-
公开(公告)号：CN114186799B
公开(公告)日：2025-05-06
申请号：CN202111381476.0
申请日：2021-11-21
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于异构图神经网络的企业估值方法及系统，属于图神经网络领域。该方法包括如下步骤：搭建行业异构图；待估值企业邻居采样；对采样节点注意力聚合学习；加权融合异构节点的聚合特征；预测企业估值。本发明采用图神经网络作为基本模型，在异构图神经网络的聚合学习中引入公司节点和人员节点的连接信息并通过注意力机制融合；由于引入了图神经网络算法，相较于传统专家估值效率大幅度提升，在公司和人员信息变更、市场出现波动时，可以对企业估值快速更新；从行业领域信息从高层次视角聚焦公司估值，依托海量数据有效地解决了专家对企业直接建模导致的认知偏差和主观局限性。
-
公开(公告)号：CN114760398B
公开(公告)日：2024-04-30
申请号：CN202210339358.1
申请日：2022-04-01
Applicant: 南京理工大学北方研究院
Abstract: 本发明公开了一种智慧城市用市政井盖监护系统，包括井盖，所述井盖中设有开口向上的第一凹槽，且第一凹槽内固定设有监控摄像头，所述井盖内还设有置物槽，且置物槽内设有与监控摄像头关联的监控元件，所述第一凹槽的开口处设有封盖机构，所述封盖机构包括两个对称设置的弧形夹片以及夹在弧形夹片之间的玻璃面板，所述玻璃面板位于第一凹槽的开口处且位于监控摄像头的正上方设置，所述第一凹槽两侧的内壁对称设有第一滑槽，且第一滑槽内滑动设有滑块。本发明通过设置监控摄像头可以实时对井盖进行监控防护；通过设置报警电铃，当井盖被从地面抬起时可以发报警警报，从而提高该市政井盖的防盗性。
-
公开(公告)号：CN116597264A
公开(公告)日：2023-08-15
申请号：CN202310557880.1
申请日：2023-05-17
Applicant: 南京理工大学
IPC: G06V10/80 , G06T17/00 , G06V10/764 , G06T7/80 , G06T3/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种融合二维图像语义的三维点云目标检测方法，具体包括以下步骤：对图像进行全景分割，获得实例掩码和像素级类概率分布；利用点云生成稀疏深度图；利用实例掩码在稀疏深度图中筛选实例的深度值集合，聚类得到最大簇聚类中心，计算最大簇外的异常深度值与聚类中心的差值倒数，作为对应像素的权重；修改异常深度值对应像素的类概率分布并加权；为点云拼接对应像素的加权类概率分布；将点云空间划分为多个柱体，聚合柱内特征得到伪图像特征；提取伪图像特征的多尺度特征并整合为高维特征，输入检测头获得三维目标检测结果；后处理利用地面点云调整边界框高度。本方法适用于基于LiDAR的三维目标检测网络。
-
公开(公告)号：CN111460912B
公开(公告)日：2022-10-28
申请号：CN202010170236.5
申请日：2020-03-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于级联高分辨卷积神经网络的密集人群计数算法，包括：估计密集人群图中单个人头的尺度大小，生成监督预测密度图；利用初级高分辨率特征提取网络HRNet提取输入图像的高分辨特征；利用高分辨率特征预测初级密集人群对应密度图像；基于初级高分辨率特征提取网络，构建级联高分辨特征提取网络CHRNet提取第二级高分辨率特征；采用分区域损失加权方式，使用MSE和计数误差两种损失函数进行网络参数优化；利用第二级高分辨率特征预测最终密集人群密度图；对密度图像素值进行累加求和，得到最终密集人群计数结果。本发明提高了密集人群计数的精度，有效改善了因分辨率低、人群遮挡、人群密度高等造成计数不准的情况。
-
公开(公告)号：CN112750198B
公开(公告)日：2022-10-21
申请号：CN202110039029.0
申请日：2021-01-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于非刚性点云的稠密对应预测方法，包括：利用图卷积神经网络和多个集合抽象层分别提取三维模板和点云的几何特征；利用全局回归网络根据模板和点云的关联全局特征推断全局位移；利用局部特征嵌入技术，并引入注意机制，将点云的局部深度特征与图的几何特征进行融合；利用局部回归网络预测位移增量；利用弱监督的微调方法，对真实点云进行处理，并与两阶段回归网络统一在一个完整的框架内。本发明不仅充分利用点云的局部几何特征，采用注意策略提高对应精度，而且采用弱监督微调方法鲁棒地处理真实点云，有效改善了因训练数据的缺乏导致预测模型不合理扭曲、与输入形状明显不一致的情况。
