-
公开(公告)号：CN112765521B
公开(公告)日：2023-06-23
申请号：CN202110082407.3
申请日：2021-01-21
Applicant: 南京信息工程大学
IPC: G06F18/2413 , G06F16/958
Abstract: 本发明公开了一种基于改进K近邻的网站用户分类方法，该方法以网站数据库原始数据为依托，在利用K近邻算法进行用户分类时，不是采用原有的均等权重的方法进行计算，而利用不同的数据类型权重代入到K近邻进行计算，使得分类结果更加贴近实际。本发明将不均等的权重代入K近邻算法进行聚类计算，不采用均等权重的K近邻方法，更有益于分类，更具可移植性。本发明的分类方法可以得到更精确高效的分类结果，该分类结果给网站提供更精准的用户评估数据。
-
公开(公告)号：CN112150481A
公开(公告)日：2020-12-29
申请号：CN202010977822.0
申请日：2020-09-17
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种白粉病图像分割方法，包括：(1)采集作物感染白粉病的茎叶图像；(2)获取图像上所有像素点的RGB数值，并计算每个像素点的灰度值；(3)利用迭代公式计算白粉病病害的最佳灰度阈值，并确定白粉病病害的阈值范围；(4)根据白粉病病害的最佳灰度阈值将图像上病害区域和非病害区域进行划分，以不同颜色显示，并确定该作物的白粉病病害等级，从而为作物在生长过程中的病害防治提供有力的依据。本发明提高了对作物叶片中白色区域的提取精度，对作物白粉病的检测有更好的效果，能够显著提高在检测白粉病病害的方面的准确性。
-
公开(公告)号：CN110470481B
公开(公告)日：2020-11-24
申请号：CN201910746595.8
申请日：2019-08-13
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于BP神经网络的发动机故障诊断方法，包括(1)采集发动机故障数据，列出发动机故障原因；(2)确定BP神经网络模型的最佳隐含层节点数，建立BP神经网络模型；(3)根据已有的故障数据训练BP神经网络模型；(4)利用训练得到的BP神经网络模型，对采集的发动机数据进行分析，确定数据所对应的故障原因。以往发动机故障诊断存在机理复杂、检测精度低、成本高、不能显示故障原因等缺陷，本发明主要应用在发动机的故障诊断诊断方面，比以往的方法更具优势性，节省了成本，提升建模效率，可以快速锁定最优的隐含层节点数。
-
公开(公告)号：CN112765148A
公开(公告)日：2021-05-07
申请号：CN202110143858.3
申请日：2021-02-02
Applicant: 南京信息工程大学
IPC: G06F16/215 , G06F16/28 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种基于改进SVM多分类的网络入侵检测方法，包括数据的获取和预处理，预处理主要是将数据经过清洗、标准化、归一化之后，得到适合应用的数据；数据的分类，并载入SVM分类器，将数据分为两组载入分类器，一组直接输出，一组则进入另一个步骤；BP决策，将SVM分类器中的一种结果载入进BP神经网络，利用神经网络来进一步确定数据的类型，得出分类结果。以往SVM分类器面对多分类问题决策复杂，步骤繁多，而直接应用BP神经网络实现分类则会出现大量冗余的计算过程。本发明简化了在多分类问题上，决策的步骤，节省了计算资源，可以更好的将分类结果呈现出来。
-
公开(公告)号：CN112949783B
公开(公告)日：2023-09-26
申请号：CN202110471512.6
申请日：2021-04-29
Applicant: 南京信息工程大学滨江学院
IPC: G06V10/774 , G06V10/82 , G06V20/10 , G06N3/0464
Abstract: 本发明公开了一种基于改进U‑Net神经网络的道路裂缝检测方法，包括：1)采集道路裂缝图像，构建道路裂缝数据集，并进行预处理操作，形成训练集和测试集；2)构建改进U‑Net神经网络模型；3)基于所述训练集，对所述改进U‑Net神经网络模型进行训练；4)基于所述测试集，对训练完成的改进U‑Net神经网络模型进行测试，输出检测结果，并对模型进行评估，得出模型性能。本发明方法构建的改进U‑Net神经网络引入带扩张率的空洞卷积，可以减少卷积层的层数，减少模型的参数，同时节省了计算资源，降低了计算成本。本发明方法构建的改进U‑Net神经网络在每个卷积层后，加入BN层，加速模型的训练，防止梯度爆炸。
-
Patent Agency Ranking
公开(公告)号：CN112150481B
