-
公开(公告)号：CN109739637A
公开(公告)日：2019-05-10
申请号：CN201811440411.7
申请日：2018-11-28
Applicant: 南通大学
Abstract: 本发明公开了步骤一：公云服务器接受用户车辆节点发出的存储资源请求信号，步骤二：所述公云服务器根据接受到的请求信号，步骤三：若干候选服务车辆节点根据上述计算结果来知晓各自自身需要提供的虚拟机的个数，之后公云服务器通过调度，将数据保存于若干候选服务车辆节点的所述虚拟机当中；步骤四：车辆存储资源共享网络形成，服务开始；步骤五：重新建立新的车辆存储资源共享网络；步骤六：所述公云服务器对所述车辆存储资源共享网络中的服务车辆节点进行信任值更新。本发明步骤简洁，使用方便，能合理利用闲置存储资源，能避免网络恶意攻击，使得整个停车场的安全性能更好，运用云计算调度算法来满足不同用户的需求。
-
公开(公告)号：CN108363910A
公开(公告)日：2018-08-03
申请号：CN201810067125.4
申请日：2018-01-23
Applicant: 南通大学
IPC: G06F21/16
Abstract: 本发明涉及基于HTML代码的网页水印的嵌入方法，包括如下步骤：步骤1）对水印信息进行预处理，将水印字符串转换成一定形式的编码，所述编码由若干码元组成；步骤2）设定若干空样式，每个空样式对应一所述码元，形成一个空样式表；步骤3）将空样式作为一个叠加的样式嵌入到当前网页的HTML代码中已存在的样式之后。有益效果：本方法以空样式的方式将水印嵌入到网页的HTML代码中，不易被察觉和发现，具有很好的隐蔽性。
-
公开(公告)号：CN103929778B
公开(公告)日：2018-06-19
申请号：CN201410200511.8
申请日：2014-05-13
Applicant: 南通大学
Abstract: 本发明提供了数据分级传输方法，包括：网络中的无线传感器节点进行数据采集，对采集数据进行分级，将分级数据和采集数据封装入数据报文并传输。无线传感器节点对传输的数据报文记录发送状态信息。中间节点接收数据报文，提取分级数据，并根据不同分级，结合当前网络通信状况与中间节点自身状态，采用不同方式对数据报文进行转发。中间节点对转发的数据报文进行信息记录。网络中各节点使用所在网络的数据传输协议发送数据报文、进行数据报文的采集与转发，直到网络停止工作。
-
公开(公告)号：CN107909218A
公开(公告)日：2018-04-13
申请号：CN201711275085.4
申请日：2017-12-06
Applicant: 南通大学
Abstract: 本发明提出一种短期光伏发电量预测方法，包括步骤(s1)，多层次特征分析确定需要的天气特征信息；步骤(s2)，根据已确定的天气特征信息，形成基本特征库；步骤(s3)，利用建立好的特征库，采用机器学习方法，进行发电量预测模型分析；步骤(s4)，建立更新的特征库；步骤(s5)，利用预报中获得的天气特征以及处理得到的新特征，输入发电量预测模型，进行发电量预测。本发明所述的短期光伏发电量预测方法具有可以根据光伏发电量地区的互联网实时天气预报行光伏短期发电量预测，预测值的可靠性得到了保障，且预测值可用于光伏电站运维，能够更好的判断电站是否需进行故障诊断的优点。
-
公开(公告)号：CN103648142B
公开(公告)日：2017-05-24
申请号：CN201310643741.7
申请日：2013-12-03
Applicant: 南通大学
CPC classification number: Y02D70/30
Abstract: 本发明公开了基于自我推荐信誉评测的无线传感器网络路由方法，包括如下步骤：当前节点接收多个邻居节点的自我推荐值；根据所述邻居节点的自我推荐值，从多个邻居节点中确定待跳转节点；根据所述待跳转节点进行路由跳转。其有益效果是，增加节点自身发言权，用自我推荐值来表明节点自身参与通信行为的意愿，从而为数据传输选择待跳转节点提供度量，在网络各节点间均衡通信负载，实现同步消耗各节点能量，延长网络生命周期。
-
Patent Agency Ranking
公开(公告)号：CN102955948A
公开(公告)日：2013-03-06
申请号：CN201110241054.3
申请日：2011-08-22
Applicant: 南通大学
Abstract: 本发明公开了一种基于多智能体的分布式模式识别方法，其步骤包括：首先将输入模式表示为智能体影响图；然后根据智能体影响图的演化来提取其中的定性特征，缩小搜索的空间；最后通过多智能体的协作和动力学模型完成目标模式的涌现。本发明的优点：通过引入多智能体，将传统的静态、集中式的模式识别推广到动态、分布式环境中，通过多智能体的协同工作，将定量分析和定性分析相结合起来，集中解决了模式识别中的识别片面性和缺乏宏观整合的问题，提高了对复杂模式的识别率。
