-
公开(公告)号：CN107392249A
公开(公告)日：2017-11-24
申请号：CN201710607140.9
申请日：2017-07-24
Applicant: 江南大学
IPC: G06K9/62
CPC classification number: G06K9/6222
Abstract: 本发明公开了一种K近邻相似度优化的密度峰聚类方法(Density Peaks clustering Optimized by K Nearest Neighbor’s Similarity，DPCKS)，主要解决了密度峰聚类算法(Density Peaks Clustering，DPC)无法处理流形数据聚类的问题。该方法采用新的函数计算点间相似度，然后寻找每个点的K近邻，利用K近邻对每个点分配时进行指向点检测，对于指向错误的点重新寻找它的指向点，最后剩余的点分配到指向点所在族类。本发明方法能够适用于流形数据聚类，具有更高的精度和适用范围，能满足实际工程应用的需求。
-
公开(公告)号：CN112926800B
公开(公告)日：2024-10-15
申请号：CN202110330424.4
申请日：2021-03-19
Applicant: 江南大学
IPC: G06Q10/047 , G06Q10/0835 , G06N3/126
Abstract: 本发明公开了一种考虑复杂路网的物流配送区域划分方法，属于交通运输科技领域。所述方法通过在城市复杂路网上搭建反向k‑增长多尺度网络模型，并采用混合遗传‑集束搜索算法解决城市物流配送过程中配送效率低下的问题，实现城市物流配送区域划分。实现过程为：将城市物流配送区域进行网格化，并将现实城市的路网结构与物流配送网络进行结合，形成具有复杂路网的物流配送区域网络，然后建立反向k‑增长多尺度网络模型对物流配送网络进行初始网格划分和扩展划分，最后利用混合遗传‑集束搜索算法进行物流配送区域的优化划分。该方法能够对城市物流配送区域进行有效划分，有助于物流运营商降低运营成本，改善客户服务。
-
公开(公告)号：CN112651995B
公开(公告)日：2024-05-03
申请号：CN202011516155.2
申请日：2020-12-21
Applicant: 江南大学
IPC: G06T7/246 , G06T7/277 , G06V10/25 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了基于多功能聚合和跟踪模拟训练的在线多目标跟踪方法，属于计算机视觉技术领域。所述方法设计了一个聚合多个功能模块的网络结构，利用ECC与Kalman滤波器的融合模式作为运动模型，同时本申请采用了一种端对端的训练方法，利用目标的预测位置和真实位置扩充训练数据，最后，采用融合了目标历史外观信息的指标损失来训练网络中的外观提取模块。本发明方法能够提高各个功能模块之间的兼容性以及对于多目标跟踪任务的适应性，改善模型的身份保存能力，具有较好的在线多目标跟踪性能。
-
公开(公告)号：CN110472577B
公开(公告)日：2022-02-15
申请号：CN201910755459.5
申请日：2019-08-15
Applicant: 江南大学
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：CN109947375B
公开(公告)日：2021-05-14
申请号：CN201910269201.4
申请日：2019-04-04
Applicant: 江南大学
IPC: G06F3/06
Abstract: 本发明公开了一种基于分区处理共识算法的分布式存储系统优化方法，属于分布式系统性能优化领域，主要解决现有分布式存储系统性能随客户端命令冲突的增多而下降的问题。该优化方法实时监控客户端命令的处理情况，并根据客户端命令处理情况，判断是否需要进行分区处理。对无需分区处理的情况，分布式存储系统中各副本采用EPaxos共识算法处理客户端命令；对需要分区处理的情况，先生成分区方案，再根据具体的分区方案协调分布式存储系统中各副本的处理流程，进行分区处理。本发明在客户端命令冲突影响分布式存储系统性能的情况下，能提升系统的延迟与吞吐量性能，同时可以更好地适应不同的客户端环境，满足实际应用的需求。
-
Patent Agency Ranking
公开(公告)号：CN110188763B
公开(公告)日：2021-04-30
