-
公开(公告)号：CN109948471B
公开(公告)日：2022-08-23
申请号：CN201910160058.5
申请日：2019-03-04
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于改进InceptionV4网络的交通雾霾能见度检测方法，包括步骤：S1、根据高速公路雾霾天气下视频资料采样，分场景建立雾霾图片库；S2、以高速公路车道线作为标识物建立相应的坐标，提取雾霾图片能见度数值，作为雾霾能见度真实值；S3、基于Inception V4原始网络构建成改进的Inception V4网络；S4、将雾霾图片库中的训练集输入改进的Inception V4网络进行训练，并保存模型；S5、选定雾霾图片库中任一场景的图片建立测试集，输入步骤S4所得模型对图片进行雾霾能见度检测。应用本发明该技术方案一方面改进Inception V4，并用来对雾霾图片进行能见度检测，提高了检测精度；另一方面该检测方法应用深度学习理论，适用于针对大数据集的高效率处理。
-
公开(公告)号：CN110659593A
公开(公告)日：2020-01-07
申请号：CN201910846903.4
申请日：2019-09-09
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于改进DiracNet的城市雾霾能见度检测方法，其实现步骤主要包括，采集城市中不同场景下不同能见度的雾霾能见度图片，用以建立图片库；以图片中的标志性建筑物作为标识物建立坐标，用以测量雾霾图片能见度；改进DiracNet网络，加强对雾霾图片细节信息提取；将雾霾图片输入改进DiracNet网络进行训练并保存模型；即可投入测试验证和具体的检测应用。本发明该基于改进的DiracNet的城市雾霾能见度检测，提高了检测精度，而且基于深度学习理论和改进的DiracNet模型，有利于对大数据集进行处理，能保持较高的准确率。
-
公开(公告)号：CN109857175B
公开(公告)日：2020-11-03
申请号：CN201910062196.X
申请日：2019-01-23
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种非侵入式人体热舒适的AI感知方法，包括数据采集和预处理、定义并提取皮肤敏感指数和构建非侵入式皮肤感知热舒适的深度学习网络并训练生成网络模型；具体采用计算机视觉采集人体皮肤的图像数据，并数据处理后构建兴趣域图片和皮肤温度之间的地址映射表；引入不同人体对外部冷热刺激的皮肤敏感程度差异作为权重系数，对地址映射表和SSI分别特征提取、融合后进一步训练、保存并优选得到网络模型，进行皮肤温度预测。应用本发明该AI感知方法，克服了人体热舒适检测中皮肤变化的微变性、个体间差异性和个体内时变性的三大挑战，实现了能源优化、节能环保，且具有较好的可操作性。
-
公开(公告)号：CN109857175A
公开(公告)日：2019-06-07
申请号：CN201910062196.X
申请日：2019-01-23
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种非侵入式人体热舒适的AI感知方法，包括数据采集和预处理、定义并提取皮肤敏感指数和构建非侵入式皮肤感知热舒适的深度学习网络并训练生成网络模型；具体采用计算机视觉采集人体皮肤的图像数据，并数据处理后构建兴趣域图片和皮肤温度之间的地址映射表；引入不同人体对外部冷热刺激的皮肤敏感程度差异作为权重系数，对地址映射表和SSI分别特征提取、融合后进一步训练、保存并优选得到网络模型，进行皮肤温度预测。应用本发明该AI感知方法，克服了人体热舒适检测中皮肤变化的微变性、个体间差异性和个体内时变性的三大挑战，实现了能源优化、节能环保，且具有较好的可操作性。
-
公开(公告)号：CN109948471A
公开(公告)日：2019-06-28
申请号：CN201910160058.5
申请日：2019-03-04
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于改进InceptionV4网络的交通雾霾能见度检测方法，包括步骤：S1、根据高速公路雾霾天气下视频资料采样，分场景建立雾霾图片库；S2、以高速公路车道线作为标识物建立相应的坐标，提取雾霾图片能见度数值，作为雾霾能见度真实值；S3、基于Inception V4原始网络构建成改进的Inception V4网络；S4、将雾霾图片库中的训练集输入改进的Inception V4网络进行训练，并保存模型；S5、选定雾霾图片库中任一场景的图片建立测试集，输入步骤S4所得模型对图片进行雾霾能见度检测。应用本发明该技术方案一方面改进Inception V4，并用来对雾霾图片进行能见度检测，提高了检测精度；另一方面该检测方法应用深度学习理论，适用于针对大数据集的高效率处理。
