-
公开(公告)号：CN107798381B
公开(公告)日：2021-11-30
申请号：CN201711114919.3
申请日：2017-11-13
Applicant: 河海大学
Abstract: 本发明公开的一种基于卷积神经网络的图像识别方法，包括以下步骤：获取原始图像；对原始图像进行预处理；将上一层的输出结果输入到卷积神经网络中的子网络；将上一层的输出结果输入到卷积神经网络中交替分布的卷积层和池化层；将上一层的输出结果输入到卷积神经网络中的全连接层；将上一层的输出结果输入到卷积神经网络中的最后一层，即Softmax层，得到图像属于各个类别的概率；根据图像属于各个类别的概率，来确定图像分类结果，最后输出图像分类结果。本发明通过将一个子网络结构加入到经典卷积神经网络中，并在子网络结构中计算残差以修正权值矩阵，能够高效的提取图像的特征，且只对子网络结构计算各层残差以减少计算量。
-
公开(公告)号：CN113562803A
公开(公告)日：2021-10-29
申请号：CN202110902122.X
申请日：2021-08-06
Applicant: 河海大学
IPC: C02F1/30 , C02F1/00 , C02F1/44 , C02F101/30
Abstract: 本发明公开了一种有机污水处理装置，属于光催化有机水污染处理领域，包括玻璃反应器，在玻璃反应器内的进液端设置滤膜，在玻璃反应器的出液端设置金属筛网，在滤膜和金属筛网之间的区域放置玻璃弹簧和凝胶颗粒，形成组合净化的区域。通过此装置通过光催化处理有机废水，具有绿色、高效、可持续的特点。本发明还提供该有机污水处理装置的处理方法，能够更有效的利用太阳能，通过玻璃弹簧的折射和疏通作用，以及凝胶颗粒的快速吸附剂催化降解作用，达到高效持续降解环境中的有机污染物。
-
公开(公告)号：CN113159024A
公开(公告)日：2021-07-23
申请号：CN202110302293.9
申请日：2021-03-22
Applicant: 河海大学
Abstract: 本发明公开了一种基于改进YOLOV4的车牌定位技术。首先需要获取车牌定位数据集，进行数据增强，并对车牌定位数据集进行数据扩充得到样本集；基于YOLO V4算法搭建改进型YOLO V4网络结构，得到改进YOLO V4算法；利用样本集对改进的YOLO V4算法进行训练，将训练后得到的权重文件加载至改进的YOLO V4算法中得到目标检测网络；针对获取的待识别图像采用所述的目标检测技术输出检测结果。本发明的方法具有较高的检测速度和小目标检测精度。
-
公开(公告)号：CN107818300B
公开(公告)日：2021-06-01
申请号：CN201710968206.7
申请日：2017-10-18
Applicant: 河海大学
Abstract: 本发明公开了一种基于隐马尔科夫模型的步态去噪方法，包含以下步骤：1)对步态轮廓高度进行归一化处理；2)对步态序列长度进行归一化处理；3)建立步态集合概率分布序列；4)初始化隐马尔可夫模型；5)估计混淆矩阵B；6)估计转移矩阵A；7)对步态进行后验估计；8)在步态后验估计的基础上进行步态回归。本发明建立步态轮廓概率分布，并将其看作步态的先验概率，使用隐马尔科夫模型的解码算法，找出每个步态图像所对应的步态先验概率，进而得到步态的后验估计，有效的去除了背包、大衣、肢体等缺失引入的步态噪声，有助于显著提高步态识别的准确率。
-
公开(公告)号：CN111986048A
公开(公告)日：2020-11-24
申请号：CN202010736357.1
申请日：2020-07-28
Applicant: 河海大学
Abstract: 本发明公开了新能源发电技术领域的一种基于TDIC的风光电站出力多尺度动态相关性分析方法及系统，包括：S1：基于EMD对风、光电站中风电输出功率时间序列和光电输出功率时间序列分别进行多尺度分解，获得若干组第一风电内部模态函数和若干组第一光电内部模态函数；S2：采用EMD的改进算法基于自适应噪声的完整集合经验模式分解法，基于步骤S1进一步进行多尺度分解，获得若干组第二风电内部模态函数和若干组第二光电内部模态函数；基于S2，进行基于TDIC的动态相关性分析。可以在自适应的时间窗下挖掘到局部时间范围内的复杂关系，捕捉风光出力在多时间尺度下的动态变化，有助于提高电力系统运行、规划和优化资源配置的能力，提高系统运行的经济效益。
-
Patent Agency Ranking
公开(公告)号：CN111416359A
公开(公告)日：2020-07-14
申请号：CN202010313185.7
申请日：2020-04-20
