-
公开(公告)号：CN114638751A
公开(公告)日：2022-06-17
申请号：CN202210173243.X
申请日：2022-02-24
Applicant: 南京邮电大学
Abstract: 本申请涉及一种基于生成对抗网络的端到端点云补全方法。该方法包括：获取所需的原始点云数据集；对原始点云数据集中进行切割删除操作，保留切割部分点云和缺失点云作为模型训练的数据；对缺失点云进行下采样操作获取两个低分辨率的点云和点云；构建生成器网络和判别器网络；将缺失点云、点云和点云作为生成器网络的输入，输出缺失部分的点云；将切割部分点云和缺失部分的点云作为判别器的输入，输出缺失部分的点云的得分；通过反向传播的方式优化网络参数，得到点云补全模型；获取残缺点云输入点云补全模型进行点云补全，输出残缺点云的残缺部分点云；拼接残缺点云的残缺部分点云与残缺点云，获得补全后的点云。提高了点云补全方法的精度。
-
公开(公告)号：CN119360617A
公开(公告)日：2025-01-24
申请号：CN202411482079.6
申请日：2024-10-23
Applicant: 南京邮电大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于简化注意力机制的多节点交通流量预测方法，属于交通流量预测领域，该方法包括：采用多节点交通流量预测模型，以上一个T时段的节点交通流量数据，预测未来T时段节点的交通流量数据；所述多节点交通流量预测模型包括数据嵌入层、简化注意力层和输出层；所述简化注意力层，包括异构注意力分离层、简化注意力模块和异构注意力聚合层；所述简化注意力模块包括TSA模块、SSA模块和GSA模块；本发明采用了简化注意力机制可以加快注意力的计算速度，其中SSA模块、GSA模块可以更好的提取节点之间地理上的相似性依赖，以及变化模式上的相似性依赖；从而有效地提高模型预测的精准度。
-
公开(公告)号：CN106570480A
公开(公告)日：2017-04-19
申请号：CN201610973435.3
申请日：2016-11-07
Applicant: 南京邮电大学
CPC classification number: G06K9/00342 , G06K9/342 , G06K9/46 , G06K9/6256 , G06K9/6269
Abstract: 本发明公开了一种基于姿势识别的人体动作分类方法，包括以下步骤：步骤一、对人体上半身动作进行姿势识别，得到能够表示人体上半身各个部位的位置、方向以及大小的骨架特征；步骤二、对步骤一得到的骨架特征中的数据进行归一化处理；步骤三、采用多分类SVM对归一化处理后的骨架特征进行训练，得到能够对不同动作进行分类的分类器；步骤四、采用步骤三训练好的分类器对输入动作进行分类。以收集到的人体运动图片作为测试数据进行实验,实验结果表明,本发明的分类准确率达到97.78%,能够很好地对人体动作进行分类。
-
公开(公告)号：CN114638751B
公开(公告)日：2024-11-08
申请号：CN202210173243.X
申请日：2022-02-24
Applicant: 南京邮电大学
IPC: G06T5/77 , G06N3/084 , G06T17/00 , G06V10/774 , G06V10/82
Abstract: 本申请涉及一种基于生成对抗网络的端到端点云补全方法。该方法包括：获取所需的原始点云数据集；对原始点云数据集中进行切割删除操作，保留切割部分点云和缺失点云作为模型训练的数据；对缺失点云进行下采样操作获取两个低分辨率的点云和点云；构建生成器网络和判别器网络；将缺失点云、点云和点云作为生成器网络的输入，输出缺失部分的点云；将切割部分点云和缺失部分的点云作为判别器的输入，输出缺失部分的点云的得分；通过反向传播的方式优化网络参数，得到点云补全模型；获取残缺点云输入点云补全模型进行点云补全，输出残缺点云的残缺部分点云；拼接残缺点云的残缺部分点云与残缺点云，获得补全后的点云。提高了点云补全方法的精度。
-
公开(公告)号：CN117031922A
公开(公告)日：2023-11-10
申请号：CN202310779508.5
申请日：2023-06-29
Applicant: 南京邮电大学
IPC: G05B11/42
Abstract: 本发明公开了一种基于数字孪生的智能冷链运输系统测控方法及系统，包括构建包括五个终端节点的物理层系统；通过物理层系统中的STM32节点获取车厢内温度和车辆经纬度信息，并通过ESP8266将信息发送至云端的MQTT服务器；数字孪生可视化平台通过订阅相关主题来读取MQTT云服务器上的信息，通过用户界面远程控制车厢温度调整，并将调整信息上传至MQTT服务器；使用PSO‑PD‑PID算法对车厢温度进行控制。本发明通过实时监测和分析，能够优化资源的分配和使用，确保系统的高效运行，且数字孪生系统可以实时监测冷藏系统的各种参数和状态，通过与数字孪生系统与智能算法结合，可以实现高效的冷藏系统控制，还可以通过远程操作和监控数字孪生系统，实现对冷藏系统的远程管理和优化。
-
Patent Agency Ranking
公开(公告)号：CN116996545A
公开(公告)日：2023-11-03
申请号：CN202310795094.5