申请号：CN201910450367.6
申请日：2019-05-28
Applicant: 江南大学
Abstract: 本发明公开了一种基于改进图模型的图像显著性检测方法，属于计算机视觉、图像检测技术领域。该方法采用简单线性迭代聚类将图像分割成超像素，以超像素为顶点构建无向图，在改进图模型的基础上利用图像底层特征和先验知识提取高层特征并得到基于底层特征的显著图。接着利用高层特征和显著物体的紧凑性选取前景、背景种子节点，分别计算基于前景、背景种子的显著图并融合。最后将两阶段得到的显著图融合得到最终的显著图。本发明能够完整检测并均匀突出图像中的显著物体，提高复杂环境中显著物体检测的准确性，满足实际工程系统的设计需求，解决了复杂环境中显著物体检测的准确率较低的问题。
-
公开(公告)号：CN110060204A
公开(公告)日：2019-07-26
申请号：CN201910354852.3
申请日：2019-04-29
Applicant: 江南大学
Abstract: 本发明公开了一种基于可逆网络的单一图像超分辨率方法，属于图像处理领域。所述方法通过引入可逆网络来构建超分辨率模型的网络结构，利用可逆网络的可逆性质实现了高分辨率图像空间和低分辨率图像空间的相互映射，从低分辨率和高分辨率两个方向对超分辨率过程进行优化，解决了其他基于深度学习的超分辨率方法无法有效利用高分辨率和低分辨率图像之间的相互依赖的问题，从而提升了模型进行图像超分辨率的能力。还通过引入奇异值分解初始化1×1可逆卷积层的权重矩阵，提升了1×1可逆卷积层的逆过程的传播速度；采用本申请方法能够有效实现单一图像的超分辨率过程，利用低分辨率图像生成具有良好纹理细节以及视觉效果的超分辨率图像。
-
公开(公告)号：CN112766134B
公开(公告)日：2024-05-31
申请号：CN202110047932.1
申请日：2021-01-14
Applicant: 江南大学
Abstract: 本发明公开了一种强化类间区分的表情识别方法，属于模式识别和智能信息处理领域。本发明的方法从各类表情的类间关系出发，通过观察分类之后的召回率矩阵(RM)结合筛选算法来构建分类支路。通过分析类间关系，可以获取各类表情之间的关联程度，相当于获取了表情识别问题理论情况下的客观规律。将这样的规律设计到网络模型之中，模型就获取到了特定的先验知识，而这样的先验知识在一般的深层神经网络中能否被学习到有着不确定性。本发明在神经网络的深层上固定了参数，在真实环境中保持了优越的识别精度，满足实际工程系统的设计需求。
-
公开(公告)号：CN118015274A
公开(公告)日：2024-05-10
申请号：CN202410166434.2
申请日：2024-02-06
Applicant: 江南大学
IPC: G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的弱监督图像语义分割方法，属于模式识别、图像语义分割领域。本发明语义分割网络的构建方法包括：(1)对图像进行数据增强预处理，包括颜色抖动、数据缩放、图像随机裁剪三个步骤；(2)构造扩展补丁对；(3)构造三重网络TBN缩小原始图片CAM与扩展补丁对CAM之间差距；(4)使用高低阶特征自注意力聚合模块对原始图片CAM进行增强；(5)增强后的CAM经过IRN网络扩展为伪标签并以此训练得到分割精度更高的语义分割网络；本发明相比于现有方法能够找到更多前景种子、种子区域覆盖更完全、网络分割精度更高，所提出的自注意力聚合机制，对于其他领域高阶特征的自注意力增强具有很好的借鉴意义。
-
公开(公告)号：CN115545038A
公开(公告)日：2022-12-30
申请号：CN202211109002.5
申请日：2022-09-13
Applicant: 江南大学
Abstract: 本发明公开了一种优化网格标签的方面情感分析方法，属于自然语言处理，方面情感分析领域。所述方法采用增强位置学习的网格标签方法以及将正则dropout方法融入BERT模型，并在正则dropout方法上搭配扩充数据集方案来实现方面情感提取。本发明方法能够降低标注使用的空间代价，更准确的提取出文本中的方面情感三元组以及二元组的信息，提高模型利用率，满足实际工程系统的设计需求。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.021 seconds)