-
Patent Agency Ranking
公开(公告)号：CN109903557A
公开(公告)日：2019-06-18
申请号：CN201910159828.4
申请日：2019-03-04
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于改进独立循环神经网络的高速公路交通流预测方法，以高速公路交通流数据为预测基础，改进并重构独立循环神经网络；将DenseBlock作为隐藏特征提取器对交通流数据提取特征图，然后对提取的特征图信息进行全局平均池化，再将池化后的结果置于由IndRNNCells组成的预测头中，学习时序信息，进行前向预测。应用本发明该预测技术方案，基于改进IndRNN的神经网络结构能够自动学习流量数据几种流量之间隐藏的特征关系，有效克服了传统网络不能考虑交通流数据潜在趋势的不足，并且达到了较高模型精度的效果。
-
公开(公告)号：CN109086803A
公开(公告)日：2018-12-25
申请号：CN201810755419.6
申请日：2018-07-11
Applicant: 南京邮电大学
Abstract: 本发明公开了基于深度学习与个性化因子的雾霾能见度检测系统，该系统包括数据库建立模块，用于构建不同能见度的雾霾能见度图片库；能见度提取模块，用于根据所述雾霾能见度图片库提取所述雾霾能见度图片中涉及场景的标志物的能见度，建立能见度坐标，并对所述雾霾能见度图片中涉及的场景进行编号，个性化因子提取模块，用于针对所述场景编号进行归一化，并将其定义为特征值，并根据场景编号提取个性化因子；神经网络训练模块，用于将所述个性化因子和所述雾霾能见度图片输入到卷积神经网络中进行训练；本发明采用基于深度学习的卷积神经网络结构能够自动提取数据集特征与传统方向比更加渐变，可以快速处理大数据集，节省了大量的训练时间。
-
公开(公告)号：CN109948472A
公开(公告)日：2019-06-28
申请号：CN201910160062.1
申请日：2019-03-04
Applicant: 南京邮电大学
Abstract: 本发明从姿态估计的角度出发，揭示并提出了一种新颖的非侵入式人体热舒适检测方法。首先通过问卷调查的方法定义并验证得出12个人体热舒适的姿态，而后通过计算机视频采集、图像预处理、深度图像处理、训练测试和投放应用实现姿态估计和人体热舒适检测的结果输出，其中深度图像处理包括基于骨骼节点的面域、点域锁定以及设定对应不同姿态估计的动作识别判断条件及阀值，而姿态估计得自于比较前后帧各骨骼节点坐标的变化。应用本发明检测方法于智能建筑或交通工具中，将会为中央空调系统实时提供有效的反馈信号，从而实现让场景中的人们更加舒适，并可靠地节约能源。
-
公开(公告)号：CN109086803B
公开(公告)日：2022-10-14
申请号：CN201810755419.6
申请日：2018-07-11
Applicant: 南京邮电大学
Abstract: 本发明公开了基于深度学习与个性化因子的雾霾能见度检测系统，该系统包括数据库建立模块，用于构建不同能见度的雾霾能见度图片库；能见度提取模块，用于根据所述雾霾能见度图片库提取所述雾霾能见度图片中涉及场景的标志物的能见度，建立能见度坐标，并对所述雾霾能见度图片中涉及的场景进行编号，个性化因子提取模块，用于针对所述场景编号进行归一化，并将其定义为特征值，并根据场景编号提取个性化因子；神经网络训练模块，用于将所述个性化因子和所述雾霾能见度图片输入到卷积神经网络中进行训练；本发明采用基于深度学习的卷积神经网络结构能够自动提取数据集特征与传统方向比更加渐变，可以快速处理大数据集，节省了大量的训练时间。
-
公开(公告)号：CN109035779B
公开(公告)日：2021-01-19
申请号：CN201811002046.1
申请日：2018-08-30
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于DenseNet的高速公路交通流预测方法，在研究深层二维卷积网络DenseNet的基础上，将一维交通流数据导入，并且修改网络中的输入以及卷积方式，使得网络学习一维时间序列数据中的隐藏规律，有效地实现对下一阶段高速公路交通流的预测。其实现步骤是：（1）读取交通流数据，并构建训练测试集；（2）数据预处理，变换四维张量，并进行归一化，适应于网络的学习；（3）构建网络；（4）训练网络，输入训练样本，通过前向预测结果以及误差反向传播更新网络参数，循环迭代，直至网络收敛；（5）测试网络，对测试集进行交通流量的预测。本发明能够自动学习流量数据集中流量之间隐藏的特征关系，且具有更好的预测效果，广泛适用于交通流预测。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.02 seconds)
