-
公开(公告)号：CN119152552A
公开(公告)日：2024-12-17
申请号：CN202410425700.9
申请日：2024-04-10
Applicant: 南通大学
IPC: G06V40/16 , G06V10/764 , G06V10/20 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/096 , G06N3/047 , G06N3/084 , G06V10/25 , G06V40/20
Abstract: 本发明公开一种多视角无纸化在线考试作弊行为识别方法，具体为，步骤1通过PC屏幕摄像头获得考生面部图像并预处理，利用迁移学习结合SwinTransformer网络，构建考生视线方向识别模块；步骤2通过侧俯视角摄像头获得考试桌面环境图像，利用迁移学习结合YOLOX网络，构建桌面环境物品识别模块；步骤3通过头戴式摄像头获得考生第一视角图像，利用迁移学习结合YOLOX构建考生第一视角下异常目标识别模块；步骤4根据上述检测结果，构建在线无纸化标准考试疑似作弊行为分类模块，判别考生在线考试疑似作弊的种类，抓拍三个视角下的作弊证据图像。本发明能够在无纸化在线考试时自动检测常见考试异常行为，为监考人员提供客观监考依据，减少人力成本的投入。
-
公开(公告)号：CN117636118A
公开(公告)日：2024-03-01
申请号：CN202311055531.6
申请日：2023-08-21
Applicant: 南通大学
IPC: G06V10/82 , G06N3/094 , G06N3/0475 , G06N3/0464 , G06N3/0455 , G06V20/52 , G06V10/80
Abstract: 本发明公开了一种基于对抗生成网络的多监测点协同空气污染物预测方法，包括如下步骤：步骤1，利用四个监测点6种常规污染物的实测数据和WRF‑CMAQ模型的“一次预测数据”作为“对抗生成网络优化模型”的输入信号；步骤2，建立“对抗生成网络优化模型”，利用四个监测点的WRF‑CMAQ模型的“一次预测数据”和实测数据生成四通道的二维矩阵“伪图像”数据，训练对抗生成网络结构参数；步骤3，利用训练好的“对抗生成网络优化模型”，对四个监测点6种常规污染物的浓度进行预测。本发明通过对抗生成网络实现对污染物浓度预测，有效减少传统WRF‑CMAQ模拟体系对空气质量预报的误差，显著提高空气质量检测的准确性与稳定性。
-
公开(公告)号：CN117215231A
公开(公告)日：2023-12-12
申请号：CN202311142773.9
申请日：2023-09-06
Applicant: 南通大学
IPC: G05B19/042
Abstract: 本发明提供一种应对网络干扰的动态输出反馈汽车队列控制方法，涉及车联网和自动驾驶技术领域，所述控制方法包含以下步骤：基于协同自适应巡航控制系统提出问题，并对所述问题做出必要的假设；建立一组三车协同队列的状态空间模型；建立同时能表征随机发生传感器饱和和随机发生欺骗攻击的模型；设计了动态反馈控制器；提供条件来保证增广系统的稳定性和H无穷性能要求的充分条件；利用矩阵分析技术，求解一组线性矩阵不等式来导出控制器参数；利用三车协同队列模型验证了鲁棒动态输出反馈控制算法的有效性。本申请中基于鲁棒动态输出反馈控制算法，解决了传感器饱和、参数不确定性和欺骗攻击下的新型协同自适应巡航控制系统控制问题。
-
公开(公告)号：CN118150419A
公开(公告)日：2024-06-07
申请号：CN202410160741.X
申请日：2024-02-05
Applicant: 南通大学
IPC: G01N15/075 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/082
Abstract: 本发明公开了一种先验网络增强的RGB‑FIR多模态图像PM2.5估计方法，采集相同时刻的RGB‑FIR多模态图像和对应的PM2.5浓度值；建立不同场景下的RGB‑FIR多模态图像PM2.5数据集；构建RGB‑FIR多模态PM2.5预测网络模型，获取最优网络权重值与PM2.5预测值Predict1；构建基于RGB图像的先验孪生网络，获取PM2.5的修正值Predict2；将预测值Predict1和PM2.5修正值Predict2进行线性加权平均，得到PM2.5估计值Predict。本发明充分利用先验知识和RGB‑FIR多模态图像特征信息间的互补，有效提高空气污染物预测模型的精度。
-
公开(公告)号：CN119227510A
公开(公告)日：2024-12-31
申请号：CN202411218664.5
申请日：2024-09-02
Applicant: 南通大学
Abstract: 本发明提供一种遗传算法优化的多模态网约车舒适度评价网络模型及其构建方法，构建方法如下：信息采集，构建端到端的视觉‑气味多模态舒适度评价网络模型：所述网络模型由整洁度特征提取、气味伪图像特征提取、多模态信息评价组成；利用遗传算法结合反向传播学习法，针对多模态评价神经网络模型的关键参数进行优化：利用训练完毕的“端到端多模态评价网络模型”对车内环境舒适度进行多维度定量评价。本发明的方法能够有效地融合气味伪图像‑整洁度图像特征；相较于单独从异味或者整洁度角度评价车内环境的舒适度，整洁度‑异味两个维度信息有效融合后的评价结果准确性显著提高，评价结果具有更高的鲁棒性和参考价值。
-
Patent Agency Ranking
公开(公告)号：CN117215231B
