-
公开(公告)号：CN115951014A
公开(公告)日：2023-04-11
申请号：CN202211456742.6
申请日：2022-11-21
Applicant: 南通大学
IPC: G01N33/00 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明公开了一种结合气象特征的CNN‑LSTM‑BP多模态空气污染物预测方法，包括以下步骤：采集监测站空气质量数据，对异常值和缺失值预处理；利用皮尔逊相关系数对数据进行分析，挖掘气象因素与不同污染物之间的相关性，选取高相关性的气象因素作为辅助特征；构建卷积‑长短时记忆网络(CNN‑LSTM)对多种空气污染物时间变化规律及其相互关进行系建模与特征提取，利用CNN对影响空气质量的气象因素时间变化规律进行建模与特征提取；通过BP网络将多种污染物与气象因素特征融合、并进行预测，获取多种污染物的预测值。本发明构建多模态空气污染物预测模型，充分考虑不同污染物之间的影响、气象条件的变化，有效提高空气污染物预测模型的精度。
-
公开(公告)号：CN113283529B
公开(公告)日：2022-09-06
申请号：CN202110635322.3
申请日：2021-06-08
Applicant: 南通大学
Abstract: 本发明公开了一种面向多模态图像能见度检测的神经网络构建方法，包括如下步骤：构建基于注意力模型的多尺度可变形卷积可见光图像特征提取子网络；构建基于注意力模型的多尺度可变形卷积远红外图像特征提取子网络；构建可见光‑远红外双模态图像特征融合网络模块；将上述两个子网络输出作为融合网络的输入，串联组合成双模态能见度等级分类网络。采用本发明方法，通过注意力模型调节的多尺度可变形卷积神经网络可有效提取不同感受野下、不同浓度雾气的大气特征；而双模态图像特征的融合可以实现模态互补，提供更加丰富而有效的大气特征信息,显著提高小样本条件下能见度检测的准确性与鲁棒性。
-
公开(公告)号：CN114913511B
公开(公告)日：2024-10-15
申请号：CN202210649733.2
申请日：2022-06-10
Applicant: 南通大学
IPC: G06V20/59 , G06V40/20 , G06V40/16 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于多模态短时特征的唇部状态识别方法，包括如下步骤：步骤1）利用人脸检测和特征点匹配技术，获取人脸及其主要特征点坐标；步骤2）利用相邻两帧唇部特征点坐标作输入，构建“唇部特征点短时特征提取网络模块”；步骤3）利用相邻两帧唇部图像作为输入，构建“唇部外观短时特征提取网络模块”；步骤4）将步骤2）和步骤3）的输出作为多模态输入，构建“唇部状态识别网络模块”；步骤5）按照步骤2）至步骤4）将各模块连接，构建“多模态特征唇部状态识别网络”；步骤6）训练“多模态特征唇部状态识别网络”，对待测图像序列进行唇部状态判定。本发明可利用短时特征序列准确预测唇部状态。
-
公开(公告)号：CN114913511A
公开(公告)日：2022-08-16
申请号：CN202210649733.2
申请日：2022-06-10
Applicant: 南通大学
Abstract: 本发明公开了一种基于多模态短时特征的唇部状态识别方法，包括如下步骤：步骤1）利用人脸检测和特征点匹配技术，获取人脸及其主要特征点坐标；步骤2）利用相邻两帧唇部特征点坐标作输入，构建“唇部特征点短时特征提取网络模块”；步骤3）利用相邻两帧唇部图像作为输入，构建“唇部外观短时特征提取网络模块”；步骤4）将步骤2）和步骤3）的输出作为多模态输入，构建“唇部状态识别网络模块”；步骤5）按照步骤2）至步骤4）将各模块连接，构建“多模态特征唇部状态识别网络”；步骤6）训练“多模态特征唇部状态识别网络”，对待测图像序列进行唇部状态判定。本发明可利用短时特征序列准确预测唇部状态。
-
公开(公告)号：CN115115102B
公开(公告)日：2024-06-21
申请号：CN202210707808.8
申请日：2022-06-21
Applicant: 南通大学
IPC: G06Q10/04 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于BP神经网络和条件生成对抗网络的汽油辛烷值损失预测与优化方法，包括以下步骤：采集催化裂化汽油历史数据，对历史数据进行预处理，降低冗余度和复杂度；对处理后的数据进行特征降维，筛选建模所需的主要数据成分，并建立筛选评价指标，评估筛选合理性；构建基于相对熵的BP神经网络预测模型，对汽油辛烷值损失进行预测；构建基于条件生成对抗网络的优化模型，以硫含量为约束条件，筛选规定损失幅度下的数据，并对筛选的数据的操作变量进行优化。本发明能够显著提高汽油辛烷值损失预测精度，降低汽油中硫和烯烃的含量，减少汽油燃烧后有害气体的排放，减轻汽车尾气引起的环境污染。
