-
公开(公告)号：CN119559200B
公开(公告)日：2025-04-11
申请号：CN202510132147.4
申请日：2025-02-06
Applicant: 无锡学院
IPC: G06T7/11 , G06T7/194 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种基于频域信息融合的超高分辨率遥感图像分割方法，包括：步骤1，获取Vaihingen、Potsdam遥感数据集；步骤2，搭建融合多元频域信息的超高分辨率遥感图像分割网络；步骤3，将Vaihingen训练集输入超高分辨率遥感图像分割网络中训练，获取最佳参数模型；步骤4，将Vaihingen测试集输入到最佳参数模型中，输出遥感图像的精确分割图；步骤5，将数据集更换为Potsdam训练集、Potsdam验证集和Potsdam测试集，重复步骤3~步骤4的操作。本发明的模型通过引入LKResNet‑18网络，提高了局部分支的感受野和特征表示能力。
-
公开(公告)号：CN114495062A
公开(公告)日：2022-05-13
申请号：CN202210094129.8
申请日：2022-01-26
Applicant: 无锡学院
Abstract: 本发明公开了一种前方路面平整度检测方法，包括：利用单目相机采集车辆前方道路视频流数据，对视频流数据进行抽帧；构建深度残差网络，利用深度残差网络对抽出的帧图像进行深度估计运算，得到深度图；对深度图进行3D重建，获得车辆前方道路的3D云图；根据3D云图，计算车辆前方道路帧图像所拍摄到的其他车辆、障碍物、道路标线以及标识分别与车辆之间的距离，并结合深度图，将像素坐标系转化为世界坐标系；在世界坐标系中通过检验假设方法检测车辆前方道路是否为平面，当车辆前方道路不为平面时，进一步通过检验假设方法检测车辆前方道路是否为坡面。本发明方法可以检测出车辆行驶中前方道路是否为平面或坡面，为车主提供便利和安全。
-
公开(公告)号：CN119990477A
公开(公告)日：2025-05-13
申请号：CN202510468974.0
申请日：2025-04-15
Applicant: 无锡学院
IPC: G06Q10/04 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/049 , G06Q50/06 , G06F18/15 , G06F18/25 , H02J3/00
Abstract: 本发明提供了一种基于多尺度混合架构的电力需求动态预测方法，包括以下步骤：步骤1，获取多源数据并进行预处理；步骤2，构建动态特征工程；步骤3，构建混合预测模型；步骤4，执行分阶段动态训练策略；步骤5，验证模型并部署应用所述模型。本发明通过引入温度敏感度分段非线性编码和节假日多维动态衰减模型，显著提升了极端温度场景下的预测精度，降低了高温日负荷预测误差以及春节假期误差。此外，通过轻量化设计及分阶段动态策略分阶段扩展输入长度，训练收敛速度提升明显。
-
Patent Agency Ranking
公开(公告)号：CN114495066A
公开(公告)日：2022-05-13
申请号：CN202210111443.2
申请日：2022-01-26
Applicant: 无锡学院
Abstract: 本发明公开了一种辅助倒车的方法，包括：识别完整车位轮廓线，判断车位轮廓线内是否存在障碍物；若存在障碍物，则等待障碍物被移走或重新选择新的车位；否则利用车辆自带的倒车影像相机采集车辆后方地面视频流信息，进行自适应视频帧间隔抽样；对抽出的帧图像进行语义分割运算，提取帧图像中的车位轮廓线、行人以及其他车辆的轮廓信息；利用深度残差网络进行深度估计运算得到深度图；分析车辆自身与车位轮廓线的角度关系及停车位的宽度，调整车辆自身位姿，计算并规划倒车路径；获取在倒车地点附近出现的其他车辆、行人分别与自身车辆的距离，并根据估算的倒车路径，分析倒车的可能性，根据各种可能情况分析出最优倒车路径，及时调整倒车路线。
-
公开(公告)号：CN120013024A
公开(公告)日：2025-05-16
申请号：CN202510490438.0
申请日：2025-04-18
