公开(公告)号：CN114626504A

公开(公告)日：2022-06-14

申请号：CN202210030247.2

申请日：2022-01-11

Applicant: 南通大学

Inventor： 杨赛 ,  杨慧 ,  周伯俊 ,  胡彬

IPC: G06N3/04 ,  G06N3/08 ,  G06N5/02 ,  G06V10/764 ,  G06V10/762 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62

Abstract: 本发明公开一种基于群组关系知识蒸馏的模型压缩方法，该方法在完成对数据集的预处理之后，随机初始化一个大容量的卷积神经网络作为教师网络，利用交叉熵损失函数对该网络进行预训练；随后在知识蒸馏阶段，随机初始化一个小容量的卷积神经网络作为学生网络，教师网络和学生网络分别对图像样本特征进行K均值聚类，并利用最大均值差异计算各组之间的关系，利用交叉熵与群组关系损失函数的加权和对学生网络进行训练。最后利用训练好的网络对测试图像进行分类决策。该方法能够指导学生网络模仿老师对样本的分组能力，从而使得学生网络的性能逼近老师网络的性能。

公开(公告)号：CN114580553A

公开(公告)日：2022-06-03

申请号：CN202210228722.7

申请日：2022-03-10

Applicant: 南通大学

Inventor： 杨赛 ,  周伯俊 ,  杨慧

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明公开一种基于深度卷积神经网络的珍稀花卉自动识别方法，本发明方法利用图像搜索常见的普通花卉图像构建源域图像数据集，然后利用Vgg16深度卷积神经网络以及线性分类构建分类识别模型，利用源域图像以及对应的类别标签计算损失函数并使用SGD优化器对网络中的参数进行优化；接下来固定深度卷积网络中主干神经网络的参数并替换线性分类器，收集珍稀花卉图像构建目标域图像数据集，利用目标域图像以及对应的类别标签计算损失函数对网络分类器进行微调；最后利用训练好的深度卷积网络模型对珍稀花卉图像进行自动识别。本发明通过上述方式，能够大大提高对珍稀花卉的保护效率。

公开(公告)号：CN114580552A

公开(公告)日：2022-06-03

申请号：CN202210228607.X

申请日：2022-03-10

Applicant: 南通大学

Inventor： 杨赛 ,  杨慧 ,  周伯俊 ,  胡彬

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开一种基于迁移模型的小样本茶叶图像分类方法，该方法首先利用摄像头采集茶叶图像构建茶叶图像分类数据集，然后构建迁移模型，并利用茶叶基类图像数据基于交叉熵损失函数与监督损失函数的加权和利用梯度下降法对迁移模型进行训练，最后将迁移模型中基类分类器、旋转预测分类以及Softmax层移除，使用原型分类器完成小样本茶叶图像分类测试。本发明在卷积神经网络训练过程中引入自监督任务提高模型的迁移性，将此迁移模型应用到小样本茶叶图像分类任务中，能够提高小样本茶叶图像分类识别的性能。

公开(公告)号：CN114580551A

公开(公告)日：2022-06-03

申请号：CN202210228594.6

申请日：2022-03-10

Applicant: 南通大学

Inventor： 杨赛 ,  胡彬 ,  周伯俊 ,  杨慧

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V10/762 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开一种基于深度聚类的小样本电气设备图像分类方法，该方法首先网络搜索和现场进行实地拍摄的方式收集若干电气设备图像，创建电气设备图像数据集；然后将将数据集随机分为两部分，分别被用于分类模型的预训练和小样本电气分类的训练与测试；接下来利用C均值聚类算法图像样本的特征进行聚类，将聚类结果作为图像的标签值，基于标签值与类别概率输出值计算交叉熵损失函数，利用梯度下降算法对深度卷积神经网络模型中的参数进行优化；最后利用训练好的网络对小样本电气图像完成训练和测试。该方法能够在只对电气设备图像进行少量人工标注的情况下完成对电气设备的自动分类识别。

公开(公告)号：CN114548268A

公开(公告)日：2022-05-27

申请号：CN202210159436.X

申请日：2022-02-16

Applicant: 南通大学

Inventor： 杨赛 ,  杨慧 ,  周伯俊 ,  胡彬

IPC: G06K9/62 ,  G06V10/764 ,  G06V10/74 ,  G06V10/774

Abstract: 本发明公开了一种基于原型网络的小样本垃圾图像分类方法，该方法需要少量垃圾图像样本就能完成对垃圾图像的自动分类识别，能够提高垃圾处理过程中的自动分拣效率。包括：首先使用摄像头采集若干垃圾图像构建垃圾分类数据集并使用伽马校正方法对图像进行预处理，然后使用四层卷积神经网络构建原型网络，接着计算查询样本类别概率输出值与真实标签值之间的损失函数对原型网络进行训练，最后固定原型网络中的参数对垃圾图像进行分类测试。

公开(公告)号：CN114548256A

公开(公告)日：2022-05-27

申请号：CN202210148817.8

申请日：2022-02-18

Applicant: 南通大学

Inventor： 杨赛 ,  胡彬 ,  周伯俊 ,  杨慧

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774 ,  G06V10/74 ,  G06V10/82

