-
公开(公告)号：CN114594443A
公开(公告)日：2022-06-07
申请号：CN202210286562.1
申请日：2022-03-23
Applicant: 南京信息工程大学
Abstract: 本发明提供一种基于自注意力机制和预测递归神经网络的气象雷达回波外推方法及系统，其中方法包括：获取气象雷达回波图像；预处理获取的气象雷达回波图像，获得气象雷达回波图像的灰度数据；基于Self‑attention机制和PredRNN++，获得Self‑attention PredRNN++网络模型；基于Self‑attention PredRNN++网络模型，通过气象雷达回波图像序列，获得气象雷达回波外推图像序列。本发明能够根据现有的雷达回波图像外推未来2小时的雷达回波图像序列。
-
公开(公告)号：CN112488956A
公开(公告)日：2021-03-12
申请号：CN202011464168.X
申请日：2020-12-14
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种基于WGAN网络进行图像修复的方法。属于DCGAN，WGAN模型优化等领域，具体步骤如下：1、构建浅层卷积网络结构；2、构建深层神经网络；3、相关参数和函数算法优化；4、代码设计；5、性能评估。本发明在国际通用ImageNet数据集上进行了评估测试，结果表明，本发明的方法取得了高质量的修复效果和更好效率，这表明本发明的方法在一定程度上提高了图像的清晰度和一致性。
-
公开(公告)号：CN105139077A
公开(公告)日：2015-12-09
申请号：CN201510398936.9
申请日：2015-07-08
Applicant: 南京信息工程大学
IPC: G06Q10/04
Abstract: 本发明公开了一种基于QEA可变旋转角距离的Jop-Shop调度方法，采用基于工序的量子染色体编码来表示一个调度，通过检测调度的有效性，提高解空间的搜索效率；进而利用基于可变旋转角的量子进化算法模式来产生子代，从而有效扩展解的多样性，能有效地防止收敛到局部最优解；同时提高了收敛速度，最终实现最少时间代价获得全局最优解(即最优的调度方案)。本发明中，由于使用了二进制解、十进制解以及工序解的形式、可变角距离的量子进化算法，使得效率上更优于其他方法。
-
公开(公告)号：CN101937510B
公开(公告)日：2015-05-20
申请号：CN201010280839.7
申请日：2010-09-14
Applicant: 南京信息工程大学
IPC: G06K9/62
Abstract: 本发明提供一种基于类Haar和AdaBoost分类器的快速增量学习方法，属于图像检测技术领域。本发明对于新增加的未正确识别的训练样本集，在不损失已有学习效果的前提下，增加一些关键的类Haar特征信息，而不是重新寻找关键类Haar特征信息，以提高训练的速度。本发明利用所提出的增量学习方法较好地解决了快速提升基于类Haar特征和AdaBoost分类器方法的识别性能问题，将其应用于车辆图像检测实验，与传统增量学习方法相比，在两者提升识别性能相近的情形下，明显减少了学习机的学习时间。
-
公开(公告)号：CN101937507B
公开(公告)日：2012-06-27
申请号：CN201010280831.0
申请日：2010-09-14
Applicant: 南京信息工程大学
Abstract: 本发明提供一种低对比度车辆图像的小波特征提取方法，属于图像特征处理技术领域。本发明先利用小波变换对图像进行塔式分解；然后对塔式分解后的小波高频系数采用增益函数进行增益处理，以提高高频细节部分对分类的贡献，最后对所有数据进一步进行分层归一化处理，将处理后的数据形成特征向量输入到分类器进行分类识别。本发明解决了现有的特征提取方式对低对比度图像进行特征提取后分类识别效果较差的问题，利用所提出的方法结合支持向量机分类器对Twilight图像进行车辆检测实验，与现有小波特征提取方法相比，明显提高了车辆识别率，大幅度降低了非车辆误识别率。
-
Patent Agency Ranking
公开(公告)号：CN101916272A
公开(公告)日：2010-12-15
申请号：CN201010250124.7
申请日：2010-08-10
Applicant: 南京信息工程大学
IPC: G06F17/30
