-
公开(公告)号：CN101908275B
公开(公告)日：2013-01-02
申请号：CN201010237651.4
申请日：2010-07-27
Applicant: 南京信息工程大学
Abstract: 本发明提供一种基于多网络的公共交通优化出行方法，该方法主要是为用户提供最佳乘车路线或最佳乘车时间，本发明包括步骤A，采用无线传感器进行实时公交信息的采集，得到实时公交信息数据结果；步骤B，将步骤A采集的实时公交信息数据结果传输到目的网络；步骤C，目的网络接收到数据后，对数据进行处理与计算，得到公交信息；步骤D，用户通过安装在目的网络终端的查询系统进行公交信息查询，或者将公交信息通过多网络发送至用户方供查询；本发明能有效提高城市公共交通出行效率，具有良好的可扩展性，计算复杂度小，实时性强，操作简单方便，易于推广，能够满足不同用户的出行需要。
-
公开(公告)号：CN118336721A
公开(公告)日：2024-07-12
申请号：CN202410753423.4
申请日：2024-06-12
Applicant: 南京信息工程大学
IPC: H02J3/00 , G06F18/213 , G06F18/15 , G06F18/25 , G06F18/2431 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06Q50/06 , G06F123/02
Abstract: 本发明提供了基于小波包分解和ConvLSTM的电力负荷预测方法，所述方法采用小波包分解模块分解电力负荷数据得到多个表示不同时序规律的子序列数据，将气象要素、用地类型以及子序列数据作为多源融合数据输入赋权耦合Conv‑LSTM网络中，使用赋权耦合模块计算通道赋权特征，进行电力负荷预测。在相同条件下，本方法能够实现更准确的电力负荷短期预测，评价指标MAPE达到2.73，与其他主流方法相比整体预测性能显著提升。
-
公开(公告)号：CN118228003A
公开(公告)日：2024-06-21
申请号：CN202410639425.0
申请日：2024-05-22
Applicant: 南京信息工程大学
IPC: G06F18/20 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/045 , G06N3/08 , G06Q50/26 , G01W1/10
Abstract: 本发明提供了融合中大尺度环流数据的长江流域次季节降水预测方法，包括：步骤1，获取具有相同时空分辨率的降水格点数据和大气环流气象因子数据；步骤2，将步骤1获取的数据进行要素维度定义和聚合处理；步骤3，构建原始预测模型；步骤4，对原始预测模型进行训练；步骤5，利用验证集来评估模型的性能，得到训练完成的定量预测次季节降水的模型；步骤6，通过定量预测次季节降水的模型得到整个长江流域的次季节降水数据。针对长江流域受大气环流气候时滞影响显著的情况，本发明通过深入学习并捕捉这些影响因素的特征和权重，实现了对次季节降水预测效果的提升。
-
公开(公告)号：CN116992249B
公开(公告)日：2024-01-23
申请号：CN202311272138.2
申请日：2023-09-28
Applicant: 南京信息工程大学
IPC: G06F18/20 , G01W1/10 , G06N3/0442 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于FMCNN‑LSTM的格点预报偏差订正方法，首先获取预报数据和观测数据，在数据预处理阶段，将两种数据插值到同一分辨率，并对预报数据进行空间合并化处理；随后将数据进行序列化和归一化处理；在构建深度学习神经网络结构阶段。本发明通过构建一个包含CNN卷积和LSTM层的神经网络进行预报订正，能够更加准确地订正预报数据趋势；在训练时，本发明将预报数据和ERA5转化为适合神经网络训练的格式，并使用MSE损失函数和Adam优化器进行模型的训练；本发明所述方法能够适应不同的气象环境，可广泛应用于气象预报、农业生产等领域，提高气象预报准确性和生产效率。(56)对比文件Jingming Xia等.A Deep Learning MethodIntegrating Multisource Data for ECMWFForecasting Products Correction《.IEEEGeoscience and Remote Sensing Letters》.2023,1-5.李紫丁.基于深度学习的气象要素格点预报模式订正《.中国优秀硕士学位论文全文数据库(基础科学辑)》.2019,(第12期),A009-15.Yi-Ming Zhang等.Multi-head attention-based probabilistic CNN-BiLSTM for day-ahead wind speed forecasting《.Energy》.2023,第278卷1-12.