公开(公告)日：2024-11-22
申请号：CN202311142773.9
申请日：2023-09-06
Applicant: 南通大学
IPC: G05B19/042
Abstract: 本发明提供一种应对网络干扰的动态输出反馈汽车队列控制方法，涉及车联网和自动驾驶技术领域，所述控制方法包含以下步骤：基于协同自适应巡航控制系统提出问题，并对所述问题做出必要的假设；建立一组三车协同队列的状态空间模型；建立同时能表征随机发生传感器饱和和随机发生欺骗攻击的模型；设计了动态反馈控制器；提供条件来保证增广系统的稳定性和H无穷性能要求的充分条件；利用矩阵分析技术，求解一组线性矩阵不等式来导出控制器参数；利用三车协同队列模型验证了鲁棒动态输出反馈控制算法的有效性。本申请中基于鲁棒动态输出反馈控制算法，解决了传感器饱和、参数不确定性和欺骗攻击下的新型协同自适应巡航控制系统控制问题。
-
公开(公告)号：CN118570120A
公开(公告)日：2024-08-30
申请号：CN202410489926.5
申请日：2024-04-23
Applicant: 南通大学
IPC: G06T7/00 , G06T7/246 , G06V20/40 , G06V10/46 , G06N5/01 , G06N20/20 , G06V10/80 , G06V10/766 , H04N13/156
Abstract: 本发明提出了一种多层级无参考3D合成视频质量评价方法，本发明包括质量特征感知模块和质量特征回归模块，所述的质量特征感知模块结合人眼视觉系统的感知机制，在像素层级、结构层级和内容层级上提取3D合成视频的运动矢量场，并通过计算相邻运动矢量场的自相似性以测量时域闪烁失真强度，作为3D合成视频的质量特征。所述的质量特征回归模块使用机器学习算法来学习所设计质量特征与质量分数之间的映射关系。本发明经初步验证，所提多层级视频质量评价算法在评估3D合成视频质量方面比现有基准图像/视频质量评价方法更有效，有助于推动沉浸式媒体应用的发展。
-
公开(公告)号：CN119090773A
公开(公告)日：2024-12-06
申请号：CN202411275755.2
申请日：2024-09-12
Applicant: 南通大学
IPC: G06T5/73 , G06T5/60 , G06V10/52 , G06V10/80 , G06N3/0475 , G06N3/045 , G06N3/094 , G06V10/75 , G06N3/0464 , G06N3/048
Abstract: 本发明提供一种基于对抗生成网络的RGB‑FIR多光谱图像去雾方法，涉及计算机视觉模型设计技术领域，本申请提供了基于对抗生成网络的RGB‑FIR多光谱图像去雾模型构建方法，步骤如下：S1：信息采集：S2：构建基于多级特征融合的RGB‑FIR多光谱去雾模型；S3：采用基于对抗生成的多效应学习策略，构建“融合‑增强”多重损失函数，利用RGB‑FIR图像数据集对模型训练，优化网络参数；S4：模型测试。上述模型充分考虑了由于RGB‑FIR两种光学图像由于其成像原理不同，在不同浓度的雾气条件下表现出的互补特性。本申请所提供的模型将RGB‑FIR两种模态的光学图像特征进行信息融合，实现多波段光学图像的优势互补，显著增强复原图像的细节、纹理和色彩信息，获取清晰的去雾效果。
-
公开(公告)号：CN118172895A
公开(公告)日：2024-06-11
申请号：CN202410129728.8
申请日：2024-01-31
Applicant: 南通大学
Abstract: 本发明公开了一种面向间歇性失智老人防走失可穿戴设备及危险性判别与预警方法，包括以下步骤：1)设计装载GPS和微型摄像头的防走失安全头盔；2)构建多标签危险环境判别模型，识别当前环境的危险系数；3)构建危险目标识别模型，识别当前场景内目标物体的危险系数；4)构建危险位置判别模型，识别当前地理位置的为危险系数；5)构建综合危险系数判别模型，综合判别老人当前场景的危险性；6)设计手机端走失危险预警应用软件界面；7)根据危险等级在监护人手机端进行多方式主动危险预警。本发明能够有效确认易走失老人当前位置、识别当前场景的危险等级、实现多等级多方式的主动预警，有效预防间歇性失智老人的走失。
-
公开(公告)号：CN118052583A
公开(公告)日：2024-05-17
申请号：CN202410129096.5
申请日：2024-01-31
Applicant: 南通大学
IPC: G06Q30/0202 , G06Q30/0201 , G06F18/10 , G06F18/2433 , G06F18/27 , G06F123/02
Abstract: 本发明公开了一种非线性目标规划结合ARIMA算法的蔬菜商品补货和定价方法，步骤如下：1)建立实际净蔬菜类商品销售量模型，对待测数据进行变异系数统计量分析，获取数据的离散性；2)对蔬菜类商品实际净销售量的异常值进行筛除；进行Spearman相关系数分析；3)构建变动成本加成定价模型；确定售价和实际净销售量的关系；4)对未来蔬菜各品类的售价进行预测。本发明通过对蔬菜类商品易逝性的变异系数统计分析、Shapiro‑Wilk正态分布拟合和IQR异常值筛除，有效降低了噪音数据对售价和销量关系的影响；利用逻辑斯谛函数非线性目标规划结合ARIMA算法预测商品补货量和定价，提高了销售经营的灵活性和抗风险能力。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.021 seconds)
