-
公开(公告)号：CN111754545A
公开(公告)日：2020-10-09
申请号：CN202010547158.6
申请日：2020-06-16
Applicant: 江南大学
Abstract: 本发明公开了一种基于IOU匹配的双滤波器视频多目标跟踪方法,属于信息处理技术领域。本发明在多伯努利滤波中，引入相关滤波器作为弱滤波器来采样粒子，首先提取泛化能力较强的VGG19网络卷积特征训练多个相关滤波器，利用训练好的相关滤波器，得到多个目标状态估计，最后对得到的目标状态集进行扩充作为采样的粒子集。本发明能有效减少标签跳变和轨迹碎片，提高目标跟踪精度。
-
公开(公告)号：CN111292355A
公开(公告)日：2020-06-16
申请号：CN202010089349.2
申请日：2020-02-12
Applicant: 江南大学
Abstract: 本发明公开了一种融合运动信息的核相关滤波多目标跟踪方法，属于计算机视觉、智能信息处理领域。本发明在检测跟踪的基础上，引入了KCF进行多目标的跟踪，减少对检测器的过分依赖，实现对多个目标的精确跟踪；跟踪过程中将速度信息和SCCM机制结合到跟踪框架中，从而处理遮挡目标的跟踪以及跟踪框漂移问题；最后采用IOU和历史轨迹信息，对虚假目标进行判断，从而减少轨迹碎片。实验表明，本发明具有良好的跟踪效果和鲁棒性，能广泛满足智能视频监控、人机交互、智能交通管制等系统的实际设计需求。
-
公开(公告)号：CN109947375A
公开(公告)日：2019-06-28
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。
-
公开(公告)号：CN107391446A
公开(公告)日：2017-11-24
申请号：CN201710607139.6
申请日：2017-07-24
Applicant: 江南大学
Abstract: 本发明公开了一种基于随机矩阵的不规则形状多扩展目标形状和状态估计方法，它属于制导和智能信息处理技术领域，主要解决对不规则形状多扩展目标的跟踪与形状估计问题。本发明方法将B样条形状估计法引入到基于随机矩阵的多扩展目标跟踪框架中，实现了对不规则形状多扩展目标的精确形状估计；针对不规则形状的目标量测集，采用形状划分的思想，利用估计的目标形状实现了目标量测集按照形状划分子集。本发明与传统方法相比，针对不规则形状的扩展目标具有良好的估计精度和鲁棒性，可以满足实际工程系统的设计需求，具有良好的工程应用价值。
-
公开(公告)号：CN104793993B
公开(公告)日：2017-11-17
申请号：CN201510203345.1
申请日：2015-04-24
Applicant: 江南大学
CPC classification number: Y02D10/24
Abstract: 本发明公开了一种基于服务收益与功耗的云计算任务调度模型和基于Levy飞行的人工蜂群粒子群算法的云计算任务调度方法。针对绿色云计算的思路，提出了一种引入处理机功耗和任务调度收益的多QoS调度模型。并提出了一种基于Levy飞行的人工蜂群粒子群算法用来解决多QoS云计算任务调度的。在本发明中，在粒子群算法中引入人工蜂群局部搜索策略提高算法的局部搜索精度，并通过对全局最优值进行Levy操作来避免陷入局部最优，从而提高收敛精度。本发明所述的方法，能够有效的提高云计算任务调度收益，并能够降低用户等待时间和处理机功耗。
-
Patent Agency Ranking
公开(公告)号：CN103678949B
公开(公告)日：2016-06-01
申请号：CN201410009933.7
申请日：2014-01-09
Applicant: 江南大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于密度分析和谱聚类的多扩展目标跟踪量测集划分方法，主要解决噪声环境下，多扩展目标数未知且变化的量测集难以划分、计算代价高的问题。该方法采用高斯核构建量测集的密度分布函数，然后根据密度直方图技术选取密度阈值，滤除量测集中的杂波量测，并引入近邻传播技术构建去杂波量测数据集的相似度矩阵，最后，对该相似度矩阵进行拉普拉斯谱变换，采用K均值算法对其进行聚类。本发明方法能够准确划分多扩展目标量测集，降低计算代价，以提高多扩展目标跟踪性能，满足实际工程系统的设计需求。
-
公开(公告)号：CN104778480A
公开(公告)日：2015-07-15
申请号：CN201510233619.1
申请日：2015-05-08
Applicant: 江南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于局部密度和测地距离的分层谱聚类方法。主要解决已有聚类技术很难对粘连数据集进行准确聚类的问题。实现过程为：(1)计算样本的局部密度，选择最近高密度点构造有向图；(2)对有向图进行剪枝并生成边缘点集合；(3)构造无向连通图：边缘点与其最近高密度点构造边，非边缘点之间的K个近邻点构造边；(4)根据无向连通图计算测地距离和相似度矩阵(5)计算度矩阵和规范化的拉普拉斯矩阵；(6)单位化谱矩阵，并采用K-means算法得出聚类结果。本发明与现有的聚类技术相比，在粘连数据集上能够获得更加真实的相似度矩阵，使得聚类结果更加准确。
-
公开(公告)号：CN103399852A
公开(公告)日：2013-11-20
申请号：CN201310260062.1
申请日：2013-06-27
Applicant: 江南大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于局部密度估计和近邻关系传播的多路谱聚类方法。主要解决已有聚类技术很难对密度分布不均匀的数据进行聚类的问题。实现过程为：(1)估计样本的局部密度，并将其作为数据特征，对原数据进行升维；(2)计算距离矩阵、阈值和相似度矩阵，并初始化近邻关系矩阵；(3)更新近邻关系矩阵和相似度矩阵，进一步采用局部最大相似值更新子集间样本的相似度，得出较准确的亲合矩阵；(4)计算度矩阵和规范化的拉普拉斯矩阵；(5)归一化谱矩阵，并采用K-means算法得出聚类结果。本发明与现有的聚类技术相比，能够获得更加真实的相似度矩阵，使得聚类结果更加准确，具有较好的鲁棒性。
-
公开(公告)号：CN119760322A
公开(公告)日：2025-04-04
申请号：CN202510098168.9
申请日：2025-01-22
Applicant: 江南大学
IPC: G06F18/10 , A61B5/00 , G06F18/2131 , G06F18/25 , G06F18/24 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了基于多模态显著波形分析的睡眠阶段自动分类方法，属于睡眠医学和人工智能技术领域。本发明以脑电信号、眼电信号等多模态信号为主要输入，通过频率特征提取模块、交互卷积模块和多模态特征融合模块协同作用，实现对显著波形的精准提取与分类。本发明通过快速傅里叶变换提取频域特征，结合自适应滤波技术去除高频噪声，显著增强信号特征；通过交互卷积操作捕获信号的局部与全局依赖特性；通过Transformer编码器的注意力机制对多模态特征进行融合，进一步提升对时间序列依赖关系的建模能力。本发明方法在分类准确率和宏平均F1分值方面表现优越，且参数量较少，计算效率高，能够广泛应用于临床睡眠障碍的评估与自动化诊断。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.024 seconds)
