公开(公告)号：CN110138663A

公开(公告)日：2019-08-16

申请号：CN201910397831.X

申请日：2019-05-14

Applicant: 常熟理工学院

Inventor： 王晓喃 ,  聂盼红 ,  严卫

IPC: H04L12/751

Abstract: 本发明提供了一种以数据为中心的新一代网络实现方法，所述网络包括节点和路由器；路由器分为接入路由器和骨干路由器；一种类型的数据由名称唯一定义，一种类型的数据能够有两种以上的版本，每种版本由版本号标识；用户通过本发明所提供的一种以数据为中心的新一代网络实现方法能够快速获取数据，从而有效缩短了获取服务数据的延迟和代价，提高数据通信成功率，本发明可应用于道路路况监测、车辆管理等领域，具有广泛的应用前景。

公开(公告)号：CN109768932A

公开(公告)日：2019-05-17

申请号：CN201910159694.6

申请日：2019-03-04

Applicant: 常熟理工学院

Inventor： 王晓喃 ,  严卫 ,  朱海霞

IPC: H04L12/741 ,  H04L12/751

Abstract: 本发明提供了一种命名数据网络的实现方法，所述网络包括一组节点；一种类型的数据由名称标识，数据由N个数据块构成，N大于1的整数，每个数据块由数据块ID n1标识，n1＝1…N；节点通过本发明提供的方法能够快速获取数据，从而降低数据通信延迟和代价，提高服务质量。本发明可应用于农业工程化、智能医疗等诸多领域，具有广泛的应用前景。

公开(公告)号：CN119474998A

公开(公告)日：2025-02-18

申请号：CN202510042096.6

申请日：2025-01-10

Applicant: 常熟理工学院

Inventor： 肖乐 ,  钱振江 ,  严卫

IPC: G06F18/24 ,  G06F18/25 ,  G06F18/2131 ,  G06V10/80 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开了一种机械设备的故障识别方法及装置、存储介质、计算机设备，涉及故障识别技术领域，主要在于解决现有小样本机械设备故障识别场景下对机械设备故障识别的准确率低及识别效果不稳定的问题，包括获取机械设备在正常和故障状态下的设备图像数据和声音数据，经预处理得到待分析设备图像数据和待分析声音数据；对待分析设备图像数据和待分析声音数据进行融合处理，得到融合特征数据集；为融合特征数据集中的融合特征向量配置随机扰动权重，并基于配置随机扰动权重后的数据集训练故障识别融合模型；基于故障识别融合模型、机械设备的设备图像监测数据和声音监测数据进行故障判断处理，得到机械设备的运行状态。

公开(公告)号：CN117994702A

公开(公告)日：2024-05-07

申请号：CN202410191537.4

申请日：2024-02-21

Applicant: 常熟理工学院

Inventor： 钟珊 ,  李国强 ,  闫海英 ,  毕安琪 ,  沈健 ,  严卫

IPC: G06V20/40 ,  G06V10/75 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明公开了一种半监督视频目标分割方法，由编码器将当前帧编码为当前帧特征，再由解码器将经过局部匹配后的当前帧特征解码为目标掩码；由编码器将历史帧编码为历史帧特征，然后基于历史目标掩码在历史帧特征中嵌入目标信息，再提取只包含目标区域的历史帧特征存入自适应记忆池，局部匹配是将自适应记忆池中的只包含目标区域的历史帧特征拼接后与当前帧特征匹配；自适应记忆池基于自注意力机制挑选过时的历史帧特征并进行压缩以控制自适应记忆池中历史帧特征的数量范围。本发明还公开了基于该方法的半监督视频目标分割装置。本发明能够提升在长视频中的分割速度与精度。

公开(公告)号：CN117474957A

公开(公告)日：2024-01-30

申请号：CN202311824466.9

申请日：2023-12-28

Applicant: 常熟理工学院

Inventor： 钟珊 ,  陈攀峰 ,  龚声蓉 ,  严卫 ,  闫海英 ,  应文豪

IPC: G06T7/246 ,  G06V10/764 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于目标感知增强融合结构的RGBT目标跟踪方法，具体为：构建跨模态训练集和测试集；构建由目标感知特征提取网络、判别特征融合模块、双向交叉增强融合模块和目标分类回归网络组成的网络模型；预处理训练集数据，采用分类损失和回归损失构造损失函数，进行端到端的网络模型训练，采用梯度下降法训练至损失值收敛，利用自注意力对目标特征进行精确提取，并引入背景消除模块抑制背景干扰；利用通道注意力、自注意力和双向交叉注意力来弱化劣势模态特征，放大优势情态特征；将测试集输入训练完的模型中，获得目标跟踪结果。本发明能够在光照变化、黑夜、低可见度环境下提取稳定的特征信息，提高了模型的鲁棒性。

公开(公告)号：CN119521047A

公开(公告)日：2025-02-25

申请号：CN202510091101.2

申请日：2025-01-21

Applicant: 常熟理工学院

Inventor： 王晓喃 ,  罗玉峰 ,  朱海霞 ,  李峰 ,  孙高飞 ,  严卫 ,  徐佳佳

IPC: H04Q9/00 ,  G06Q50/02 ,  H04L67/12 ,  H04L67/568

Abstract: 本发明提供了一种灌区实时数据采集和监测系统的实现方法，所述系统包括均匀分布于灌区的多个节点，所述节点划分为采集节点和用户节点，所述采集节点划分为首节点和成员节点，所述首节点用于执行转发操作，所述成员节点用于执行数据收集操作，所述用户节点用于监测数据；工作人员通过本发明所提供的灌区实时数据采集和监测系统的实现方法能够快速获取灌区精确的实时数据，例如湿度以及干旱程度，从而采取有效措施，确保农作物健康生长、以及农作物生产的可持续性，具有广泛的应用前景。

公开(公告)号：CN110138663B

公开(公告)日：2021-01-26

申请号：CN201910397831.X

申请日：2019-05-14

Applicant: 常熟理工学院

Inventor： 王晓喃 ,  聂盼红 ,  严卫

IPC: H04L12/751

Abstract: 本发明提供了一种以数据为中心的新一代网络实现方法，所述网络包括节点和路由器；路由器分为接入路由器和骨干路由器；一种类型的数据由名称唯一定义，一种类型的数据能够有两种以上的版本，每种版本由版本号标识；用户通过本发明所提供的一种以数据为中心的新一代网络实现方法能够快速获取数据，从而有效缩短了获取服务数据的延迟和代价，提高数据通信成功率，本发明可应用于道路路况监测、车辆管理等领域，具有广泛的应用前景。

公开(公告)号：CN109768932B

公开(公告)日：2020-12-11

申请号：CN201910159694.6

申请日：2019-03-04

Applicant: 常熟理工学院

Inventor： 王晓喃 ,  严卫 ,  朱海霞

IPC: H04L12/741 ,  H04L12/751

Abstract: 本发明提供了一种命名数据网络的实现方法，所述网络包括一组节点；一种类型的数据由名称标识，数据由N个数据块构成，N大于1的整数，每个数据块由数据块ID n1标识，n1＝1…N；节点通过本发明提供的方法能够快速获取数据，从而降低数据通信延迟和代价，提高服务质量。本发明可应用于农业工程化、智能医疗等诸多领域，具有广泛的应用前景。