-
公开(公告)号：CN102118907A
公开(公告)日：2011-07-06
申请号：CN201010597410.0
申请日：2010-12-21
Applicant: 南京信息工程大学
IPC: H05B37/02
CPC classification number: Y02B20/42
Abstract: 一种自适应照度调节照明灯，包括单片机、用于显示当前实测照度和系统设定值的LED显示电路、键盘电路、用于测量当前光强的测光电路、数模转换电路、存储电路，单片机通过数模转换电路，将计算的数字量转换为模拟量控制照明灯的照度，存储器电路储存最近使用的照度值，单片机作为主控芯片，分别于LED显示电路、键盘电路、测光电路、数模转换电路和存储器电路连接，统一协调控制其它各个模块工作。本发明采用了对复杂系统有较好控制效果的模糊控制技术，对照明灯进行恒定控制，提高照明灯的照明精度和有效的降低了能耗，并且响应速度块，在一些对光照有特殊要求的工业场合，能够达到实时控制的目的。
-
公开(公告)号：CN114756755B
公开(公告)日：2025-03-21
申请号：CN202210434188.5
申请日：2022-04-24
Applicant: 南京信息工程大学
IPC: G06F16/9535 , G06F16/906 , G06F16/9536 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了图片检测与语义分类技术领域的一种快速准确的图片检测与语义分类系统及方法，包括：读取图片以及图片文本信息，预测出图片的左上角点与右下角点的坐标；根据图片的左上角点与右下角点的坐标值，框选出目标图片的范围；读取图片文本信息中的Bbox值，分析图片中各个图像在该图片中的坐标值；基于各个图像在该图片中的坐标值，在目标图片的范围内判断目标图像是否在选中的预测矩形框中，其中，当目标图像中超过指定比重的特征均位于该预测矩形框中时，则划分为有效预测矩形框。本发明可应用在对于图片的处理，提取图片特征，并将大量的图片进行语义分类，提高检测效率的同时提高处理结果的准确度。
-
公开(公告)号：CN118797563B
公开(公告)日：2024-12-13
申请号：CN202411288301.9
申请日：2024-09-14
Applicant: 南京信息工程大学
IPC: G06F18/25 , G06F18/213 , G06F18/10 , G06F18/214 , G06F18/24 , G06V10/44 , G06N3/0442 , G06N3/08 , G06F17/16
Abstract: 本发明公开了一种适合边缘计算的融合多源时序数据的火灾预测方法，包括采集多视角RGB图像、多视角红外图像和气象数据，并对数据预处理；以CNN为骨干网络构建Smokey Net预测模型，将预处理后的数据输入预测模型，进行多源数据融合；选择稀疏注意力机制、强注意力机制和多头注意力机制三种注意力机制；添加外部寄存器模块和长短期记忆网络；对Smokey Net预测模型进行训练。本发明在野外火灾预测时，解决了样本数据不足的问题，并且提高对于长时间监测的准确性。从而帮助减少火灾造成的人员伤亡和财产损失，提高应对火灾的效率和及时性。
-
公开(公告)号：CN118536015A
公开(公告)日：2024-08-23
申请号：CN202410607406.X
申请日：2024-05-16
Applicant: 南京信息工程大学
IPC: G06F18/2431 , G06F18/27 , G06F18/15 , G06Q10/04 , G06Q50/40 , G06N3/0464 , G06N3/049 , G06N3/08 , G01P5/00
Abstract: 本发明提出了一种基于风速状态变化的高铁沿线风速预测方法，包括构建向量自回归模型，利用马尔科夫状态将铁路沿线历史风速进行三区制划分，并获得相应的风速序列；基于风速序列，基于波动函数剔除风速序列中Hurst指数小于0.5的片段，获得不同时间尺度序列片段；采用变分模态分解模型将步骤S2中不同时间尺度序列片段分解为本征模态分量，计算该分量的Hurst指数并进行分类；根据分量的特点，采用不同的方法对其进行风速预测，并将不同分量的预测结果进行相加，得到最终的风速预测结果。本发明能够有效提高预测精确度。
-
公开(公告)号：CN111667511B
公开(公告)日：2024-02-02
申请号：CN202010563011.6
申请日：2020-06-19
Applicant: 南京信息工程大学
Inventor： 胡凯
Abstract: 本发明公开了一种在动态视频中提取背景的方法，包括：采用光流法获得视频包含的每帧图片的光流运动水平，建立反映整个视频光流运动水平的直方图，利用阈值法对直方图进行截取，去除视频包含的每帧图片中运动速度快的物体所在的像素；对处理后的每帧图片，采用高斯混合模型，计算每个像素的最可能的高斯分布，将每个像素最有可能的高斯分布的中心值，作为输出，其中，针对视频中每个位置，处理后的图片所包含的有效像素总数均满足预设要求。本发明能够从一系列运动视频中，自动区分背景(包括有静态背景和动态背景)、前景，然后从中提取出一张没有运动物体的纯背景图片。
