-
公开(公告)号：CN117809123A
公开(公告)日：2024-04-02
申请号：CN202410227319.1
申请日：2024-02-29
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/26 , G06F16/51 , G06F16/532 , G06F16/583 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种双阶段图像的异常检测与重构方法及系统，方法包括：将输入图像输入至预设的图像分割模型获得异常掩码图#imgabs0#；将所述异常掩码图#imgabs1#中的伪异常区域所对应在输入图像的区域记为可疑异常区域#imgabs2#；将输入图像的可疑异常区域#imgabs3#替换为相似图像对应的区域获得叠加图像#imgabs4#；对叠加图像#imgabs5#进行灰度化处理后输入预设的图像重构模型获得重构图像#imgabs6#；逐像素比较重构图像#imgabs7#与输入图像之间的差异获得异常得分，根据异常得分对输入图像的异常区域进行定位和判断；本发明不仅可以重构正常图片细节，还可以有效重构大面积的异常，进而增加整体的异常检测精度。
-
公开(公告)号：CN117665825A
公开(公告)日：2024-03-08
申请号：CN202410131969.6
申请日：2024-01-31
Applicant: 南京信息工程大学
IPC: G01S13/95
Abstract: 本发明公开了一种雷达回波外推预报方法及系统，属于降雨短临预报技术领域，其包括获取待预测的雷达回波图像序列；对雷达回波图像序列进行预处理，得到待预测数据集；将所述待预测数据集输入预先训练的结合双分支编解码和门控递归网络的预测模型，获得雷达回波外推预测图像；其中，所述结合双分支编解码和门控递归网络的预测模型的训练方法包括：对获取到的雷达回波图像序列样本进行预处理，得到有效样本数据集；将所述有效样本数据集输入预先构建的结合双分支编解码和门控递归网络的预测模型，得到训练好的结合双分支编解码和门控递归网络的预测模型，通过上述过程实现了准确率更高的雷达回波外推预测效果，大大增强了降雨预测精度。
-
公开(公告)号：CN117630945A
公开(公告)日：2024-03-01
申请号：CN202311491296.7
申请日：2023-11-10
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于静止轨道卫星通道数据的雷达反射率数据反演方法，包括：通过几何校正公式对静止轨道卫星通道数据进行投影换算；针对投影换算后的静止轨道卫星通道数据进行预处理操作，并且与雷达反射率数据进行时间与空间匹配得到整合的卫星雷达反射率数据集；构建嵌入注意力机制的U型残差网络模型，使用数据集的训练集进行模型训练，拟合静止轨道卫星通道数据与雷达反射率数据之间的关系；在数据集的验证集上进行评估和超参数调整，最终达到理想效果后保存模型参数；将目标静止轨道卫星通道数据输入到嵌入注意力机制的U型残差网络模型，对雷达反射率数据进行预测。本发明方法能有效提取关键特征并且逐步恢复空间细节。
-
公开(公告)号：CN116915869A
公开(公告)日：2023-10-20
申请号：CN202311017986.9
申请日：2023-08-14
Applicant: 南京信息工程大学
IPC: H04L67/61 , H04L67/10 , G06N3/0464
Abstract: 本发明公开了基于云边协同的时延敏感型智能服务快速响应方法，基于双延迟深度确定性策略算法，实现对卷积核分割与服务器资源分配的联合优化，其核心思想是将每个边缘服务器中的计算资源进行分区，每个区域内的资源只用以推理某个卷积神经网络中某个卷积层的某一部分；一个场景中基于同一类别卷积神经网络的所有智能服务被置于一个队列中，且根据优先级决定不同服务的推理顺序；每个智能服务对应的卷积神经网络中，各卷积层都被分割成多个部分，实现卷积神经网络在不同服务器上的并行推理；整个算法具备卷积核分割合理、资源分配精确、高优先级服务请求优先处理的特征，能满足高任务负载场景中时延敏感型智能服务的快速响应需求。
-
公开(公告)号：CN116847293A
公开(公告)日：2023-10-03
申请号：CN202310795135.0
申请日：2023-06-30
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种无人机辅助车联网下的联合缓存决策和轨迹优化方法，属于无线通信技术领域。该方法基于差分进化算法和多智能体近端策略优化(MAPPO)算法，将两者联合运用到空地协同系统中。其核心思想是无人机上的服务器通过历史请求，借助差分进化算法得到动态缓存策略，然后将无人机映射为MAPPO中的智能体，在为车辆请求进行缓存服务的同时，与环境交互学习，指导自己实时规划路径，实现系统能耗的最小化。整个算法具有系统所需的动态调整缓存策略、实时学习优化的特征，能够在计算资源受限的情况下满足时延敏感型服务的请求，降低了多无人机辅助车联网下移动设备的使用能耗，实现节能、高质量服务。
-
Patent Agency Ranking