-
Patent Agency Ranking
公开(公告)号：CN115115102A
公开(公告)日：2022-09-27
申请号：CN202210707808.8
申请日：2022-06-21
Applicant: 南通大学
Abstract: 本发明公开了一种基于BP神经网络和条件生成对抗网络的汽油辛烷值损失预测与优化方法，包括以下步骤：采集催化裂化汽油历史数据，对历史数据进行预处理，降低冗余度和复杂度；对处理后的数据进行特征降维，筛选建模所需的主要数据成分，并建立筛选评价指标，评估筛选合理性；构建基于相对熵的BP神经网络预测模型，对汽油辛烷值损失进行预测；构建基于条件生成对抗网络的优化模型，以硫含量为约束条件，筛选规定损失幅度下的数据，并对筛选的数据的操作变量进行优化。本发明能够显著提高汽油辛烷值损失预测精度，降低汽油中硫和烯烃的含量，减少汽油燃烧后有害气体的排放，减轻汽车尾气引起的环境污染。
-
公开(公告)号：CN113283529A
公开(公告)日：2021-08-20
申请号：CN202110635322.3
申请日：2021-06-08
Applicant: 南通大学
Abstract: 本发明公开了一种面向多模态图像能见度检测的神经网络构建方法，包括如下步骤：构建基于注意力模型的多尺度可变形卷积可见光图像特征提取子网络；构建基于注意力模型的多尺度可变形卷积远红外图像特征提取子网络；构建可见光‑远红外双模态图像特征融合网络模块；将上述两个子网络输出作为融合网络的输入，串联组合成双模态能见度等级分类网络。采用本发明方法，通过注意力模型调节的多尺度可变形卷积神经网络可有效提取不同感受野下、不同浓度雾气的大气特征；而双模态图像特征的融合可以实现模态互补，提供更加丰富而有效的大气特征信息,显著提高小样本条件下能见度检测的准确性与鲁棒性。
-
公开(公告)号：CN115909293A
公开(公告)日：2023-04-04
申请号：CN202211448323.8
申请日：2022-11-18
Applicant: 南通大学
Abstract: 本发明公开了一种基于视觉‑气味多传感器的出租车舒适度识别方法，包括如下步骤：步骤1)通过车载摄像头获取客座位置的图像，构建车内整洁度识别网络，对客座位置的整洁度进行识别；步骤2)利用气味传感器和单片机设计车内空气质量检测装置，对四种常见车内异味及其空气质量进行检测；步骤3)根据步骤1、2的检测结果，构建出租车舒适度函数，对车内环境舒适度进行评价；步骤4)设计用户界面，利用直观的车内图像、空气质量相关的数据与图表向用户提供选车依据。本发明能够在乘客在线选车时提供客观的参考，有效改善乘客出行舒适度。
-
公开(公告)号：CN115862072A
公开(公告)日：2023-03-28
申请号：CN202211649542.2
申请日：2022-12-21
Applicant: 南通大学
IPC: G06V40/10 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种面向多模态行人检测YOLO模型的跨模态上下文注意力主干网络的构建方法。该主干网络由四个部分组成：RGB、FIR分支网络(CSPDarknet)、跨模态上下文注意力模型(CCAM)、分支注意力模型(CBAM)与特征融合模型组成。跨模态上下文注意力模型CCAM利用下层RGB、FIR各通道的特征融合结果对上层RGB、FIR各通道的特征做空间上的权重优化，实现相邻不同尺度特征之间的上下文跨模态互补。采用本发明方法，可有效优化现有RGB‑FIR多模态YOLO模型的主干网络在各尺度上输出的RGB‑FIR融合特征，增强多模态YOLO在光照不足环境下行人检测的准确性和鲁棒性。
-
公开(公告)号：CN113283367A
公开(公告)日：2021-08-20
申请号：CN202110635319.1
申请日：2021-06-08
Applicant: 南通大学
Abstract: 本发明公开了一种低能见度环境地下车库视觉盲区安全检测方法，包括以下步骤：通过盲区方向的双目摄像机和毫米波雷达，获取多模态观测数据；构建“可见光‑远红外图像跨模态目标检测模型”，在低能见度环境下进行高精度移动目标检测；建立“图像‑雷达数据融合模型”，将视觉与雷达信号的检测结果在时间和空间上进行融合，实现移动目标的测速与跟踪；设计“嵌入式控制器”，根据目标检测结果，通过地面的发光地砖与墙面的LED显示屏对驾驶员进行“立体式”预警。本发明充分融合了视觉传感器和毫米波雷达的感知优势，能够在低能见度环境下获取稳定、准确的目标检测结果。同时，对潜在的交通事故提供有效地立体式预警信号。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.018 seconds)
