-
公开(公告)号：CN119534355B
公开(公告)日：2025-05-23
申请号：CN202510100189.X
申请日：2025-01-22
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种基于短波红外的多光谱融合中药材智能成像分拣机器人，包括短波红外探测器、红外耦合镜头、中药材智能切换滤光轮盘、滤光片遮光板、连续谱红外光源灯阵、节拍对准传送带、药材分拣机械臂、虚拟仪器智慧决策中心和MEMS（微机电系统）光谱探头。本发明优化了不同光谱波段onnx库的决策权重，达到了98%的中药材成分识别准确率。解决了传统机器视觉方法难以区分同形貌、同颜色中药材的痛点，实现了0.9秒/包药品的高检测节拍。
-
公开(公告)号：CN119273926B
公开(公告)日：2025-05-23
申请号：CN202411783797.7
申请日：2024-12-06
Applicant: 南京信息工程大学
IPC: G06V10/26 , G06V20/70 , G06V20/10 , G06V10/82 , G06V10/77 , G06V10/25 , G06V10/764 , G06V10/30 , G06V10/36 , G06V10/774 , G06V10/776 , G01N21/27
Abstract: 本发明公开了一种基于室内成像光谱技术的土壤剖面发生层划分方法，包括：S1、采用基于像素镶嵌的方法获取完整的土壤剖面高光谱图像；S2、对图像进行几何校正，去除木质边框，保留固定宽度的土壤剖面原始影像；S3、采用随机森林算法去除裂缝、阴影等无效像元；S4、对保留的光谱数据进行平滑去噪处理；S5、提取行平均光谱曲线，获取固定深度行平均光谱曲线，作为分层条带土样的光谱数据；S6、生成光谱曲面；S7、基于语义分割网络模型划分发生层。本发明能够实现各类土壤剖面发生层的精准划分，为大规模土壤分类和土壤资源的可持续管理提供了有力的技术支持。
-
公开(公告)号：CN119168337B
公开(公告)日：2025-05-23
申请号：CN202411668682.3
申请日：2024-11-21
Applicant: 南京信息工程大学
IPC: G06Q10/0631 , G06Q10/083 , G06N3/126
Abstract: 本发明公开了一种无人机飞行任务调度方法，包括以下步骤：(1)建立决策变量；(2)设置目标函数；(3)建立约束条件；(4)编码生成初始染色体；(5)设置参数，用可变邻域启发寻优生成初始化种群；(6)根据个体适应度计算选择概率，根据概率选择父代；(7)对随机选择出的两个父代按照自适应交叉概率大小进行变异交叉操作；(8)将原有的父代和新生成的下一代按适应度排名选出作为下一代的个体；(9)将步骤（8）得到的子代加入种群，重复步骤（6）‑（8）直到迭代次数达到最大；本发明提高了无人机飞行任务调度的效率。
-
公开(公告)号：CN114965302B
公开(公告)日：2025-05-16
申请号：CN202210630771.3
申请日：2022-06-06
Applicant: 南京信息工程大学
IPC: G01N21/25 , G01N21/552 , C25D1/04 , B82Y40/00 , B82Y15/00
Abstract: 本发明公开了湿度传感器技术领域的一种纳米陀螺形结构阵列的湿度传感器及其制备方法，包括：包括能够引起的F_P模式的纳米陀螺形结构阵列，且纳米陀螺形结构阵列中部设置有能够引起圆盘SPP模式的圆盘阵列，所述纳米陀螺形结构阵列的F_P模式和圆盘阵列的圆盘SPP模式叠加形成Fano模式，所述纳米陀螺形结构阵列中还设置有吸水材料，且吸水材料在不同湿度的空气中，通过自身吸水量的变化改变纳米陀螺形结构阵列的谐振模式，进而使纳米陀螺形结构阵列在光照下反射出不同颜色的光。本发明解决现有传感器寿命短，稳定性差，精度低，可重复性差的缺陷。
-
公开(公告)号：CN119992552A
公开(公告)日：2025-05-13
申请号：CN202510475225.0
申请日：2025-04-16
Applicant: 南京信息工程大学
IPC: G06V20/70 , G06V10/26 , G06V10/82 , G06N3/0895
Abstract: 本发明公开了用于数字病理全景切片的分辨率自适应无缝语义分割方法，属于图像分割技术领域。该方法包括以下步骤：获取待处理的病理全景切片图像；基于物理分辨率信息对病理全景切片图像进行自适应索引，得到目标图像块；构建语义分割模型，基于指定的分辨率的数据集，使用基于掩码的自监督学习方法对语义分割模型进行训练；利用目标语义分割模型对任意物理分辨率的病理全景切片进行语义分割。本发明所述方法能够在任意分辨率水平下产生局部视野，并正确地拼接产生高质量的全切片全景分割结果。
-
Patent Agency Ranking
公开(公告)号：CN119992305A
公开(公告)日：2025-05-13
申请号：CN202510124197.8
申请日：2025-01-26
Applicant: 南京信息工程大学
IPC: G06V20/05 , G06V10/25 , G06V10/774 , G06V10/82 , G06V10/766 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/0895 , G06N3/09
