-
公开(公告)号：CN116597280A
公开(公告)日：2023-08-15
申请号：CN202310632657.9
申请日：2023-05-31
Applicant: 南京工业大学
IPC: G06V10/82 , G06V10/25 , G06V10/40 , G06V10/774 , G06N3/048 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于改进YOLOv7的烟火识别方法，基于添加SEAttention注意力机制模块的YOLOv7网络架构，训练获得针对拍摄图像，考虑拍摄时目标室内环境关于预设各类环境因素，用于获得火情侦测的火情检测模型，实现实际应用中火情的快速准确识别；设计方案在YOLOv7网络架构上的改进，结合创新损失函数的应用，不仅减少了模型的计算量和参数数量，提高数据处理速率，而且能够更好地捕捉图像中关键特征，有效提高了烟火目标的检测精度和鲁棒性。
-
公开(公告)号：CN113852985A
公开(公告)日：2021-12-28
申请号：CN202111095731.5
申请日：2021-09-17
Applicant: 南京工业大学
Abstract: 本申请公开了一种基于分布式的嵌入式系统无线通信网络协议，涉及到无线通信领域。首先通过嵌入式系统上电自检，并对lora通信模块进行功能性检测，然后网络节点与网关进行网络同步，通过多上报周期机制和自适应速率机制，对不同应用的节点分配不同的上报周期，提高了通信效率并有效降低网络节点功耗。通过地址分配实现网关的数据广播和网络节点数据通信，通过对于不同的异步事件的处理能够有效的处理网络通信过程中网络节点发生的各种异步事件，构建出一个抗干扰性强、通信距离广、智能组网的嵌入式系统无线通信网络。
-
公开(公告)号：CN110378035A
公开(公告)日：2019-10-25
申请号：CN201910663520.3
申请日：2019-07-19
Applicant: 南京工业大学
Abstract: 本发明公开了一种基于深度学习的加氢裂化软测量建模方法。涉及软测量技术领域，该方法使用Java编写了分别获取过程历史数据库和生产过程质量检测类LIMS数据库的过程数据和质量数据的定时程序，周期性的获取过程数据；根据加氢裂化工艺的先验知识选取了软测量建模中所需的辅助变量，并对相应的过程数据进行了数据预处理；然后，建立了深度置信网络和深度神经网络结合的网络模型，深度置信网络用于提取复杂非线性过程数据的特征和降低数据维度，深度神经网络用于回归预测质量变量。
-
Patent Agency Ranking
公开(公告)号：CN110062459A
公开(公告)日：2019-07-26
申请号：CN201910268557.6
申请日：2019-04-02
Applicant: 南京工业大学
Abstract: 本发明设计了一种无线传感器网络中未知节点定位的方法与系统，涉及了信息感知与数据采集领域。该方法通过设置跳数阈值，筛选出参与定位的信标节点，同时提出了反距离加权精度校正方法，从全局角度考虑多个信标节点对未知节点平均跳距的影响，计算出未知节点的平均跳距，然后根据未知节点与信标节点的相对位置分布，分成两种情况去计算未知节点的平均跳距，最后根据这两种情况下所估算的未知节点的位置坐标，计算出未知节点的最终位置坐标。本发明能够在不增加额外硬件设备的前提下，提高无线传感器网络环境中的未知节点位置坐标的定位精度，适合大规模范围下的使用。
-
公开(公告)号：CN117496129A
公开(公告)日：2024-02-02
申请号：CN202311525016.X
申请日：2023-11-15
Applicant: 南京工业大学
Abstract: 本发明涉及机器视觉与目标检测技术领域，尤其涉及一种基于YOLOv7改进的工厂安全穿戴目标检测方法，包括采集不同场景、不同天气、不同拍摄距离和人员密度的的穿戴图像，并进行预处理；在YOLOv7的Head部分加入深度可分离卷积可以有效提升检测速度，大大降低参数量和计算量。本发明解决现有方法参数量与计算量高、帧率低的问题；增加小目标检测层，使得YOLOv7网络的目标检测尺寸范围增大，增加了在复杂背景下的检测鲁棒性；在YOLOv7的特征提取网络部分与特征融合网络部分的连接处添加CA注意力机制，提高模型的准确性；采用SiLU激活函数增加模型的泛化能力。本发明通过以上技术方案有效的解决了复杂场景下安全穿戴检测中所遇到的检测速递低、密集遮挡、小尺度目标漏检误检等问题，提高了检测的准确率，降低了模型计算量，做到了准确率与速度的平衡，满足了满足端到端的工业部署。
-
公开(公告)号：CN114785819A
公开(公告)日：2022-07-22
申请号：CN202210227043.8
申请日：2022-03-08
Applicant: 南京工业大学
Abstract: 一种基于边缘计算的工业互联网安全防护方法，包括步骤：一，构建入侵检测系统侵检测系统为：采用一台中央服务器作为管理和控制中心，采用多个网络探针分布在各个工；二，构建入侵检测动态模型；三，通过该模型实现工控系统入侵检测；步骤一中，入控子网上，它们通过核心交换机建立入侵检测系统；分布式的网络探针将各个工控子网的网络流量接入本入侵检测系统。本方法分别对工控系统硬件模块、检测动态模型等做出设计，利用边缘计算将云计算的计算能力渗透到数据端，将边缘云协作融入混合随机边缘计算中，通过混合随机边缘计算得到入侵检测信号的能量，构建动态模型保护整个工控系统的安全。
-
公开(公告)号：CN113791534A
公开(公告)日：2021-12-14
申请号：CN202111095734.9
申请日：2021-09-17
Applicant: 南京工业大学
IPC: G05B11/42
Abstract: 在过程控制中，按偏差的比例(P)、积分(I)和微分(D)进行控制的PID控制器(亦称PID调节器)是应用最为广泛的一种自动控制器。但是传统的PIP算法产生误差的方式不太合理控制目标v在过程中可以“跳变”，被控对象输出Y的变化都有惯性，不可能跳变，要求让缓变的变量y来跟踪能够跳变的变量v，初始误差很大，易引起超调，很不合理。本发明正是基于PID算法，在原来传统的PID算法控制原理，常规的PID参数整定方法上，通过新的参数整定方法以及新的分段控制的PID算法可以有效降低最大稳态的误差。
-
公开(公告)号：CN110334286A
公开(公告)日：2019-10-15
申请号：CN201910633177.8
申请日：2019-07-10
Applicant: 南京工业大学
IPC: G06F16/9536
Abstract: 本发明公开了一种基于信任关系的个性化推荐方法。涉及推荐方法领域，该方法通过建立基于信任的协同过滤模型，将改进的信任机制融入到协同过滤推荐算法中。信任值通过全局信任及局部信任计算获得，其中局部信任利用了信任传播机制，计算用户的直接信任值和间接信任值；全局信任采用信任有向图的方式计算，然后将信任值与评分相似度融合，解决了数据稀疏性、恶意推荐问题。通过梯度下降算法，对用户特征向量和项目特征向量进行计算，产生预测评分值，进一步提高了推荐系统的精准度。本发明在满足推荐的条件下，结合用户信任关系和用户相似性，使得推荐效果大大提高。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.023 seconds)
