-
公开(公告)号：CN101977415A
公开(公告)日：2011-02-16
申请号：CN201010529163.0
申请日：2010-10-22
Applicant: 苏州大学
CPC classification number: Y02D70/00
Abstract: 本发明公开了一种具有偏好随机游动能量均衡的数据传输方法，首先对传感器节点进行随机部署；基于任何两个节点之间的最小传输距离，把节点的传输范围划分成一系列同心圆环，由于很多节点随机均匀地分布在传感器感知范围区域内，因此每个圆环可能包含一系列潜在的代理转发节点，从而传播路径是由一系列的节点形成的代理转发节点链。然后，根据圆环的划分策略提出了一种数据传输方法，这种划分策略可以具体确定节点在量源消耗和延迟中的跳转概率pi。选择的代理转发节点靠近发送节点和Sink之间的直接路径或者在直接路径之上，节省的能量最多，同时延迟最小。有助于平衡能量消耗和延迟，延长了节点的寿命，从而延长无线传感器网络的生命周期。
-
公开(公告)号：CN101419658A
公开(公告)日：2009-04-29
申请号：CN200810243784.5
申请日：2008-12-15
Applicant: 苏州大学
IPC: G06K7/00
Abstract: 本发明公开了一种RFID读卡性能稳定性控制方法，其特征在于：设置电源控制电路，由控制芯片经电源控制电路控制射频芯片的供电；在控制芯片和射频芯片进行通信时，首先设定上电复位等待时间，然后RFID读卡系统工作，在正常工作情况下，接收到返回数据后，对数据按预先设定的规则进行校验处理；如未收到返回数据，并且时间达到设定的上电复位等待时间时，控制芯片经电源控制电路进行射频芯片的上电复位操作，使射频芯片恢复正常工作，由此实现读卡性能稳定性的控制。本发明保证了RFID读卡系统的安全性、可靠性、抗干扰性。
-
公开(公告)号：CN102968782B
公开(公告)日：2015-08-19
申请号：CN201210336043.8
申请日：2012-09-12
Applicant: 苏州大学
IPC: G06T7/00
Abstract: 本发明公开了一种彩色图像中显著对象的自动抠取方法，其特征在于，将图像从RGB颜色空间变换至HSV颜色空间，从色调、亮度以及暖色增益三个方面计算目标的显著性；根据显著度图，获得包围显著区域的矩形框，并进行矩形框扩展，扩展后的矩形框包围的图像作为后续处理的图像；用改进的分水岭算法对输入图像内容进行预分割，以预分割后的形成的超级像素子区域代替像素点构造图切分的赋权图，采用最大流-最小切策略进行分割，直至能量函数收敛，获得切割后的图像。本发明提供了一种自动的抠像技术，可以快速有效地抠取场景中的显著物体，在抠像效率、质量等方面有显著性的提高。
-
公开(公告)号：CN103578119A
公开(公告)日：2014-02-12
申请号：CN201310534301.8
申请日：2013-10-31
Applicant: 苏州大学
IPC: G06T7/20
Abstract: 本发明公开了一种基于超像素的Codebook动态场景中目标检测方法，其特征在于，包括以下步骤：（1）采用的超像素分割方法对视频帧进行分割，分割成K个超像素；（2）采用Codebook背景建模法，为步骤（1）中分割出来的每一个超像素建立一个Codebook，每个Codebook包括一个或几个Codeword，每个Codeword有它的学习时最大最小阈值，检测时的最大最小阈值，完成背景建模；（3）背景建模完成后，对当前进入的视频帧进行目标检测，如果当前帧的某个超像素值符合该背景像素值的分布，就标记为背景，否则标记为前景；最后，用当前的视频帧更新背景模型。本发明解决传统Codebook背景建模算法计算量和内存需求大，并且构建的Codewords不准确等问题，提高目标检测的准确度和速度，使其达到实时准确的要求，从而满足现实生活中智能监控的需求。
-
公开(公告)号：CN103345474A
公开(公告)日：2013-10-09
申请号：CN201310223574.0
申请日：2013-07-25
Applicant: 苏州大学
IPC: G06F17/30
Abstract: 本发明公开了一种文档主题的在线追踪方法，包括如下步骤：首先对数据进行预处理，主要是将数据切分成若干独立段，然后逐段训练以解决内存不足的问题；对数据在主题模型上采用在线学习算法进行训练，其中每段的训练均权重依赖已经训练得到的结果；最后，对每段训练得到的结果进行主题演变分析，对相应的主题进行追踪。本发明采用在线学习算法训练模型的精度和速度都很高，有效的解决了主题模型训练中的一些不足，在海量数据和数据流中表现出较好的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN102496013B
