-
公开(公告)号：CN111932511B
公开(公告)日：2022-08-12
申请号：CN202010775041.3
申请日：2020-08-04
Applicant: 南京工业大学
Abstract: 本发明涉及一种基于深度学习的卷积神经网络电子元器件质量检测方法，属于故障诊断技术与信号处理分析技术领域。本发明首先搜集不合格电子元器件的图像，如元件缺脚、错误打标，将收集到的图像分为训练集、验证集和测试集，并对数据集中的图像进行不合格区域标注，包括坐标信息和分类信息；其次构建用于电子元器件质量检测的卷积神经网络模型；然后利用训练数据集中的图像对用于不合格元器件图像检测的卷积神经网络模型进行训练；利用训练好的用于裂纹图像检测的卷积神经网络模型，对测试数据集中的不合格元器件图像进行质量检测。本发明使得网络模型能够有效增加不合格元器件的选择，并且比传统的多步图像检测方法速度更快，可以在短时间内处理更多的图像；使得网络模型可以获得更精细的局部细节；使得整个网络可以实现有效的递进式特征传递，提高了网络模型的电子元器件质量检测精度。
-
公开(公告)号：CN118196569A
公开(公告)日：2024-06-14
申请号：CN202210229187.7
申请日：2022-03-09
Applicant: 南京工业大学
IPC: G06V10/80 , G06V10/82 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/22 , G06F40/30 , G06F16/9032 , G06F16/583 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/0985 , G06N3/084
Abstract: 一种基于CNN和LSTM的跨媒体目标检测方法，步骤包括：首先搜集符合目标检测任务的数据集；将图像分为训练集、验证集和测试集，并对数据集中的图像进行文本信息和边界框坐标进行标注；接着构建用于跨媒体目标检测的卷积神经网络模型；然后利用训练集中的图像对卷积神经网络模型进行训练；最后利用训练完成的用于跨媒体目标检测的网络模型，对测试数据集中的图像进行检测。在卷积神经网络模型的图片特征提取模块中：先在多个不同的通道提取图像特征，然后分别由适应性图像特征选取结构进行处理，接着由空间特征融合结构对各个通道得到图形特征进行融合处理，最后由FPN网络对融合后的图像特征处理后输出。本方法可很好完成跨媒体目标检索。
-
公开(公告)号：CN114340076A
公开(公告)日：2022-04-12
申请号：CN202110803392.5
申请日：2021-07-15
Applicant: 南京工业大学
Abstract: 本发明公开了一种基于模拟音源采样的律动氛围灯的控制方法和系统，该方法包括：由模拟音源获取音频信号，并滤波调压；使用快速傅立叶变换将音频信号解算为各个频段上的幅值；利用滑动平均法计算综合幅值；灯光信号解算模块依据遥控信号确定灯光模式并将幅值转换为灯光颜色信号与亮度信号；对亮度信号执行带偏移量的非线性γ校正；将经过校正的亮度信号与颜色信号送至氛围灯驱动板，氛围灯驱动板按信号点亮灯珠。本发明能够实现基于模拟音源采样的律动氛围灯功能，扩大了律动氛围灯的适用范围，为使用者提供良好的音乐与灯光体验。
-
公开(公告)号：CN113271213A
公开(公告)日：2021-08-17
申请号：CN202110508057.2
申请日：2021-05-10
Applicant: 南京工业大学
IPC: H04L12/14
Abstract: 本发明公开了一种基于软件定义网络、综合考虑网络延迟与网络带宽的计费网络出口路由选择方法。本方法用于在一个接入多个计费网络出口的SDN网络环境中出口路由的选择，它包括以下步骤：SDN控制器预先设置各出口线路的计费方式；当收到访问请求时SDN交换机首先安装预设的流表进行转发，如果不匹配，则判断该请求的服务类型并向控制器发出请求，由控制器收集各网络出口的时延、带宽等信息；计算并比较不同出口访问不同类型服务的权值，根据服务类型下发合适的流表。同时SDN控制器会定时对流表项进行更新，适应动态变化的网络环境并防止流表过长造成的性能损失。该方法降低了SDN控制器的负载、增加了网络资源利用率、提升了用户的网络使用体验。
-
Patent Agency Ranking
公开(公告)号：CN113946127B
公开(公告)日：2023-08-29
申请号：CN202111206806.2
申请日：2021-10-15
Applicant: 南京工业大学
