公开(公告)号：CN117765405A

公开(公告)日：2024-03-26

申请号：CN202311611416.2

申请日：2023-11-28

Applicant: 淮阴工学院

Inventor： 戚梓凡 ,  陈伯伦 ,  刘步实 ,  朱鹏程 ,  徐圣杰

IPC: G06V20/13 ,  G06T7/11 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/764 ,  G06V10/774

Abstract: 本发明公开了一种掩码引导的海面溢油分割方法及装置，获取SAR连续图像，提取海面溢油图片；通过Resnet50得到4个特征层；将其输入像素解码器中得到四个基于像素的向量映射，依据分辨率由低到高称作P1、P2、P3、P4，以P1、P2、P3生成特征金字塔；将其输入transformer解码器中，与地面真值掩码计算得到预测结果；将预测结果中掩码预测与P4外积运算得到最终掩码预测结果，将分类结果独立计算得到最终分类预测结果；将掩码预测结果和分类预测结果合并得到海面溢油分割结果。本发明致力于及时检测海平面溢油情况，防止污染扩大，有助于海洋环境保护。

公开(公告)号：CN117315584A

公开(公告)日：2023-12-29

申请号：CN202311303447.1

申请日：2023-10-09

Applicant: 淮阴工学院

Inventor： 陈伯伦 ,  于翠莹 ,  刘步实 ,  朱鹏程 ,  戚梓凡 ,  赵月 ,  王珊珊 ,  王凌 ,  韩帅 ,  王笑颜 ,  许雪 ,  李哲 ,  刘晓娈

IPC: G06V20/52 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06T7/73 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于改进YOLOv7‑tiny的危化品车辆目标检测方法,包括以下步骤：首先将危化品车辆数据集中的原始图像进行一次处理，生成统一大小的图像，然后对统一大小的图像进行二次处理；在模型的Backbone部分引入轻量的C2fGhostv2网络和部分卷积；在模型的Neck部分也引入轻量的C2fGhostv2网络，使模型在保证轻量化的同时获得更加丰富的梯度流信息，更高效的进行特征融合。再者，为了解决解决盲目强调高质量样本导致的目标性能下降的问题，使用WIoU损失函数，很好的平衡了高质量和低质量样本的训练效果，提高了模型的鲁棒性和泛化性能；最后通过卷积和解码操作来生成目标框的位置和类别信息。与现有技术相比，本发明为危化品车辆目标检测领域的理论研究和应用提供了有力支持。

公开(公告)号：CN113688971A

公开(公告)日：2021-11-23

申请号：CN202110902970.0

申请日：2021-08-06

Applicant: 淮阴工学院

Inventor： 陈伯伦 ,  朱鸿飞 ,  姜文心 ,  乔伟锐 ,  袁奔 ,  戚梓凡 ,  于永涛 ,  赵建洋 ,  谢乾 ,  纪敏

IPC: G06N3/00

Abstract: 本发明涉及计算机网络优化技术领域，公开了一种基于群体智能的关键节点集合确定方法，包括步骤1：对目标网络进行预处理转换为矩阵，得到一个目标网络的邻接矩阵；步骤2：用蚁群算法模仿影响力的扩散，选择固定节点进行蚁群算法下的影响力扩散，求得在该网络中蚁群算法最适合的传播参数；步骤3：通过蚁群算法对目标网络上的随机节点进行溯源遍历，求得关键路径；步骤4：对求得的关键路径动态路径规划求出序列相似度得到关键节点。与现有技术相比，本发明将蚂蚁的群体智能与复杂网络相结合，模仿蚂蚁觅食的路径进行影响力扩散，通过蚁群在加权网络中游走的路径来找到关键路径，再结合动态路径规划得到关键节点。