-
Patent Agency Ranking
公开(公告)号：CN114937204B
公开(公告)日：2023-07-25
申请号：CN202210476223.X
申请日：2022-04-29
Applicant: 南京信息工程大学
IPC: G06V20/10 , G06V20/70 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/774 , G06N3/048 , G06N3/082
Abstract: 本发明公开了一种轻量级多特征聚合的神经网络遥感变化检测方法，包括搭建并训练一个分割网络，输入双时像遥感图像，输出预测变化区域的预测模型，其特征在于，所述预测模型包括至少三个基础语义分割子模块：特征提取模块、细节特征引导模块、自注意力以及特征融合模块。该种轻量级多特征聚合的神经网络遥感变化检测方法，通过轻量级多特征融合网络在采用前述训练方法进行训练后即可用于遥感图像变化检测，对待处理图像先采用裁剪的方式输入至神经网络模型中，设置参数并进行多次迭代，得到变化检测遥感图像的预测结果，该预测的结果相对于采用传统的基础语义分割模型（例如UNet、FCN等）得到的结果，其预测准确率有明显的提升。
-
公开(公告)号：CN111028200B
公开(公告)日：2023-05-23
申请号：CN201911106156.7
申请日：2019-11-13
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于无参考图像质量评价和MSR的图像优化方法，充分利用机器学习进行无参考图像质量评估，然后采用优化的算法，对多尺度视网膜增强算法的大中小三个尺度的权值进行优化，得出一组最优的解，从根本上把多尺度视网膜增强算法进行了优化，得出了最优的图像还原效果；同时本方法还是通用的。
-
公开(公告)号：CN112926126B
公开(公告)日：2023-04-25
申请号：CN202110345776.7
申请日：2021-03-31
Applicant: 南京信息工程大学
IPC: G06F30/13 , G06F30/27 , G06F18/23213 , G06F18/20 , G06F18/214 , G06F111/08
Abstract: 本发明公开了一种基于马尔可夫随机场的联邦学习方法，利用联邦学习将用户在不同设备的存储的声纹特征、智能设备拍摄异常照片等特定情形，设置一键紧急呼救等报警信息，共同建立本地模型传输到云端，在确保用户隐私不泄露的前提下，将各个设备参数加入到马尔科夫随机场概率图模型G(V，E)，最后上传到云端建立出一个泛化性能高的全局模型。本发明在马尔可夫随机场的加入下，使得联邦建模的参数得到进一步优化，并举例将联合建模的模型应用到家用智能家居上。
-
公开(公告)号：CN110515298B
公开(公告)日：2022-09-23
申请号：CN201910514436.5
申请日：2019-06-14
Applicant: 南京信息工程大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于最优化自适应的海上异构多智能体速度协同控制方法，包括以下工作步骤：分别建立水上、水下无人器的运动学模型；选取速度为共同变量，依据领航‑跟随法建立联合编队结构，得到水上、水下无人器统一稳定的控制信号；得到联合编队的速度误差，并进行归一化处理，通过设定均方速度误差反映其数据的离散程度，以此反映噪声的水平；当噪声的水平超出可承受范围，对噪声放大、消除；设定基于积分滑模的协同控制律对有界速度误差进行实时补偿。首先，本发明提高了噪声的检测效率和消除准确度；其次，对速度误差进行实时补偿，使得系统具有较强的鲁棒性，保证了系统的稳定性。
-
公开(公告)号：CN115035402A
公开(公告)日：2022-09-09
申请号：CN202210394183.4
申请日：2022-04-15
Applicant: 南京信息工程大学
IPC: G06V20/10 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/82
Abstract: 本发明公开了遥感技术领域的一种用于土地覆盖分类问题的多级特征聚合系统及方法，包括：获取土地覆盖数据集；将土地覆盖数据集中的训练集输入预先构建的多级特征聚合网络进行迭代训练，所述多级特征聚合网络包括编码器、解码器和全局依赖模块，所述全局依赖模块位于编码器和解码器的中间，通过学习亲和力矩阵码器和解码器的中间，获取所有位置之间的权重值并过滤冗余通道信息；迭代训练结束后，保存训练好的最佳模型权重；重新加载最佳模型权重，对土地覆盖数据集中的测试集预测分割结果。本发明提高了对高分辨率遥感图像的分割精度，分割效果改善明显。
-
-
-
-
-
-
-
-
-
Search Results
237
records
(took 0.035 seconds)
