-
公开(公告)号：CN112347987B
公开(公告)日：2025-01-14
申请号：CN202011372898.7
申请日：2020-11-30
Applicant: 江南大学
IPC: G06V20/56 , G06V10/40 , G06V10/762 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种多模数据融合的三维目标检测方法，充分利用了图片信息，主要解决了点云稀疏性和远小物体难以检测的问题。首先，该方法采用体素特征提取，对体素内点进行编码，获取体素级别特征。其次，进行图片多层语义特征提取和点云着色，底层语义特征提供精确位置信息，高层语义特征提供语义信息，点云与图片信息融合。然后，进行体素特征增强，体素邻域点云特征弥补体素离散过程中点云信息丢失的缺陷。最后，引入了双注意力机制，通道注意力机制和体素注意力机制增强了有用特征信息，抑制了无用特征信息。本发明方法能解决点云稀疏性和远小物体难以检测的问题，能增强有用特征信息，抑制无用特征信息，提高了目标检测性能。
-
公开(公告)号：CN115689639A
公开(公告)日：2023-02-03
申请号：CN202211038642.1
申请日：2022-08-25
Applicant: 江南大学
IPC: G06Q30/0242 , G06Q30/0251
Abstract: 本发明公开了一种基于深度学习的商业广告点击率预测方法，属于模式识别与智能信息处理领域。所述方法通过采用多门多专家系统，引入特征信息分发模块，根据并行架构中子网络特征建模方面不同，对训练过程拆分成多个更加细粒度的任务，为其训练具有分辨性且个性化的低维Embedding输入，并且引入特征信息融合模块将异构子网络特征信息进行融合，多层叠加最终得到用户点击商业广告的概率，极大改善了当前并行架构中存在的并行架构中参数共享问题。本发明方法在基于大量用户行为数据的情况下，可以极大程度上减小内存以及显存耗费，并且大幅度提高预测广告点击率的准确度，优化模型性能，从而满足实际工程设计需求和商业盈利需求。
-
公开(公告)号：CN115146866A
公开(公告)日：2022-10-04
申请号：CN202210874939.5
申请日：2022-07-25
Applicant: 江南大学
Abstract: 本发明公开了一种考虑实际多约束的多条等效最优路径规划方法，属于交通运输科技领域。该方法基于城市物流配送中的实际情况，考虑更加符合现实生活的复杂路网约束、负载约束、时间窗约束以及需求可拆分约束，构造对应的目标函数；在求解多条等效最优路径时，设计了一种改进差分进化算法，首先在初始化过程中利用广义反向学习策略生成反向顾客种群，同时搜索当前空间和转换空间的解；且采用三种概率方式在种群中选择生成差分向量的个体，自适应平衡体的探索能力和开发能力，提高决策空间和目标空间的多样性；而且对产生突变的个体进行合法化处理，而非直接丢弃，从而使得超出解空间范围的个体能够得到修正，进一步保证了可以得到多条等效最优路径。
-
-
公开(公告)号：CN112347987A
公开(公告)日：2021-02-09
申请号：CN202011372898.7
申请日：2020-11-30
Applicant: 江南大学
Abstract: 本发明公开了一种多模数据融合的三维目标检测方法，充分利用了图片信息，主要解决了点云稀疏性和远小物体难以检测的问题。首先，该方法采用体素特征提取，对体素内点进行编码，获取体素级别特征。其次，进行图片多层语义特征提取和点云着色，底层语义特征提供精确位置信息，高层语义特征提供语义信息，点云与图片信息融合。然后，进行体素特征增强，体素邻域点云特征弥补体素离散过程中点云信息丢失的缺陷。最后，引入了双注意力机制，通道注意力机制和体素注意力机制增强了有用特征信息，抑制了无用特征信息。本发明方法能解决点云稀疏性和远小物体难以检测的问题，能增强有用特征信息，抑制无用特征信息，提高了目标检测性能。
-
Patent Agency Ranking
公开(公告)号：CN115203313A