公开(公告)日：2013-08-21
申请号：CN201110357395.7
申请日：2011-11-11
Applicant: 苏州大学
IPC: G06K9/20
Abstract: 本发明公开了一种用于脱机手写汉字识别的汉字字符切分方法，其特征在于，包括下列步骤：(1)对待识别的汉字图像进行预处理，所述预处理包括对图像进行二值化处理；(2)基于投影分析对汉字图像进行粗分割，将非粘连的字符分割成单个字符，将粘连的字符整体分割；(3)获得非粘连字符的平均高度；(4)根据步骤(3)获得的非粘连字符的平均高度，对步骤(2)分割后的字符进行判断，得到粘连字符串集；(5)对于粘连字符串集中的每一粘连字符串，基于最小加权分割路径进行细切分，实现粘连字符的切分。本发明可以有效地自适应分割粘连汉字字符和非粘连汉字字符，具有较高的分割准确率和分割效率。
-
公开(公告)号：CN103246688A
公开(公告)日：2013-08-14
申请号：CN201210504852.5
申请日：2012-12-03
Applicant: 苏州大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于显著区域稀疏表示的语义层次模型图像分类管理方法，所建立的模型可以从自底向上和自顶向下两个通道有效模拟人类分类管理图像的思维模式。本发明将显著检测模型融入图像管理模型的构建过程中：首先在图像显著区域的基础上，构建层次语义标注树HSLT；然后将HSLT用于对图像进行层次语义标注，从而获得对图像高层语义的认知；最后以层次语义标注信息为依据，建立图像层次管理模型。本发明符合人们管理图像的基本理念，按照语义信息有效的组织管理图像，比较形象的模拟人们管理存放图像的过程，减少了人力、物力和时间等消耗，具有重要的现实意义。
-
公开(公告)号：CN102968782A
公开(公告)日：2013-03-13
申请号：CN201210336043.8
申请日：2012-09-12
Applicant: 苏州大学
IPC: G06T7/00
Abstract: 本发明公开了一种彩色图像中显著对象的自动抠取方法，其特征在于，将图像从RGB颜色空间变换至HSV颜色空间，从色调、亮度以及暖色增益三个方面计算目标的显著性；根据显著度图，获得包围显著区域的矩形框，并进行矩形框扩展，扩展后的矩形框包围的图像作为后续处理的图像；用改进的分水岭算法对输入图像内容进行预分割，以预分割后的形成的超级像素子区域代替像素点构造图切分的赋权图，采用最大流-最小切策略进行分割，直至能量函数收敛，获得切割后的图像。本发明提供了一种自动的抠像技术，可以快速有效地抠取场景中的显著物体，在抠像效率、质量等方面有显著性的提高。
-
公开(公告)号：CN101959218A
公开(公告)日：2011-01-26
申请号：CN201010529473.2
申请日：2010-10-22
Applicant: 苏州大学
Abstract: 本发明公开了一种基于伸展树的事件区域检测方法，首先对传感器节点进行随机部署；采用基于Voronoi图以及Delaunay三角网络来描述感知网络拓扑，通过三种消息Beacon，Probe和Join实现伸展树的构建；在已构建伸展树的基础上，基于多项式回归进行数据融合，同时完成事件区域的可靠检测。实验证明，本发明的基于伸展树的事件区域检测方法是可行的，将本发明应用于事件区域的检测，可以提高检测的准确度。
-
公开(公告)号：CN109165612B
公开(公告)日：2021-07-09
申请号：CN201811007813.8
申请日：2018-08-31
Applicant: 苏州大学
Abstract: 本发明公开了一种基于深度特征和双向KNN排序优化的行人再识别方法，包括三个阶段，特征提取阶段：获得在ImageNet数据集上预训练好的ResNet‑50模型，利用行人再识别数据集对预训练模型进行微调，利用微调后的模型分别对目标图像和候选集图像进行特征提取以获得特征向量；度量学习阶段：对提取的两个特征向量通过度量学习学习出一个度量函数来衡量它们间的相似性，根据它们的距离远近得到初始排名；重排序阶段：根据双向KNN关系和双向KNN集，计算两张图像间的双向KNN距离，将初始距离和双向KNN距离加权求和作为最终的距离，得到优化后的排名。本发明能够更好的表示一个行人，在初始排名的基础上提高行人再识别的精度，减轻人力和机器资源的压力，具有良好的普适性。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.022 seconds)