Applicant: 无锡学院
IPC: G06Q10/04 , G06Q50/06 , G06F18/213 , G06F18/21 , G06N3/0442 , G06N3/045 , G06N3/006 , H02J3/00 , G06F123/02
Abstract: 本发明提供了一种电力需求预测方法，包括：步骤1，收集电力负荷数据集，进行预处理；步骤2，输入电力负荷数据集，执行冠豪猪优化算法CPO优化变分模态分解VMD算法动态参数；步骤3，建立串行模型xLSTM‑Informer；步骤4，采用Informer模型进行数据预测：将扩展长短期记忆网络xLSTM模型提取的特征输入到Informer模型中进行电力需求预测，输出电力需求预测值与真实值的对比结果；步骤5，对步骤4中得到的电力需求预测模型进行评估。本发明可以灵活处理不同特征的数据，在不同的电力需求场景下都能保持较好的预测性能。
-
公开(公告)号：CN119579592A
公开(公告)日：2025-03-07
申请号：CN202510132145.5
申请日：2025-02-06
Applicant: 无锡学院
IPC: G06T7/00 , G06N3/0464 , G06V10/44 , G06V10/52 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明提供了一种基于残差式特征融合网络的风机叶片缺陷检测方法，包括：步骤1，获取风力发电机叶片缺陷多目标数据集和多分类数据集，划分为训练集、验证集和测试集；步骤2，搭建基于残差式特征融合网络RFFNet的风力发电机叶片缺陷检测模型；步骤3，将训练集和验证集中的风力发电机叶片缺陷图像输入至风力发电机叶片缺陷检测模型中训练，获取最佳参数模型；步骤4，将测试集输入到步骤3中训练好的最佳参数模型中，输出风力发电机叶片缺陷图像的精确识别图。本发明所提出的网络在检测风力发电机叶片缺陷，改善误检漏检等方面具有显著优势，有效应对复杂环境以及多目标缺陷检测中存在的问题，并且具有较快的检测速度。
-
公开(公告)号：CN119559200A
公开(公告)日：2025-03-04
申请号：CN202510132147.4
申请日：2025-02-06
Applicant: 无锡学院
IPC: G06T7/11 , G06T7/194 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种基于频域信息融合的超高分辨率遥感图像分割方法，包括：步骤1，获取Vaihingen、Potsdam遥感数据集；步骤2，搭建融合多元频域信息的超高分辨率遥感图像分割网络；步骤3，将Vaihingen训练集输入超高分辨率遥感图像分割网络中训练，获取最佳参数模型；步骤4，将Vaihingen测试集输入到最佳参数模型中，输出遥感图像的精确分割图；步骤5，将数据集更换为Potsdam训练集、Potsdam验证集和Potsdam测试集，重复步骤3~步骤4的操作。本发明的模型通过引入LKResNet‑18网络，提高了局部分支的感受野和特征表示能力。
-
公开(公告)号：CN217765066U
公开(公告)日：2022-11-08
申请号：CN202221216516.6
申请日：2022-05-18
Applicant: 无锡学院
IPC: G01D21/02
Abstract: 本实用新型公开了管道水质检测技术领域的一种市政供水用管道水质检测装置，包括供水水管、支撑环主体和固定板，所述供水水管的外侧壁固定装配有分流套环，且所述分流套环与供水水管通过固定圆环进行固定连接，本实用新型设计合理，水体经流供水水管，如果需要检测，可以打开水阀开关，水从连接管进入到检测筒的内部，而水压流量检测器可以实时检测水的流量的水压情况，而位于检测筒内部的水质检测器将水质检测以后经由数据显示屏将数据展示，固定板通过固定背板固定装配在墙体上，为了保障检测筒的稳定性，我们在其侧壁配备了支撑环主体，并且可以利用固定板固定在墙体上，可以保障其使用稳定性和使用寿命。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