公开(公告)日：2022-10-18
申请号：CN202210814839.3
申请日：2022-06-20
Applicant: 江南大学
IPC: G06F16/26 , G06F16/906 , G06K9/62
Abstract: 本发明公开了一种基于多视图的新闻主题挖掘方法，属于文本分析和数据挖掘的技术领域。本发明首先构建出LT‑MSC模型，然后构造建流形正则化项、稀疏约束项和多样性正则化项，通过引入流形正则化项来挖掘多视图新闻数据中的几何信息，通过使用稀疏约束项来增强子空间表示矩阵的块对角结构，通过融入多样性正则化项来捕获新闻数据中不同视图之间的互补信息。最后，采用谱聚类方法对其进行聚类，相比于现有单视图和多视图挖掘方案，本发明的方法相比于已有的单视图和多视图的挖掘方法，在新闻主题挖掘的场景中能够获得最佳的聚类效果和识别性能，从而有效地提高了新闻主题的挖掘效率和精确率。
-
公开(公告)号：CN109886493B
公开(公告)日：2022-09-02
申请号：CN201910141974.4
申请日：2019-02-26
Applicant: 江南大学
Abstract: 本发明提供了一种基于改进多目标粒子群算法的物流系统设计方法，属于智能物流应用领域，主要解决同时处理物流系统的低搭建成本和高运输效率的问题。该方法首先将物流系统的搭建成本和运输效率描述成对应的目标函数以及对解决方案的形式进行数学描述；接着采用扩容的方法将目标函数值的上下限进行扩大，并根据此上下限搭建网格，计算粒子的网格坐标；然后采用双距离决策的方法挑选出引导粒子，并结合粒子群公式产生下一代的粒子群，筛选出最优解集保存；最后根据客户的需求，从最优解集中选择合适的物流系统。本发明方法设计的物流系统既能满足搭建成本低又能满足运输效率高的需求，具有很好的实际使用价值。
-
-
公开(公告)号：CN110472577A
公开(公告)日：2019-11-19
申请号：CN201910755459.5
申请日：2019-08-15
Applicant: 江南大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于自适应相关滤波的长时视频跟踪方法，属于视频跟踪技术领域。所述方法融合了HOG特征、CN特征和灰度特征，增强特征判别力的同时结合Edgebox生成检测建议，找到最优建议实现跟踪器尺度与纵横比的自适应；利用高置信度跟踪结果避免模板被破坏，将目标移动速度与边缘组数结合起来形成了一种新的自适应更新率，并对每一帧目标框的尺度进行校正；在跟踪失败的情况下，应用增量学习检测器以滑动窗口的方式恢复目标位置。本发明使相关滤波器具有更好的尺度和长宽比自适应性，尺度的校正与高置信度更新机制也使模板的稳定性更好，在背景杂乱、遮挡、目标发生快速移动等情况下表现优异，适合长时间跟踪。
-
公开(公告)号：CN104899607B
公开(公告)日：2018-01-16
申请号：CN201510342071.4
申请日：2015-06-18
Applicant: 江南大学
Abstract: 本发明提出一种传统云纹图案的自动分类算法。主要解决云纹图案人工分类效率低下的问题，通过云纹图案预处理、特征提取、聚类处理实现云纹图案自动分类。实现过程为：(1)将云纹图像进行预处理，包括统一图像尺寸、去除背景噪声、细化云纹图像线条三个步骤；(2)针对云纹图像间主要特征为线条的形状，采用形状上下文描述子(SC)算法来提取云纹图像的特征，通过形状上下文距离获得云纹图像间的初始相似度；(3)经由改进的近邻关系传递算法对相似度矩阵进行优化；(4)将优化之后的相似度矩阵作为MEAP算法的输入矩阵，进行MEAP聚类处理，实现自动分类。聚类结果显示本发明相比于SIFT‑MEAP与ED‑MEAP算法聚类准确性更高，聚类效果更加理想。同时本发明所提出的云纹图案自动分类算法，对于其他传统艺术图案的聚类分析具有很好的借鉴意义。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.021 seconds)