公开(公告)号：CN116385807A
公开(公告)日：2023-07-04
申请号：CN202310621436.1
申请日：2023-05-30
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/56 , G06V10/26
Abstract: 本发明公开了一种异常图像样本生成方法及装置，步骤1：获取标准化图像；步骤2：进行像素点采样；步骤3：进行分类确定标准化图像的颜色分布情况；步骤4：生成区域的位置以及生成异常的大小；步骤5：随机选取对应所述所需区域大小的区域，确定随机区域，接着确定随机区域的位置，并在此位置根据所述生成异常的大小生成方框；步骤6：为生成的方框随机添加颜色滤镜、增大、旋转、填充、变色中的一种操作；步骤7：在操作后的方框对应位置处随机选择一个方向，重复步骤4和步骤5若干次，扩展生成多个方框，将包括所有方框的标准化图像作为最终的模拟异常图像。优点：保证了模拟出的异常能够拟合实际中的异常情况，更好的完成异常检测任务。
-
公开(公告)号：CN116010582A
公开(公告)日：2023-04-25
申请号：CN202310167162.3
申请日：2023-02-27
Applicant: 南京信息工程大学
IPC: G06F16/332 , G06F16/31 , G06F16/35 , G06F16/36 , G06N7/01
Abstract: 一种利用基于知识图谱的问答系统应对气象灾害的方法，包括以下步骤：S1构建一个知识图谱处理先验信息及公开资料，规范提取相关的实体、关系和属性等数据，做持久化存储；S2将系统初始化，加载实体节点并建立索引关系表，生成领域树；S3使用者向系统中输入所需解答的气象灾害问题；S4系统将用户输入的气象灾害问题进行领域词匹配或者依存句法、词性解析，确定相关的实体和问题的意图；S5系统根据问题分类的结果，构建对应的Cypher语句，在知识图谱中进行查询，进行答案模板加工；S6将结果输出给使用者。本发明系统整理了气象灾害有关信息，智能化展示有效信息，有助于使用者充分了解所需要的气象灾害知识信息，帮助人们更好地应对气象灾害。
-
公开(公告)号：CN114862890A
公开(公告)日：2022-08-05
申请号：CN202210582218.7
申请日：2022-05-26
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于改进LSD的磁极倒转图信息抽取方法，包括获取图片集；将所述图片集进行人工标注深度信息；通过sobel算子对所述标注过的图片集进行边缘检测；通过改进LSD算法对所述边缘图像进行线段检测；对所述线段进行筛选，得到边界线段集；将所述边界线段集依深度排序两两组合成磁极倒转区域，获得磁极倒转区域集合；对所述磁极倒转区域遍历每一个像素，获取该磁极倒转区域的磁性；使用所述深度信息与各磁极倒转区域的边界线段坐标，推算出各磁极倒转区域的深度信息；依据所述磁极倒转区域的磁性与各磁极倒转区域的深度信息，整合出该磁极倒转图的深度‑磁性数据，本发明提高了对磁极倒转区域边缘线段检测的准确度。
-
公开(公告)号：CN114625885A
公开(公告)日：2022-06-14
申请号：CN202210224702.2
申请日：2022-03-07
Applicant: 南京信息工程大学
IPC: G06F16/36 , G06F16/35 , G06F40/295 , G06F40/216 , G06N3/04 , G06N3/08
Abstract: 一种基于NLP与触发器的实体从属关系抽取识别方法、系统、装置和存储介质，本发明所述方法在分析文档上下文语段，构造实体和关系后，通过聚类算法，将松散的子类实体，与父类实体相互关联，形成紧密的查询结构；在文本实体识别过程中，采用构建触发器的方法进行触发要素的选择，提高文字识别准确率，能够更快速、便捷地寻找到识别目标；在数据集构建中，采取了多路匹配的方式，有利于提升整体的数据集构建效率，减少人工标注所带来的时间成本。在针对文本关系进行抽取过程中，采用双向长短期神经网络并结合注意力机制，提升文本中抽取实体之间关系的准确率。
-
公开(公告)号：CN113609906A
公开(公告)日：2021-11-05
申请号：CN202110736883.2
申请日：2021-06-30
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种面向文献的表格信息抽取方法，属于数据处理以及计算机视觉领域。该方法包括以下步骤：1：利用规则获取所有可能含表格的候选页面；2：将获取的页面转化为图片文件；3：采用深度学习方法，获取图片文件的特征；4：根据获取的图片文件的特征，对图片进行特征融合；获取融合后的特征；5：根据获取的特征融合后的特征，对表格的位置进行初步定位；6：针对获得的表格定位信息，根据表格元素的长宽关系，将横板表格旋转为竖版表格；7：根据获得的竖版表格，读取单元格字符流。本发明能自动对表格位置进行准确的定位，能够精确的从表格中读取表格的字符流。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.039 seconds)