-
Patent Agency Ranking
公开(公告)号：CN115164974A
公开(公告)日：2022-10-11
申请号：CN202210969273.1
申请日：2022-08-12
Applicant: 南京理工大学
IPC: G01D21/00
Abstract: 本发明公开了一种基于红外相机的低成本高精度发热筛查方法。针对目前市场上基于红外相机的发热筛查系统中人脸检测难、发热判断精度低、成本高等问题，本发明提出了一种基于红外相机的低成本高精度发热筛查方法。具体包括：搭建可见光与红外双目相机系统以辅助红外人脸检测；构建历史差异框架以克服环境变化的影响；提出位置增强模块以克服距离变化的影响；提出自监督模板生成网络以提取历史人群中的有效面部温度信息。本发明仅依赖红外相机的测温灵敏度就能够实现较高的发热判断精度，在极大降低发热筛查成本的同时提高其适应复杂环境的能力。
-
公开(公告)号：CN114777029A
公开(公告)日：2022-07-22
申请号：CN202210401554.7
申请日：2022-04-18
Applicant: 南京理工大学北方研究院
Abstract: 本发明公开了一种基于物联网的供水管网漏损检测装置，包括无线通讯器，所述无线通讯器的两端分别安装有通讯线缆，每个所述通讯线缆远离无线通讯器的一端均安装有环形检测器，每个所述环形检测器上均固定插设有连接管，每个所述连接管内均固定安装有芯柱，每个所述芯柱内均转动安装有球芯，每个所述芯柱上均贯穿开设有流通孔，每个所述球芯上均贯穿开设有控制孔。本发明通过利用管道漏损处两侧的水压差实现漏损检测，通过利用管道内水流动力实现自供电并利用自供电能实现漏损及时关断功能，通过利用分段无线传输的方式实现供水管网的全面检测，使其检测更加准确全面，使用更加可靠，适用范围更广且更加节能环保。
-
公开(公告)号：CN114186080A
公开(公告)日：2022-03-15
申请号：CN202111381465.2
申请日：2021-11-21
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于语义共享的深度跨模态检索方法及系统，属于多模态学习领域，该方法包括如下步骤：提取图片和文本的细粒度特征；使用共享模型学习多模态一致性表示；通过掩码预测和分类预测优化模型；基于模型进行跨模态检索。本发明采用深度自注意力网络作为基本模型，对多模态数据分别提取细粒度特征并使用共享模型在同一语义空间中学习不同模态数据的一致性表示，解决了以往跨模态算法使用一致性损失函数导致弱模态对强模态的干扰问题，通过标签预测和掩码预测多任务损失函数对共享深度自注意力网络模型进行参数学习，有效地提升了跨模态检索的精度。
-
公开(公告)号：CN113989921A
公开(公告)日：2022-01-28
申请号：CN202111196135.6
申请日：2021-10-14
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于长尾域紧凑度的复杂场景行人检测方法，该方法包括以下步骤：利用训练好的检测模型获得每一个行人实例的特征向量；计算特征向量两两之间的欧式距离，对于每个实例取前K个最小的欧式距离之和作为其所处特征空间的域紧凑度，然后构建所有行人实例的域紧凑度直方图，直方图呈现长尾分布；在训练过程中，对于域紧凑度值较大的行人实例，在特征空间生成更多的正样本；根据每个样本的域紧凑度和分类损失计算对应损失的权重，优化模型对不同样本的关注度。本发明与经典方法相比，从统计学角度显式表示行人实例的检测难度，旨在提高模型对复杂场景行人检测的泛化性能。
-
公开(公告)号：CN112750198A
公开(公告)日：2021-05-04
申请号：CN202110039029.0
申请日：2021-01-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于非刚性点云的稠密对应预测方法，包括：利用图卷积神经网络和多个集合抽象层分别提取三维模板和点云的几何特征；利用全局回归网络根据模板和点云的关联全局特征推断全局位移；利用局部特征嵌入技术，并引入注意机制，将点云的局部深度特征与图的几何特征进行融合；利用局部回归网络预测位移增量；利用弱监督的微调方法，对真实点云进行处理，并与两阶段回归网络统一在一个完整的框架内。本发明不仅充分利用点云的局部几何特征，采用注意策略提高对应精度，而且采用弱监督微调方法鲁棒地处理真实点云，有效改善了因训练数据的缺乏导致预测模型不合理扭曲、与输入形状明显不一致的情况。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.078 seconds)
