公开(公告)号：CN118804444A

公开(公告)日：2024-10-18

申请号：CN202410767674.8

申请日：2024-06-14

Applicant: 桂林电子科技大学

Inventor： 陶晓玲 ,  陈晓婕 ,  李为坤 ,  王磊 ,  陈莹莹 ,  王松威

IPC: H05B47/105 ,  H05B47/125 ,  H05B47/19 ,  H05B47/165 ,  G08G1/052 ,  G06N5/048

Abstract: 本发明涉及智能节电技术领域，尤其涉及一种基于云边端协同的智慧路灯节能控制系统，包括云平台管理端、边缘集中控制器、智能路灯控制器和控制算法，在工作时，边缘集中控制器通过检测车辆速度和车辆数目，然后将数据上传至云平台管理端，在进行控制算法处理后，边缘集中控制器将调度方式传输至智能路灯控制器，对路灯进行智能调度；同时将数据信息传输至云平台管理端，然后数据经过深度学习模型进行预测分析，通过实时反馈持续优化，自适应地调整深度学习模型和模糊逻辑规则，以应对环境和交通模式的变动，实现更高效和响应性更强的城市照明管理。

公开(公告)号：CN119887796A

公开(公告)日：2025-04-25

申请号：CN202411683503.3

申请日：2024-11-22

Applicant: 桂林电子科技大学

Inventor： 王松威 ,  孙松柏 ,  谢泽宇 ,  杨玉柱 ,  苏路豪

IPC: G06T7/11 ,  G06T7/155 ,  G06N3/0464 ,  G06N3/045 ,  G06T5/50 ,  G06T7/55 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/098

Abstract: 本发明公开了一种基于深度神经网络驱动的自适应图层分割方法，通过获取数据库中多场景图像数据，对多场景图像数据进行预处理，得到初始多场景图像数据；建立基础神经网络模型，基础神经网络模型至少包括多个卷积层、池化层和全连接层；在基础神经网络模型的中间层，设计多模态特征融合模块，在基础神经网络模型的卷积层之后插入注意力模块；使用不同大小的卷积核构建金字塔结构，得到目标神经网络模型；将初始多场景图像数据输入至目标神经网络模型中进行训练；通过目标神经网络模型分析图像的特征，对图像进行图层分割，对初步图像分割结果进行形态学处理，去除分割结果中的噪声和小空洞，得到自适应图层分割结果。大幅提升分割准确率。