一种基于卷积神经网络的零售商品识别方法

    公开(公告)号:CN109685780B

    公开(公告)日:2021-05-11

    申请号:CN201811541070.2

    申请日:2018-12-17

    Applicant: 河海大学

    Abstract: 本发明公开一种基于卷积神经网络的零售商品识别方法,首先使用一个通用的粗粒度的数据集训练一个定制的yolov3目标检测器,接着输入待检测图像,得到一系列初级语义对象,然后根据一系列规则组合初级语义对象为高级语义对象,最后通过判断需检测的目标的属性与各个高级语义对象的属性间的相似度对比得到所需目标。本发明使得基于通用的粗粒度数据集训练得到的检测器在一定条件下也可用于完成细粒度分类任务;相比于传统方法直接采集目标类别的数据进行训练,本发明可极大地降低数据采集成本和在生产环境下使用的门槛。

    一种新型能源路由器的拓扑结构及其控制方法

    公开(公告)号:CN112736972A

    公开(公告)日:2021-04-30

    申请号:CN202011577592.5

    申请日:2020-12-28

    Applicant: 河海大学

    Inventor: 王敏 李佳怡

    Abstract: 本发明公开了一种新型能源路由器的拓扑结构包括:直流微电网、交流微电网和主网,所述直流微电网与主网之间设有逆变器VSC0,所述直流微电网与交流微电网之间设有逆变器VSC1,所述交流微电网内部设有逆变器VSC2和逆变器VSC3。将分布式电源由能源路由器的逆变器接入后,形成了交流微电网和直流微电网,之后再与主网形成互联架构,避免当大量分布式电源单独直接接入配电网末端时,造成电网电压闪变、谐波含量过大、电压过低等电能质量问题,对电网及用户产生不利影响;优先微电网之间的能量交换的,促进了相邻微电网之间的能量互换,减少了微电网内部负荷对主网供电的依赖程度,促进了分布式发电系统的出力被充分消纳。

    一种凝汽器超声波除垢器的建模仿真方法

    公开(公告)号:CN112182836A

    公开(公告)日:2021-01-05

    申请号:CN202010869581.8

    申请日:2020-08-26

    Applicant: 河海大学

    Inventor: 王敏 葛欣 王克栋

    Abstract: 本发明公开了一种凝汽器超声波除垢器的建模仿真方法,根据具体的凝汽器结构参数,构建了一系列不同超声波入口模式的凝汽器的参数化模型,用超声波声压函数模拟超声波除垢器的作用,可以更加精确模拟超声波除垢器对凝汽器内流场的作用效果,即利用Solidworks‑Fluent联合仿真的方法,编写超声波声压函数的程序,将各凝汽器参数化模型与不同的超声波声压进行组合,通过对比不同超声波入口模式和不同超声波声压函数的组合,超声波除垢器数量、功率大小、功率分散性、频率组合、布置位置各因素对凝汽器超声波除垢效果的影响,并针对N‑20910型凝汽器的除垢器安装提出了参数优化建议。

    一种基于微表情识别和眼动追踪的对情绪预测的方法

    公开(公告)号:CN111967363A

    公开(公告)日:2020-11-20

    申请号:CN202010794572.7

    申请日:2020-08-10

    Applicant: 河海大学

    Inventor: 赵淑雯 王敏

    Abstract: 本发明公开了一种基于微表情识别和眼动追踪的对情绪预测的方法,包括如下步骤:(1)输入被观测者接受某种信号刺激后的面部视频,进行微表情识别;(2)输入被观测者接受某种信号刺激后的面部视频,进行眼动追踪;(3)将步骤(1)中的微表情识别结果与步骤(2)中的眼动追踪结果相融合,判断当前被观测者的抑郁、焦虑、压力情感状态。本发明通过微表情识别出的情绪状态比率与眼动追踪的情绪状态比率相结合,更准确的预测被观测者在面对某种心理刺激信号后的抑郁、焦虑、压力负面情绪状态。

    一种基于卷积神经网络的香烟真伪鉴别方法

    公开(公告)号:CN109543586A

    公开(公告)日:2019-03-29

    申请号:CN201811365689.2

    申请日:2018-11-16

    Applicant: 河海大学

    Inventor: 储荣 王敏

    Abstract: 本发明公开一种基于卷积神经网络的香烟真伪鉴别方法,包括以下步骤:a)获取原始图像;b)对原始图像进行预处理;c)将预处理后的图像输入卷积神经网络中的第一个卷积层和池化层;d)将上一层的输出结果输入到卷积神经网络中的子网络;e)将上一层的输出结果输入到卷积神经网络中交替分布的卷积层和池化层;f)将上一层的输出结果输入到卷积神经网络中的全连接层;g)将上一层的输出结果输入到卷积神经网络中的Softmax层;h)输出香烟真伪分类结果。本发明能够很好的提取图像的特征,且只对子网络结构计算各层残差以减少计算量,对香烟真伪的鉴别也比较高效。

    一种基于深度学习的人车自动分类方法

    公开(公告)号:CN107862291A

    公开(公告)日:2018-03-30

    申请号:CN201711119313.9

    申请日:2017-11-14

    Applicant: 河海大学

    Inventor: 王敏 方仁渊

    Abstract: 本发明公开一种基于深度学习的人车自动分类方法,包括以下步骤:首先采集道路视频数据,接着采用三帧差分法和背景消减法进行运动目标检测,得到运动目标图像区域,然后用二值阈值分割方法将运动目标图像区域分割成目标和背景,并归一化局部图像,接下来将归一化局部图像及其标签输入到深度学习神经网络中进行训练,得到人车分类模型,最后将待识别图像输入到训练好的人车分类模型中,完成对人车的识别和分类。本发明摒弃传统的人工提取人车图像特征的方法,利用深度学习神经网络自动提取特征,将特征提取和分类识别合为一体,有利于整体优化。

    一种基于nu-支持向量机的白细胞分类方法

    公开(公告)号:CN107730499A

    公开(公告)日:2018-02-23

    申请号:CN201711048945.0

    申请日:2017-10-31

    Applicant: 河海大学

    Inventor: 王敏

    Abstract: 本发明公开一种基于nu-支持向量机的白细胞分类方法,首先采用中值滤波方法对彩色血液显微图像进行预处理,然后由其初始彩色空间映射到HLS彩色空间,得到变换后的一幅色调图像,接着使用基于nu-支持向量机的灰度图像分割方法对所述色调图像进行粗分割,采用层层筛选策略和数学形态学方法检出所有白细胞,再对每个白细胞图像进行细分割,即完成细胞核、细胞浆与背景的分离,对每个白细胞、细胞核和细胞浆抽取出最具有代表性的47个特征,最后借助nu-支持向量机完成对白细胞的分类。本发明能够显著提高整个白细胞自动识别计数系统的使用性能。

Patent Agency Ranking