公开(公告)号：CN116863227A

公开(公告)日：2023-10-10

申请号：CN202310834688.2

申请日：2023-07-07

Applicant: 淮阴工学院

Inventor： 陈伯伦 ,  朱鹏程 ,  刘步实 ,  许雪 ,  戚梓凡 ,  赵月 ,  于翠莹 ,  于永涛

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/25

Abstract: 本专利公开了一种基于改进YOLOv5的危化品车辆检测方法，具体步骤为：首先通过道路的监控采集危化品车辆图像，使用Labelme对图像进行标注，并将标签格式转换成yolo格式；然后对图像数据集进行预处理；对YOLOv5模型进行改进，在模型的backbone网络以及neck结构中添加注意力机制，将neck结构改进为跨层的路径聚合网络，并更换空间金字塔池化层为S‑ASPP结构；设计一种上下文特征增强网络来增强对小目标的检测，并用特征细化来过滤噪声特征；采用SIoU损失代替原本的CIoU损失；将训练集输入改进后的YOLOv5算法模型中对模型进行训练并测试结果。与现有技术相比，本发明能够较好的识别并定位出危化品车辆，并在进度上获得了较大的提升。

公开(公告)号：CN115831386A

公开(公告)日：2023-03-21

申请号：CN202211373140.4

申请日：2022-11-03

Applicant: 淮阴工学院

Inventor： 陈伯伦 ,  袁奔 ,  李银银 ,  姜文心 ,  韩帅 ,  戚梓凡 ,  刘步实

IPC: G16H50/80 ,  G06N3/126

Abstract: 本专利公开了一种基于改进遗传算法的重要节点识别方法，适用于社交网络中重要节点识别的研究领域。该方法的具体步骤为：首先将初始的社交网络定义为G(V，E)，通过社区检测算法进行社区划分，进一步对划分好的社区根据社区熵进行社区合并；然后根据介数中心性筛选出社区内部排名较高的节点集S1，以及社区边界中节点度较大的枢纽节点集S2，将以这两者合并为重要节点候选集S*；然后采用流行病阈值作为目标函数，然后将目标免疫问题转化为一个优化问题，通过改进的遗传算法对集合S*进行优化，得到最终的免疫节点集S。与现有技术相比，本发明能够较好的识别出社交网络中的重要节点，还能解决影响力传播覆盖问题。

公开(公告)号：CN116913543A

公开(公告)日：2023-10-20

申请号：CN202310669744.1

申请日：2023-06-07

Applicant: 淮阴工学院

Inventor： 陈伯伦 ,  韩帅 ,  李哲 ,  刘晓娈 ,  许雪 ,  王笑颜 ,  朱鹏程 ,  戚梓凡 ,  王凌 ,  王珊珊 ,  赵月 ,  于翠莹

IPC: G16H50/80 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于图神经网络的疫情传播影响力最大化方法，涉及了传染病模型和神经网络技术领域。其具体步骤为：首先，把传统SEIR模型改进成易感‑潜伏‑感染‑恢复‑死亡（SEIRD）模型，把网络中的节点设置成一组连续标签，根据标签对节点进行社区划分，得到多组随机游走的节点序列，再使用word2vec节点嵌入为网络中的节点生成低维向量。其次，把节点序列用长短期记忆法进行训练将有用序列输出，然后将序列输入到图神经网络(GNN)的回归器中，在SEIRD模型下，通过影响力最大化算法预测每个节点的影响力，排序后再进行参数评估和分析从而选择最优的节点网络。最后根据评估，该方法优于一些经典的影响力最大化方法。本发明具有预测较为精准和可靠性较高的优点。

公开(公告)号：CN113764108A

公开(公告)日：2021-12-07

申请号：CN202110935880.1

申请日：2021-08-16

Applicant: 淮阴工学院

Inventor： 陈伯伦 ,  沈怡芸 ,  姜文心 ,  纪敏 ,  于永涛 ,  朱国畅 ,  戚梓凡

IPC: G16H50/80

Abstract: 发明公开了一种面向COVID‑19的经验模态分解模糊预测方法，适于疫情预测领域，步骤包括：新冠疫情原始数据使用经验模态分解算法，得到不同时间尺度下数据的变化趋势；将得到的数据用大小为1*(c+1)的窗口，以步长为1，使用极限学习机进行滑动训练，得到不同时间尺度下的预测值；使用自适应模糊推理系统对训练结果进行拟合，得到最终预测值。该方法在保证学习精度的前提下，简化了训练过程，提升了算法运行速度和泛化能力，同时解决了过拟合和局部最小等问题，能够很好地满足了用户对预测系统中的高准确率的要求，具有切实可行的应用前景和实用价值。