IPC: G05B15/02 , G05B19/418 , G06F9/50 , G06N20/00
Abstract: 本发明公开了一种基于边缘计算技术的智能家居系统，包括中央服务器和若干安装在不同位置的边缘设备。边缘设备包括运算组件和功能组件。功能组件包括以下一个或多个可选的功能模块：摄像头模块、麦克风模块、扬声器模块、遥控器模块、传感器模块、声光报警模块和其它物联模块。本发明可实现智能家居系统中各部件的互联互通，智能化程度高，功能可拓展性强，所有数据在本地进行处理，不在公网传输，避免了隐私泄露问题，并且系统具备使用机器学习方法优化功能的能力。
-
公开(公告)号：CN115567308A
公开(公告)日：2023-01-03
申请号：CN202211211831.4
申请日：2022-09-30
Applicant: 南京工业大学
Abstract: 本发明涉及一种基于密钥扩展的数据加密传输方法，首先按预设各类密钥扩展方法执行密钥顺序扩展方法，顺序获得各轮轮密钥；接着针对待传输明文依次分割，获得各个与初始密钥长度相等的各个独立明文块；然后分别针对独立明文块，顺序应用各轮轮密钥进行加密处理，获得各个独立密文块，并针对各轮轮密钥、以及所涉及预设各信息进行加密获得密钥encodedKey信息，并由发送者将各加密数据发送至接收者；最后由接收者进行解密，完成发送者向接收者关于待传输明文的加密传输；设计通过密钥扩展方式，针对待传输明文进行多级加密技术，并结合对密钥的加密操作，不仅保证了密钥的安全，同时应用中能够保证明文的安全性和加密的效率。
-
公开(公告)号：CN113946127A
公开(公告)日：2022-01-18
申请号：CN202111206806.2
申请日：2021-10-15
Applicant: 南京工业大学
IPC: G05B15/02 , G05B19/418 , G06F9/50 , G06N20/00
Abstract: 本发明公开了一种基于边缘计算技术的智能家居系统，包括中央服务器和若干安装在不同位置的边缘设备。边缘设备包括运算组件和功能组件。功能组件包括以下一个或多个可选的功能模块：摄像头模块、麦克风模块、扬声器模块、遥控器模块、传感器模块、声光报警模块和其它物联模块。本发明可实现智能家居系统中各部件的互联互通，智能化程度高，功能可拓展性强，所有数据在本地进行处理，不在公网传输，避免了隐私泄露问题，并且系统具备使用机器学习方法优化功能的能力。
-
公开(公告)号：CN111931575A
公开(公告)日：2020-11-13
申请号：CN202010645129.3
申请日：2020-07-01
Applicant: 南京工业大学
Abstract: 本发明设计了一种基于分类器集成的混凝土搅拌车搅拌桶转向的检测与追踪方法。涉及图像处理领域、目标检测以及目标追踪领域，该方法通过对搅拌桶运作视频流进行检测与追踪，根据搅拌桶的固有特征，利用直线检测、角点检测以及轮廓检测三种检测算法对搅拌桶特征进行检测并标注其特征以及特征中心点，通过中心点在序列图像的位移，判断搅拌桶运转方向，仅仅如此难以保证追踪的准确性，基于此加入了预测方法，通过计算预测值，从而提供相对可靠的追踪结果，每种检测算法到追踪可以看作基分类器，引用集成的思想，将基分类器通过简单多数投票法或者加权投票法对基分类器追踪结果集成，从而更好地提升传统方法的追踪效率与精度。
-
公开(公告)号：CN111932511A
公开(公告)日：2020-11-13
申请号：CN202010775041.3
申请日：2020-08-04
Applicant: 南京工业大学
Abstract: 本发明涉及一种基于深度学习的卷积神经网络电子元器件质量检测方法，属于故障诊断技术与信号处理分析技术领域。本发明首先搜集不合格电子元器件的图像，如元件缺脚、错误打标，将收集到的图像分为训练集、验证集和测试集，并对数据集中的图像进行不合格区域标注，包括坐标信息和分类信息；其次构建用于电子元器件质量检测的卷积神经网络模型；然后利用训练数据集中的图像对用于不合格元器件图像检测的卷积神经网络模型进行训练；利用训练好的用于裂纹图像检测的卷积神经网络模型，对测试数据集中的不合格元器件图像进行质量检测。本发明使得网络模型能够有效增加不合格元器件的选择，并且比传统的多步图像检测方法速度更快，可以在短时间内处理更多的图像；使得网络模型可以获得更精细的局部细节；使得整个网络可以实现有效的递进式特征传递，提高了网络模型的电子元器件质量检测精度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