Abstract: 本发明公开了一种用于深层网数据集成的数据源选择方法。本发明方法首先基于查询接口语义特征并结合本体库，选择与用户查询相关度较大的深层网数据源；接着通过数据源的质量评估模型对数据源的质量进行评估，最后根据质量评估情况质量较高的数据源，最终得到与客户查询相关度大且质量较高的数据源集。相比现有技术，本发明方法能够提高深层网页查询的准确度，同时降低信息冗余，提高查询效率。
-
公开(公告)号：CN118379644A
公开(公告)日：2024-07-23
申请号：CN202410046077.6
申请日：2024-01-11
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种利用混合编码机制的遥感卫星云检测方法，包括以下步骤：(1)获取原始数据集，并对数据集预处理；(2)构建CNN特征提取器提取局部特征信息；(3)构建空间ViT特征提取器提取全局特征信息；(4)构建CNN和ViT并行的混合编码器；(5)基于注意力机制的融合模块进行特征融合；(6)利用轻量级MLP路由解码器解码，生成分割云图；本发明通过ViT编码器提取全局空间特征，减弱薄云中背景噪声的影响，进而解决薄云未被分割出来的问题；利用CNN固有一些有利于云检测的归纳偏置，解决ViT编码器难以训练的问题；其次通过带有注意力机制的融合模块进行特征融合，引入轻量级MLP路由解码器进行解码，以提高云图分割的精度。
-
公开(公告)号：CN112488035B
公开(公告)日：2024-04-26
申请号：CN202011464169.4
申请日：2020-12-14
Applicant: 南京信息工程大学
IPC: G06V40/10 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/084 , G06N3/094 , G06N3/088
Abstract: 本发明涉及一种基于对抗神经网络的跨域行人重识别方法。涉及循环一致性对抗网络、DCGAN、ResNet50和行人重识别等领域；具体包括以下步骤：(1)、构建行人重识别分类器；(2)、目标数据集映射到带标签数据集；(3)、DCGAN优化映射网络；(4)、优化算法。本发明使得行人重识别技术能在更加真实的场景上得以应用，充分利用没有标签的数据集，缩小了目标(真实)数据集与原(带标签)数据集上样本的特征差距，能使召回率更加准确和有效。
-
公开(公告)号：CN117891006A
公开(公告)日：2024-04-16
申请号：CN202410041447.7
申请日：2024-01-11
Applicant: 南京信息工程大学
IPC: G01W1/10 , G06N3/0464 , G06N3/0442 , G06F18/213 , G06F18/25
Abstract: 本发明公开了一种基于时空融合网络的热带气旋轨迹预测方法，包括以下步骤：(1)获取原始数据集，构建热带气旋及其周边环境数据的三维时序结构；(2)构建CaConvNeXt‑GRU分支模块实现对热带气旋三维时序结构深层次的时空建模；(3)构建卷积网络分支模块提取热带气旋的二维时序特征；(4)构建整体的DSTFN时空融合网络模型，对步骤(2)和步骤(3)得到的分支模块进行融合；(5)对时空融合网络模型进行优化；(6)预测热带气旋的二维和三维时空特征；本发明提出的热带气旋路径预测方法的准确性优于现有的基于深度学习的热带气旋路径预测模型。
-
公开(公告)号：CN112418409B
公开(公告)日：2023-08-22
申请号：CN202011464171.1
申请日：2020-12-14
Applicant: 南京信息工程大学
IPC: G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/049 , G06N3/08 , G06N3/088
Abstract: 本发明公开了一种利用注意力机制改进的卷积长短期记忆网络时空序列预测方法。涉及计算机预测领域，具体步骤：(1)、非对称卷积块高维特征提取器提取空间特征；(2)、嵌入注意力模块的ConvLSTM编码器‑解码器架构预测外推特征；(3)、特征结果反向重构；(4)、L1、L2正则化优化算法；(5)、预测时空序列图像。本发明通过多层卷积神经网络可以很好的提取时空序列数据的高维特征，以此作为模型的输入不仅解决了高维不可计算的问题还强调了空间关键信息；改进后的ConvLSTM能够更好的学习到时空特征实现更精准的外推；本发明适用于所有的时序性图像。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.03 seconds)
