学
Abstract: 本发明公开了一种基于Stacking算法的短期电力负荷预测方法及装置，方法包括：获取历史时段内每小时的负荷数据，所述负荷数据包括负荷量、天气数据和时间类型；基于获取的历史负荷数据，对基础模型层中多种不同核的KELM模型进行训练，采用训练后的各个KELM模型分别预测待预测日的负荷，获得待预测日的负荷预测值；利用Stacking算法，将基础模型层中多种不同核的KELM的预测结果与获取的历史负荷数据融合后训练次模型层中KELM模型，采用训练后的次模型层中KELM模型预测待预测日的负荷，获得待预测日的最终负荷预测值。本发明构建两侧KELM模型，可提高模型的预测精度。
-
Patent Agency Ranking
公开(公告)号：CN110084768A
公开(公告)日：2019-08-02
申请号：CN201910389155.1
申请日：2019-05-10
Applicant: 江南大学
Abstract: 本发明提供一种基于背景滤波的LCD导光板的缺陷检测方法，包括：S110、采集LCD导光板图像；S120、对所述LCD导光板图像进行迭代导向滤波；S130、对所述LCD导光板导向滤波后图像采用快速傅里叶变换法进行频域滤波；S140、对所述LCD导光板频域滤波后图像使用最大类间方差法分割缺陷区域，得到检测结果。本发明提供的基于背景滤波的LCD导光板的缺陷检测方法具有较好的背景纹理滤波效果和较高的缺陷检出率。
-
公开(公告)号：CN109729114A
公开(公告)日：2019-05-07
申请号：CN201711031451.1
申请日：2017-10-30
Applicant: 江南大学
IPC: H04L29/08
Abstract: 本发明公开了一种云服务物联网开放实验平台，其包括终端设备单元、通讯单元、采集平台单元、应用程序单元和展示单元，所述采集平台单元内设置有数据模块、数据库模块、引擎模块、消息模块、安全模块、报表模块、web API、脚本API、APP API。本发明的云服务物联网开放实验平台完成了下连终端设备、上接展示平台、中间对数据采集、分析，实现数据的统一管理，它能够屏蔽底层细节，以物联网为核心，使得该物联网开放实验平台适用于各种物联网智能场景或能够搭载各种物联网应用。
-
公开(公告)号：CN107423547A
公开(公告)日：2017-12-01
申请号：CN201710255375.6
申请日：2017-04-19
Applicant: 江南大学
CPC classification number: G06F19/00
Abstract: 本发明提供一种基于半监督超限学习机的增量式定位算法（Incremental Semi-supervised Extreme Learning Machine，IS-ELM）。本发明主要包括基于半监督超限学习机来建立非线性位置估计模型，降低离线阶段采集带标签训练数据的成本；然后利用分块矩阵的运算法则，使得增量训练数据能够对模型参数进行动态调整，提高定位模型的实时性和对动态环境的适应性；最后为新增训练数据分配合适惩罚权重，使模型具有时效机制。
-
公开(公告)号：CN106376081A
公开(公告)日：2017-02-01
申请号：CN201610991164.4
申请日：2016-10-28
Applicant: 江南大学
CPC classification number: H04W64/00 , G01S5/0257 , G01S5/0278
Abstract: 本发明公开一种混合相似度的室内指纹定位方法,在传统的接收信号匹配方式的基础上提出了新的相似度匹配方法.该方法解决了因参考点匹配精度低而引起定位误差大的问题.首先在离线阶段将已采集的接受信号强度值取干扰处理；然后在定位阶段,利用混合相似度匹配模型,求出k个最大相似度值作为权值.最后利用相似度值最高的k个AP点进行定位.混合相似度方法在不增加离线工作量同时,提升了匹配精度减少了定位误差。
-
公开(公告)号：CN103995028A
公开(公告)日：2014-08-20
申请号：CN201410243531.3
申请日：2014-06-04
Applicant: 江南大学
IPC: G01N27/22
Abstract: 一种电容式油烟浓度传感器，呈圆筒状，由长方形电极片按正、负电极片间隔均匀环形排列组成，构成多层电容器，可有效放大油烟电容信号，大大提高检测的灵敏度；同时这种电极片的环形排列方式，使所述的电容式油烟浓度传感器结构紧凑、体积小巧、易于生产。另外，电极片表面上的疏水疏油涂层，可有效避免油烟污染传感器，大大提高了传感器的寿命和测量结果的准确性。本发明的电容式油烟浓度传感器，能准确在线获取油烟浓度、抗污染、寿命长、性能可靠、适用于烟道恶劣环境，能方便地将数据传给上位机，接入环保监管网络，实现对油烟污染快速反应、有的放矢地进行高效率的监管。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.029 seconds)