公开(公告)日：2023-07-18
申请号：CN202010977822.0
申请日：2020-09-17
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种白粉病图像分割方法，包括：(1)采集作物感染白粉病的茎叶图像；(2)获取图像上所有像素点的RGB数值，并计算每个像素点的灰度值；(3)利用迭代公式计算白粉病病害的最佳灰度阈值，并确定白粉病病害的阈值范围；(4)根据白粉病病害的最佳灰度阈值将图像上病害区域和非病害区域进行划分，以不同颜色显示，并确定该作物的白粉病病害等级，从而为作物在生长过程中的病害防治提供有力的依据。本发明提高了对作物叶片中白色区域的提取精度，对作物白粉病的检测有更好的效果，能够显著提高在检测白粉病病害的方面的准确性。
-
公开(公告)号：CN112729892A
公开(公告)日：2021-04-30
申请号：CN202110080544.3
申请日：2021-01-21
Applicant: 南京信息工程大学无锡研究院
IPC: G01M99/00
Abstract: 本发明提供了一种桥梁结构健康监测系统及其控制方法，系统包括数据采集单元、数据处理单元、数据存储单元、通信单元以及监测终端；其中，所述数据采集单元包括设置于桥梁上的加速度传感器、风速仪和压力传感器；所述数据处理单元包括ARM微处理器，其输入端与数据采集单元相连，输出端通过通信单元与监测终端的输入端相连；所述数据存储单元的输入端与数据处理单元相连，输出端通过通信单元与监测终端相连；本发明通过所述监测系统实现了自动化实时定期检测，能够代替传统人力巡检，节省人力成本，减轻了人工劳动强降低了巡检人员工作的危险性，极大的提高了检测效率。
-
公开(公告)号：CN112949783A
公开(公告)日：2021-06-11
申请号：CN202110471512.6
申请日：2021-04-29
Applicant: 南京信息工程大学滨江学院
Abstract: 本发明公开了一种基于改进U‑Net神经网络的道路裂缝检测方法，包括：1)采集道路裂缝图像，构建道路裂缝数据集，并进行预处理操作，形成训练集和测试集；2)构建改进U‑Net神经网络模型；3)基于所述训练集，对所述改进U‑Net神经网络模型进行训练；4)基于所述测试集，对训练完成的改进U‑Net神经网络模型进行测试，输出检测结果，并对模型进行评估，得出模型性能。本发明方法构建的改进U‑Net神经网络引入带扩张率的空洞卷积，可以减少卷积层的层数，减少模型的参数，同时节省了计算资源，降低了计算成本。本发明方法构建的改进U‑Net神经网络在每个卷积层后，加入BN层，加速模型的训练，防止梯度爆炸。
-
公开(公告)号：CN110470481A
公开(公告)日：2019-11-19
申请号：CN201910746595.8
申请日：2019-08-13
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于BP神经网络的发动机故障诊断方法，包括(1)采集发动机故障数据，列出发动机故障原因；(2)确定BP神经网络模型的最佳隐含层节点数，建立BP神经网络模型；(3)根据已有的故障数据训练BP神经网络模型；(4)利用训练得到的BP神经网络模型，对采集的发动机数据进行分析，确定数据所对应的故障原因。以往发动机故障诊断存在机理复杂、检测精度低、成本高、不能显示故障原因等缺陷，本发明主要应用在发动机的故障诊断诊断方面，比以往的方法更具优势性，节省了成本，提升建模效率，可以快速锁定最优的隐含层节点数。
-
公开(公告)号：CN212207721U
公开(公告)日：2020-12-22
申请号：CN202021078163.9
申请日：2020-06-12
Applicant: 南京信息工程大学滨江学院
IPC: G01W1/02 , G05B19/042
Abstract: 本实用新型公开了基于ARM的农业气象监测系统，属于农业气象监测技术领域。本系统包括ARM微处理器模块、温湿度检测模块、光照检测模块、风速风向检测模块、雨雪检测模块、PM2.5检测模块、显示模块；ARM微处理器模块用于处理其他检测模块发来的环境气象信息并将处理后的环境气象信息通过串口通信发送至显示模块；环境气象信息包括温湿度信息、光照信息、风速风向信息、雨雪信息、PM2.5信息。本实用新型具有在相对小环境下的对环境气象因素的实时监控，可以实时的对小环境内的气候变化能够精准的预报和监控，监控及预报成本低、效率高，以便对当前的气象数据分析来得到适合监测环境内的农作物生长的对策或者规避降低气象风险给农业生产造成的没必要的损失。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.022 seconds)