-
公开(公告)号：CN117233869A
公开(公告)日：2023-12-15
申请号：CN202311516084.X
申请日：2023-11-15
Applicant: 南京信息工程大学
IPC: G01W1/10 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于GRU‑BiTCN的站点短期风速预测方法，包括：获取设定时间窗口内的待预测目标站点的站点历史气象数据、待预测目标站点周围 个格点的格点历史气象数据，以及获取设定时间窗口内的各格点的地形历史数据；对获取到的站点历史气象数据、格点历史气象数据和地形历史数据进行归一化处理；将归一化后的格点历史气象数据和归一化后的地形历史数据进行拼接，得到第一拼接数据；将第一拼接数据按照时间步长划分成多个批次，按照时间顺序，将多个批次依次输入至训练好的GRU‑BiTCN模型中，同时将归一化后的站点历史气象数据输入至训练好的GRU‑BiTCN模型中，由训练好的GRU‑BiTCN模型输出在设定时间窗口后一个时间步长时，待预测目标站点的风速预测值。
-
Patent Agency Ranking
公开(公告)号：CN116451881B
公开(公告)日：2023-08-22
申请号：CN202310715521.4
申请日：2023-06-16
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于MSF‑Net网络模型的短时降水预测方法，包括：生成降水预测数据集；基于MSF‑Net网络构建原始预测模型，所述原始预测模型包括输入模块、气象特征提取模块、注意力融合预测模块和输出模块；使用降水预测数据集对原始预测模型进行训练；利用损失函数计算原始预测模型的损失，优化训练网络参数，得到训练完成的短时降水预测模型；将实时获取的研究区域内的GPM降水格点数据、ERA5气象因子数据、多普勒雷达真彩色基本反射率图数据和DEM高程数据输入到短时降水预测模型中，输出相应的短时降水预测结果。本发明有效融合降水实况和多源数据，实现了短时降水预测效果的提升。
-
公开(公告)号：CN114186571B
公开(公告)日：2023-06-09
申请号：CN202111309923.1
申请日：2021-11-08
Applicant: 南京信息工程大学
IPC: G06K7/10
Abstract: 本发明公开了一种基于特征组的查询树多标签并发识别方法及系统，其根据标签返回的数据串的特征将整个数据串空间划分为多个互不相交的子集，每个子集包含若干个不同的数据串，子集中的每个数据串可以视为一个完整标签ID或部分ID，且每个子集都对应的唯一的查询前缀，该前缀的长度固定，不会随着碰撞发生的实际位置动态增长，当来源于同一个子集的多个数据串同时返回时，读写器可以在一个时隙中同时识别它们，消除了传统方法中碰撞时隙无法被充分利用的问题，极大的加快了查询速度，有效的减少了查询次数，提高了查询效率，减少了信息的传输量。
-
公开(公告)号：CN115952924A
公开(公告)日：2023-04-11
申请号：CN202310219140.7
申请日：2023-03-09
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于优化VMD与特征热力图的短期风电功率预测方法。采用优化VMD算法分解并降低风电功率数据中的噪声干扰，将风电功率分量数据分成平稳集和剧变集，根据平稳集和剧变集的预测需求采用两种不同的预测操作，针对平稳集数据直接将本时段数据输入网络进行预测，针对剧变集数据应用特征热力图法获取相似时段数据与本时段数据共同输入网络进行预测，在相同条件下，本方法能够以较低的时间复杂度完成高精度风电功率预测，平均绝对误差达到0.77，与其他算法相比整体预测性能显著提升。
-
公开(公告)号：CN115423806B
公开(公告)日：2023-03-24
申请号：CN202211372903.3
申请日：2022-11-03
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于多尺度跨路径特征融合的乳腺肿块检测方法，获取待检测的乳腺钼靶X线图像，将待检测的乳腺钼靶X线图像输入到已训练好的理想网络模型中，对理想网络模型的输出结果进行解码，得到若干个预测框，对这些预测框做ID_NMS非极大值抑制操作，最后输出该乳腺图像中所含肿块的BI‑RADS等级，并框出该肿块的具体位置。优点：本发明在识别该乳腺图像包含哪一病变等级的肿块的同时，输出包含该肿块的矩形位置框。输入图像不需要经过医生标记，X线图像原图就可进行肿块检测；本发明能够使网络在扩大感受野的同时减少参数量，提高模型检测的精度和速度。
-
公开(公告)号：CN114882455B
公开(公告)日：2022-09-27
申请号：CN202210777879.5
申请日：2022-07-04
Applicant: 南京信息工程大学
IPC: G06V20/54 , G06V40/10 , G06V10/22 , G06V10/25 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于改进RetinaNet的斑马线礼让行人检测方法，包括：将样本图像数据集导入基于RetinaNet网络构建的斑马线礼让行人检测模型；采用目标识别模块识别导入的样本图像中的斑马线、以及位于斑马线上的行人和车辆；采用警示框生成模块对检测识别到的行人添加检测框，并依据行人前进方向复制对应的检测框直至检测框到达当前行人所处位置对应的最远边线，将行人对应的所有检测框定义为警示框；采用违章检测模块对检测识别到的车辆添加检测框，判断车辆对应的检测框与行人对应的警示框是否存在交集，以判定车辆是否礼让行人。本发明有效提高了斑马线礼让行人检测的准确率和速度。
-
-
-
-
-
-
-
-
-
Search Results
129
records
(took 0.039 seconds)