申请日：2023-06-30
Applicant: 南京邮电大学
IPC: H04L67/125 , H04Q9/02 , G08B31/00 , G06N3/0442 , G06N3/048 , G06N3/049 , G06N3/045 , G06N3/084
Abstract: 本发明公开了一种基于数字孪生的监控预警方法及系统，涉及物联网数据监控技术领域，包括通过场景内多维度传感器数据进行采集处理得到时间序列化数据；将时间序列化数据进行传输生成孪生数据；根据孪生数据极差标准化得到多维度传感器数据报警区间；对数据报警区间进行可视化展示并分析。本发明将数字孪生技术与监控预警系统相结合，在满足实时监控场景内环境状态变化的同时，将数据的变化规律考虑在内，通过LSTM算法与相对误差标准化算法得到多维度传感器数据预警区间，可以有效提高告警精确率，帮助决策者实时掌握场景内的环境状态变化并及时做出决策。
-
公开(公告)号：CN116597303A
公开(公告)日：2023-08-15
申请号：CN202310442291.9
申请日：2023-04-23
Applicant: 南京邮电大学
IPC: G06V20/10 , G06V10/82 , G06V10/771 , G06V10/44 , G06V10/776 , G06N3/0455 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种坍塌建筑物检测方法包括：采集高分遥感影像信息，获取低层次特征图和高层次特征图；根据低层次特征和高层次特征中每个特征通道的重要程度对注意力特征进行重加权，抑制非重要特征；通过损失函数的代价敏感迭代，输出对坍塌建筑物类别样本的预测结果。能够充分挖掘高低层特征的互补信息，提高了对坍塌建筑物轮廓的提取能力。针对坍塌建筑物检测应用特点，提出了一种CSloss，通过自适应增加坍塌建筑物错分样本的损失权重，从而迫使网络能够更关注坍塌建筑物样本的学习，从而提高坍塌建筑物的检测精度。
-
公开(公告)号：CN116204628A
公开(公告)日：2023-06-02
申请号：CN202310174702.0
申请日：2023-02-27
Applicant: 南京邮电大学
IPC: G06F16/335 , G06F16/33 , G06F16/36 , G06F40/295 , G06N3/048 , G06N3/08 , G06F18/25
Abstract: 本发明公开了一种知识图谱增强的物流知识神经协同过滤推荐方法，包括：获取未经处理的物流数据转换成三元组形式的规则信息，搭建初始知识图谱；选取表示学习方法中的TransR模型，对初始知识图谱进行语义特征提取；通过对图结构中相连节点分布本身，结合注意力机制，将领域信息聚合度到目标节点上，完成语义和结构特征的提取；将两个特征与原始项目表示进行融合，将融合后的最终实体带入到矩阵分解推荐和神经网络推荐中；最后将两个推荐模型进行融合，构建神经协同过滤推荐模型，得到最终推荐结果。使得物流知识信息的推荐更加准确，提高推荐的精确度。
-
公开(公告)号：CN109087388A
公开(公告)日：2018-12-25
申请号：CN201810762485.6
申请日：2018-07-12
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于深度传感器的物体三维建模方法，包括：S1、数据采集步骤，从深度传感器中读取数据，获得三维点云数据；S2、预处理步骤，将物体的点云从整个场景中分割出来，再去除异常点、提取物体点云的边界，得到物体在各视角下的点云；S3、相邻视角下点云配准步骤，配准相邻视角下的物体点云，得到相邻视角下物体点云间的转换矩阵；S4、全局对齐步骤，利用转换矩阵，将各个视角下的点云融合进全局点云，得到三维点云模型；S5、网格化和纹理映射步骤，将三维点云模型转为网格模型，随后将色彩信息映射到网格模型的表面，得到三维纹理模型。本发明在保证建模精度的基础上，提升了建模速度，具有很高的使用及推广价值。
-
公开(公告)号：CN119988708A
公开(公告)日：2025-05-13
申请号：CN202510466832.0
申请日：2025-04-15
Applicant: 南京邮电大学
IPC: G06F16/904 , G06F18/2135 , G06F17/16 , G06N3/006 , G06Q30/0601
Abstract: 本发明提出了一种多平台直播间数据可视化与优化决策支持方法及系统，通过采集不同平台上直播间的历史直播数据并将直播数据可视化，基于异构数据源构建多维度效益评估指标体系，使用直播间曝光次数作为产生效益的代理指标，引入直播间的效益函数将资金优化问题建模为多目标优化模型，以效益函数最大化为目标函数求解最优分配策略，应用粒子群优化算法迭代求解使得效益达到最优的直播间曝光次数，通过量化历史数据和多目标优化算法对直播数据进行分析，通过计算机整理出可视化的分配方案，从而帮助使用者作出合理决策。本发明通过优化和决策支持，帮助决策者在动态变化的市场环境中灵活调整策略，避免盲目投入，提升决策准确性和整体运营效益。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.021 seconds)