-
公开(公告)号：CN119763355A
公开(公告)日：2025-04-04
申请号：CN202411888720.6
申请日：2024-12-20
Applicant: 南通大学
IPC: G08G1/0967 , G08G1/01 , G01C21/34 , G06Q10/04 , G06F17/16 , G06F17/18 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/08 , G06F18/25 , G06F18/213
Abstract: 本发明提供了一种稀疏性时空融合模块的车辆轨迹预测方法，属于智能交通和自动驾驶技术领域，解决了传统注意力机制缺乏对动态场景中关键交互特征精准聚焦的技术问题。其技术方案为：首先，从传感器中获取目标信息，将其作为节点构建出相应特征；其次，通过扩散卷积和tanh‑sigmoid结合的稀疏性时空注意力模块提取车道线和车辆特征；最后，通过全连接层预测出车辆轨迹。本发明应用扩散卷积和高效加性注意力对提取的特征进行空间和时间维度上的注意力强化，提高车辆轨迹预测的精度和实时性，能够掌握车辆的行驶路径，适用于自动驾驶和智能交通系统。
-
公开(公告)号：CN119251866A
公开(公告)日：2025-01-03
申请号：CN202411254718.3
申请日：2024-09-09
Applicant: 南通大学
IPC: G06V40/10 , G06V20/52 , G06V10/42 , G06V10/44 , G06V10/774 , G06V10/82 , G06T7/246 , G06T7/292 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于不等宽卷积块的拥挤行人重识别方法，基于行人图像，采用数据增强方法获得可见光图像，使网络能够有效处理行人在拥挤场景下的复杂问题，并增强其泛化能力。接着构建关键人物注意力模块，获得关键人物注意力图，利用关键人物注意模块与关键人物注意损失共同加强模型对行人的辨别能力。基于关键人物注意力模块、ResNet50网络和不等宽卷积块，以行人图像为输入，行人的识别结果为输出构建并训练行人重识别模型，联合难样本三元组损失函数和标签平滑正则化的交叉熵损失函数来共同训练行人重识别模型。利用本发明的模型，提高了拥挤场景下行人重识别的rank‑1准确率至90.5％。
-
公开(公告)号：CN116580287B
公开(公告)日：2025-01-03
申请号：CN202310393382.8
申请日：2023-04-13
Applicant: 南通大学
Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种基于全局和局部特征联合约束的跨模态地点识别方法。本发明包括以下步骤：步骤1、分别输入1张彩色图像和红外图像到GLFC‑Net网络模型中；步骤2、利用ResNet50网络和局部分支模块，将步骤1中输入的两种模态的图像生成富含全局性和局部性的共享特征；步骤3、从富含全局性的共享特征中提取对应的全局特征；步骤4、从富含局部性的共享特征中提取对应的局部特征；步骤5、对步骤3获得的全局特征与步骤4获得的局部特征进行全局级别和局部级别联合约束；步骤6、若达到指定的训练轮数，则结束；否则继续完成训练，返回步骤1。本发明增加了对光照不足、视角变化问题的鲁棒性，从而提高了地点识别的准确率。
-
公开(公告)号：CN119206855A
公开(公告)日：2024-12-27
申请号：CN202411197214.2
申请日：2024-08-29
Applicant: 南通大学
Abstract: 本发明提供了一种基于BASFPN多尺度特征融合的轻量级行人检测方法，属于人工智能和计算机视觉目标检测技术领域。解决了在小目标行人和被遮挡行人的检测方面存在的精度不高、鲁棒性不足的技术问题。包括以下步骤：S1：获取行人检测视频，预处理转为图像；S2：对获取的数据进行数据混合增强处理；S3：构建轻量级网络模型MobileViT作为模型的特征提取网络；S4：构建FCOS网络模型；S5：对于BASFPN特征金字塔层进行设计；S7：将数据集输入改进的模型中进行训练迭代。本发明通过改进FPN结构和融合策略，增强模型对不同尺度特征的利用和表达能力，从而提高行人检测的整体性能。
-
-
-
-
-
-
-
-
-
Search Results
144
records
(took 0.025 seconds)