Abstract: 本发明公开一种基于对比学习的小样本珍稀鸟类识别方法，该方法首先收集普通鸟类图像构建预训练图像数据集，然后在预训练图像数据集随机抽取一批图像输入到预训练模型中，提取正例图像样本和负例图像样本的投影向量特征，计算正例图像样本特征与负例图像样本特征之间的对比损失函数，利用梯度下降法完成预训练过程。接下来固定预训练模型中主干神经网络的参数，移除投影器并添加线性分类器以及Softmax层，利用收集的珍稀鸟类图像使用交叉损失函数对线性分类器参数进行优化，完成识别模型的训练，最后利用识别模型对珍稀鸟类图像进行在线分类识别。该方法通过对比学习对卷积神经网络进行训练来提高网络的迁移性，从而提高小样本珍稀鸟类识别方法的性能。

公开(公告)号：CN111908255B

公开(公告)日：2022-05-13

申请号：CN202010828569.2

申请日：2020-08-18

Applicant: 南通大学

Inventor： 华亮 ,  袁银龙 ,  张泽光 ,  季霆 ,  杨慧 ,  言淳恺 ,  郭广森

IPC: B65H54/553 ,  B65H54/44 ,  B65H63/00 ,  B65H57/00

Abstract: 本发明涉及电缆全自动生产加工技术领域，特指一种电缆智能卷绕装置，包括固定外框，还包括设于固定外框上的绕线木盘、木盘固定和驱动装置、取线送线模块、收线模块和识别模块；所述固定外框由底板、后板和顶板构成的为敞口型框架结构。本发明通过取线送线模块抓取线缆头移动至收线模块，收线模块通过移动线缆头并挤压将线缆一端固定，之后转动模块和取线送线模块联合运动将线缆绕于滚筒转轴上。该电缆智能卷绕装置不仅控制严密，自动化水平高，而且操作简单，加工效率高。

公开(公告)号：CN109004677B

公开(公告)日：2021-11-16

申请号：CN201811001278.5

申请日：2018-08-30

Applicant: 南通大学

Inventor： 顾菊平 ,  孟棒棒 ,  朱建红 ,  张新松 ,  赵凤申 ,  姜旭 ,  杨有清 ,  杨慧

IPC: H02J3/38 ,  H02J7/00

Abstract: 本发明涉及一种基于光伏发电与电动车流量的充电桩数量配置方法，实现充电桩的数量配置，用于电动汽车的充电，通过光伏发电可减少化石能源的消耗,减少温室气体和污染气体的排放,解决好全球气候变暖和人类社会可持续发展，并且电动汽车储能的合理配置可协助解决可再生能源的间歇性问题，降低储能的成本。通过微电网实现电动汽车对可再生能源发电的就地消纳利用，可降低二者单独接入电网造成的不良影响，不仅如此，结合光伏发电量与校园流动车辆确定实际需求的充电桩数量，可实现成本最小，投资最低，利用率最高的效果，以及电动车辆变相作为移动电源配合光伏发电，利用峰谷的电价差，可实现个人与团体收益最大化。

公开(公告)号：CN112977662B

公开(公告)日：2021-11-02

申请号：CN202110367422.2

申请日：2021-04-06

Applicant: 南通大学

Inventor： 周伯俊 ,  王润宇 ,  丁嘉俊 ,  马一川 ,  杨慧

IPC: B62D57/02 ,  B62D57/028

Abstract: 本发明涉及机器人技术领域，尤其涉及一种多形态全地形搜救机器人，包括机器人本体，机器人本体为左右对称结构，机器人本体包括机架主体、以及设于机架主体左右两侧的第一关节组件、履带传动组件、第二关节组件、腿轮组件和Y形支架；履带传动组件通过第一关节组件与机架主体连接，Y形支架的分叉端通过第二关节组件与履带传动组件连接，Y形支架的另一端与腿轮组件连接。本发明通过第一关节组件、履带传动组件、第二关节组件、腿轮组件和Y形支架相互配合作用，从而使得该机器人具有履带行走形态、滚轮行走形态和腿式行走形态，可根据不同地形，通过各电机改变其行走形态以达到在不同地形下的最佳运动性能。

公开(公告)号：CN113049683A

公开(公告)日：2021-06-29

申请号：CN202110261612.6

申请日：2021-03-10

Applicant: 南通大学

Inventor： 言淳恺 ,  郭九榕 ,  周亮亮 ,  杨慧 ,  华亮 ,  顾菊平 ,  蒋欣越 ,  王力予 ,  刘旺朋 ,  汤紫洋 ,  施可昕 ,  刘凯文

IPC: G01N29/265 ,  G01N29/22

Abstract: 本发明公开了一种面向水下管线的超声波探伤装置，包括单自由度机械臂、超声波探伤模块和主控模块，单自由度机械臂和超声波探伤模块均为环形，两者通过螺纹啮合进行连接。通过主控模块的控制指令，可实现探伤装置对水下管线的环抱固定及无损探伤：主控模块发出吸合指令，控制机械臂实现对水下管线的吸附；发出巡检指令，控制超声波探伤模块实现对水下管线的正、逆向探伤作业流程，并记录探伤作业过程中的相控阵超声波探头的位姿信息；主控模块基于上述超声波探伤信息和位姿信息，实现对水下管线的高精度无损探伤。本发明提供了一种全自动的、连续稳定、高效率的水下超声波探伤装置。