一种基于K-Means聚类和轮廓拓扑约束的违章建筑物识别方法

    公开(公告)号:CN110084169A

    公开(公告)日:2019-08-02

    申请号:CN201910323850.8

    申请日:2019-04-22

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于K-Means聚类和轮廓拓扑约束的违章建筑物识别方法,包括以下步骤:采集到的图像信息经预处理后得到图像直线段,通过K-Means聚类对图像直线中点进行分类;检测每类直线簇的直线数量,并计算直线间相对位置距离及角度关系;构建常见违章建筑物直线轮廓角度分布直方图,并将其与检测图像的直线角度分布情况相匹配,计算欧氏距离;然后根据每个直线簇直线数量、位置距离约束及角度分布与常见违章建筑物角度分布直方图相似度对违章建筑物特征进行识别。本发明解决了利用定点视频监控自动发现违章建筑物时,违章建筑物特征提取困难及受自然场景下各种物体干扰多的问题,大大提高了违章建筑物自动识别的效率和检测结果的鲁棒性。

    一种带有道路纵向坡度的增强型数字矢量地图制作方法

    公开(公告)号:CN105608985A

    公开(公告)日:2016-05-25

    申请号:CN201510989858.X

    申请日:2015-12-24

    Applicant: 东南大学

    Inventor: 李旭 王宇 徐启敏

    CPC classification number: G09B29/008 G09B29/006

    Abstract: 本发明公开了一种带有道路纵向坡度的增强型数字矢量地图制作方法,本方法首先选定道路,确定道路起始点与终点;通过搭载了卫星定位系统和纵向加速度传感器的车辆,采集道路的位置、车辆的状态信息;然后将经纬度坐标转化为平面坐标,并将转化后平面坐标表示的位置作为道路的节点;通过基于多传感器信息的道路纵向坡度估计算法,估计出每个节点位置的道路纵向坡度;最后将节点位置以及纵向坡度信息,利用数字地图制作软件制作成带有道路纵向坡度的增强型数字矢量地图。

    一种换热器铝箔翅片组超疏水表面的规模化制备方法

    公开(公告)号:CN104630775A

    公开(公告)日:2015-05-20

    申请号:CN201510082078.7

    申请日:2015-02-15

    Applicant: 东南大学

    Abstract: 本发明涉及一种换热器铝箔翅片组超疏水表面规模化制备方法,所述方法包括下列步骤:前处理:将密排成组的换热器铝箔翅片组洗净吹干;刻蚀处理:以酸性或碱性水溶液为刻蚀液,将换热器铝箔翅片组,水浴条件下,置于刻蚀液中刻蚀,取出后清洗并吹干,所述的酸性或碱性水溶液中添加丙三醇或聚乙二醇为添加剂;弱碱性沸水处理:将刻蚀处理后的密排成组的换热器铝箔翅片置于弱碱性沸水中1~2h,随水冷却至室温后取出,用洗净并吹干;化学改性:将处理好的铝箔翅片组置于玻璃槽中,采用氟硅烷气相沉积法改性,获得超疏水铝箔翅片组。本发明制备工艺简单、无污染、基底损伤小、表观质量佳,适用于各种尺寸的换热器铝箔翅片,适合推广应用。

    核化侦察机器人地面适应能力的实验装置

    公开(公告)号:CN102636365A

    公开(公告)日:2012-08-15

    申请号:CN201210106462.2

    申请日:2012-04-12

    Applicant: 东南大学

    Abstract: 本发明公开了一种核化侦察机器人地面适应能力的实验装置,包括:平台,在平台连接有用于支撑平台的升降杆,在平台的两侧分别连接有楼梯和斜坡,并且,平台与楼梯的顶部转动连接,平台与斜坡的顶部转动连接,在斜坡的底部设有第一边刹脚轮和第一振动器,在斜坡上还设有第一倾角传感器;在楼梯的底部设有第二边刹脚轮和第二振动器,在楼梯上还设有第二倾角传感器;在斜坡的坡面上设有粗糙面。本发明结构简单,使用方便,无需复杂的控制系统,能够提供核化侦察机器人的地面适应能力实验环境,进行上下楼梯、攀爬斜坡及抗震性实验,最大限度模拟真实的复杂崎岖环境下机器人工作场景。

    雾无线接入网中基于策略的联邦强化学习的协作缓存方法

    公开(公告)号:CN113992770B

    公开(公告)日:2024-02-09

    申请号:CN202111270116.3

    申请日:2021-10-29

    Applicant: 东南大学

    Inventor: 蒋雁翔 王宇

    Abstract: 本发明公开了一种雾无线接入网中基于策略的联邦强化学习的协作缓存方法,包括:1、初始化缓存边缘雾网络中节点的本地缓存内容,初始化全局模型训练周期和模型权重参数并分发给每个节点的本地模型;2、每一个缓存节点分享自身的缓存内容状态信息给邻近的缓存节点和云端服务器;3、根据每个时隙内接收到的用户请求信息,缓存节点会在本地缓存,临近节点缓存和云端服务器之间做出决策应答用户请求;4、计算缓存命中率和用户的内容请求延迟;5、缓存节点根据本地内容缓存状态和用户的内容请求信息,更新本地缓存内容和训练模型参数。6、对各节点的训练模型权重参数进行联合更新。本发明降低用户请求延迟,保护用户隐私。

    一种雾无线接入网中基于本地化联邦强化学习的协作缓存方法

    公开(公告)号:CN116723547A

    公开(公告)日:2023-09-08

    申请号:CN202310750456.9

    申请日:2023-06-25

    Applicant: 东南大学

    Inventor: 蒋雁翔 王宇 常琦

    Abstract: 本发明公开了一种雾无线接入网中基于本地化联邦强化学习的协作缓存方法,包括:1、根据全局内容流行度来初始化雾无线接入网中点F‑AP的本地缓存内容和本地训练周期步长,联邦训练周期,联邦学习聚合参数,各F‑AP初始化模型参数,其中模型采用DDPG,联邦学习框架采用本地化联邦学习;2、云服务器下发全局模型的网络参数;3、各F‑AP受到内容请求,并向DDPG输入系统缓存状态,执行缓存决策4、计算缓存命中率和用户的内容请求延迟;5、各F‑AP计算内容延迟期望,获取奖励值。6、各F‑AP训练本地DDPG模型参数,同时训练本地化模型参数。7、各F‑AP完成本地训练周期上传模型参数至云服务器进行参数聚合。

    基于同态加密的安全卷积神经网络及其使用方法

    公开(公告)号:CN116248251A

    公开(公告)日:2023-06-09

    申请号:CN202310441263.5

    申请日:2023-04-23

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于同态加密的安全卷积神经网络及其使用方法,包括基于同态加密的安全卷积模块、基于同态加密的安全池化模块、基于差分隐私的安全激活模块和基于同态加密的安全全连接模块,通过设计同态加密条件下的高效的卷积运算、池化运算、激活运算、全连接运算等构建安全的卷积神经网络方法,协同服务器和用户完成卷积神经网络运算,将服务器无法进行的无参逻辑运算交给用户运算,使用同态加密的SIMD特性提高运算效率,配合密文旋转和差分隐私算法有效保护计算过程中的各方隐私,在保证推理精度不变的情况下降低通信量、提升计算效率。

Patent Agency Ranking