Abstract: 本发明涉及一种考虑加权潮流熵的配电网络重构方法，包括：针对故障后的配电网络进行孤岛划分，以得到区域网络，其中，若存在孤岛，则区域网络为配电网除去孤岛以外的网络，否则整个故障后的配电网即为区域网络；以传统供电指标和潮流熵作为评价指标，构建网络重构优化模型，其中，传统供电指标包括网络损耗和节点电压降，潮流熵用于定量评价线路负载分布的不均匀性；基于CBPSO算法以及构建的网络重构优化模型，对区域网络进行求解，以得到全局最优解，即为重构网络拓扑。与现有技术相比，本发明通过将加权潮流熵作为系统鲁棒性评价指标引入寻优目标函数，能够提升重构网络的鲁棒性、满足重构网络稳定运行的要求。
-
公开(公告)号：CN108150179B
公开(公告)日：2019-08-20
申请号：CN201810027837.3
申请日：2018-01-11
Applicant: 广州地铁集团有限公司 , 中铁五局集团有限公司 , 南京荆慧孚工程咨询有限公司 , 河海大学
IPC: E21D9/06
Abstract: 本发明是一种高渗透性复杂地层盾构压力舱渣土改良方法，包括如下步骤：(1)查清和收集盾构穿越地层的地质条件；(2)选择几种代表性的复杂地层工况，根据每种工况下各地层在盾构穿越断面所占的比例；(3)将得到的混合后的颗粒粒径分布曲线与现有土压平衡式盾构与地层适应性的粒径分布曲线进行对比，初步估算出高渗透性复杂地层改良过程中需要掺入的细颗粒粒径及掺入量；(4)在现场对盾构穿越的地层进行取样,确定渣土改良外掺剂种类及掺入量。优点:由于考虑复杂地层中粗颗粒地层和细颗粒地层混合效应，相比于只考虑粗颗粒地层渣土改良更符合实际情况，从而有利于降低目前普遍只考虑最不利粗粒地层的渣土改良的成本。
-
公开(公告)号：CN109801230A
公开(公告)日：2019-05-24
申请号：CN201811568063.1
申请日：2018-12-21
Applicant: 河海大学
IPC: G06T5/00
Abstract: 本发明公开一种基于新编码器结构的图像修复方法，对于一幅有缺失像素的图像，训练一个由编码器和译码器组成的卷积神经网络来回归缺失的像素值。编码器捕捉图像上下文得到一个紧凑的特征表示，译码器使用这些表示产生缺失图像内容；Alexnet可提高运行速度、网络运行规模和性能；而Densenet可减轻最大梯度消失问题，加强特征利用，减少参数数量。本发明考虑结合两者的优点，将添加使用Densenet架构。相比于原始编码译码器使用的Alexnet网络架构，本发明能够提取更加紧凑和真实的特征，同时使用WGAN-GP对抗性损失代替传统的GAN对抗损失，提高了特征学习的速度和精度，增强了修复效果。
-
公开(公告)号：CN109741091A
公开(公告)日：2019-05-10
申请号：CN201811548203.9
申请日：2018-12-18
Applicant: 河海大学
Abstract: 本发明公开基于基础负荷消减策略的用户负荷分类方法，包括：步骤1，提取用户负荷数据，对负荷数据进行预处理；步骤2，选取削减负荷基准值，以聚合度为评价参数，采用削减基准负荷数值的方法区分负荷类型；步骤3，根据负荷类型区分结果，采用模糊C均值算法对负荷数据进行聚类。本发明针对当前负荷聚类方法中因为用户规模而错误识别用户类型的问题，提出了改进的负荷聚类算法处理技巧，利用模糊算法，验证本发明所提出的算法的精确性。本发明采用的方法能有效地排除用户规模对用户类型的干扰。
-
公开(公告)号：CN109726654A
公开(公告)日：2019-05-07
申请号：CN201811558495.4
申请日：2018-12-19
Applicant: 河海大学
IPC: G06K9/00
Abstract: 本发明公开一种基于生成对抗网络的步态识别方法，在特征提取阶段，基于改进的生成对抗网络，使用反向转播算法训练得到一种能在多种不同类别的图像间进行转换的多领域转换模型；在步态识别阶段，首先把测试集和验证集中的步态视频转换成步态能量图，然后用上述多领域转换模型将测试样本的步态能量图转换成与验证集中状态域与视角域一致的步态能量图，通过比较测试样本与所有验证样本的相似度得出识别结果。本发明能同时处理视角、衣着、携带物三种干扰因素，且在处理跨视角步态识别问题上具有很强的鲁棒性，克服了现有步态识别技术在跨视角识别中准确率不高的缺点。本发明可以广泛应用在门禁系统、社会安全、司法刑侦等领域，适用于大多数配备监控视频的场景。
-
-
-
-
-
-
-
-
-
Search Results
136
records
(took 0.027 seconds)