Abstract: 本发明公开了一种基于改进YOLOv8的水下声纳图像识别方法及系统，包括：基于YOLOv8模型、多维并行注意力机制和对比学习架构构建网络模型；获取训练样本并利用训练样本对网络模型进行训练获得训练识别结果，利用对比损失函数和YOLOv8损失函数计算训练损失值并进行权重参数进行优化，重复迭代输出训练后的网络模型；获取水下声呐设备采集监测区域的声呐监测图像，将声纳监测图像输入至预设的网络模型获得水下目标检测结果；本发明通过多维并行注意力机制和对比学习架构提升了网络模型的表征能力和泛化性能，使网络模型在水下复杂环境中对目标细节的辨识更加精准。
-
公开(公告)号：CN119991888A
公开(公告)日：2025-05-13
申请号：CN202510457933.1
申请日：2025-04-14
Applicant: 南京信息工程大学
IPC: G06T13/20 , G06T13/40 , G06T15/20 , G06T9/00 , G06N3/0499 , G06N3/084 , G06N3/045 , G06N3/094 , G06N3/0464
Abstract: 本发明公开了一种基于3DGS的高保真语音驱动数字人合成方法，首先，训练静态数字人模型，基于3D Gaussian Splatting构建，并用空间判别器提升图像质量，捕捉数字人基础形状和外观。随后，训练动态驱动网络，包含可优化全局提示、渐进式条件属性预测网络模块和双重判别器架构，其中，可优化全局提示模块用于稳定数字人面部几何结构，防止动画过程中的漂移；渐进式条件属性预测网络模块用于高效且时序连贯地预测数字人模型的动态高斯参数；双判别器架构模块用于提升合成数字人动画的真实感和时间一致性。本发明适用于语音驱动的数字人动画合成，能够有效提升合成数字人动画的真实感、效率和结构连贯性，并实现实时渲染。
-
公开(公告)号：CN119991416A
公开(公告)日：2025-05-13
申请号：CN202510480941.8
申请日：2025-04-17
Applicant: 南京信息工程大学
Inventor： 成沛阳
Abstract: 本发明公开了一种基于RAFT光流的视频风格迁移方法，属于视频处理技术领域，具体包括：通过RAFT光流网络逐帧计算视频中相邻帧的像素位移，生成包含每个像素运动方向和大小的光流场；根据光流场中像素的位移量生成动态权重图；将视频帧分解为低频结构层和高频细节层，对低频结构层进行全局风格迁移；对高频细节层结合动态权重图进行局部风格化；融合处理后的低频结构层和高频细节层，生成单帧风格化图像；根据光流场将当前帧的风格化结果与相邻帧进行运动对齐，通过反向投影和插值补偿调整像素位置；将对齐后的多帧结果进行时序平滑滤波，输出连贯的风格化视频；本发明提升视频帧间的时间一致性和运动流畅性。
-
公开(公告)号：CN119990192A
公开(公告)日：2025-05-13
申请号：CN202510061427.0
申请日：2025-01-15
Applicant: 南京信息工程大学
IPC: G06N3/0464 , G06N3/082
Abstract: 本申请实施例提供一种轻量级网络的量化方法、计算设备及计算机存储介质。其中，轻量级网络的量化方法包括：构建第一网络块的初始化均衡化向量、初始化偏差吸收向量以及初始化量化系数；对第一网络块进行量化，得到第一量化网络块；基于第一输出数据和第二输出数据构建网络误差，基于第三输出数据和第四输出数据构建分块重建误差；以最小化分块重建误差和网络误差为优化目标，对第一网络块的初始化均衡化向量、初始化偏差吸收向量以及初始化量化系数进行优化，生成目标均衡化向量、目标偏差吸收向量以及目标量化系数，并得到量化完成的第二量化网络块。本申请实施例提供的技术方案能够提高轻量级网络的量化精度。
-
公开(公告)号：CN119989005A
公开(公告)日：2025-05-13
申请号：CN202510467901.X
申请日：2025-04-15
Applicant: 南京信息工程大学
IPC: G06F18/22 , G06F18/27 , G06F18/15 , G06F18/2131 , G06F18/25 , G06F18/214 , G06F18/21 , G06N3/045 , G06N3/049 , G06N3/084 , G01W1/10 , G06F123/02 , G06N3/048
Abstract: 本发明公开了一种基于深度时间索引注意力模型的海表温度预测方法，包括以下步骤：利用开源网站提供的插值海温OISST数据集，选取南海区域内5个观测点的海表温度SST数据；对采集到的一维海温数据和对应的时间索引数据进行预处理并将数据集划分为训练集、验证集和测试集；构建基于深度时间索引注意力的SST预测模型并进行训练，其中模型包括：傅里叶特征变换层、隐式神经表示INR层和双重注意力层构成；将测试集输入至训练好的模型进行预测，并对SST预测结果进行反标准化处理，最终与观测值比较；本发明使模型具有更优的泛化能力，添加注意力模块进一步提升了预测精度。
-
-
-
-
-
-
-
-
-
Search Results
18500
records
(took 0.124 seconds)
