-
公开(公告)号：CN118038481B
公开(公告)日：2024-06-21
申请号：CN202410437024.7
申请日：2024-04-12
Applicant: 江苏省送变电有限公司 , 南京邮电大学
IPC: G06V30/422 , G06V30/19 , G06V10/766 , G06V10/82
Abstract: 本发明公开了一种基于计算机视觉技术的变电站端子排图纸识别方法及系统，属于图纸识别技术领域，方法包括：利用多尺度滑动窗口对输入图纸进行二次处理，获取大尺度切片图像和小尺度切片图像；利用图元检测模型进行图元检测，并获取多个最优图元检测结果；获取多个目标文本识别结果；根据最优图元检测结果中线缆的方向进行寻路，并将各线缆对应的多个目标文本识别结果与设定的识别要求进行匹配，若匹配成功，则按照设定格式输出，若匹配失败，则按照设定的拒识格式输出；本发明有效地处理了多尺度图纸的目标差异问题，并且利用图元检测模型，提高了图纸识别的准确性，对于出现的误识别和漏识别，在输出结果上进行标明，从而方便后续人工检查。
-
公开(公告)号：CN113658721B
公开(公告)日：2024-03-19
申请号：CN202110812104.2
申请日：2021-07-19
Applicant: 南京邮电大学
IPC: G16H70/60 , G16H50/70 , G06N3/0442 , G06N3/082
Abstract: 本发明公开了一种阿尔兹海默疾病进程预测方法，患者在固定时间间隔内测量得到多视图数据，阿尔兹海默疾病进程预测方法包括对多视图数据进行预处理；使用多视图融合神经网络处理多视图数据，得到各视图共享的隐表示矩阵；在隐表示矩阵中引入最小门控单元，以对缺失的多视图数据进行填充以及预测未来时间点的评分数据；并使用多视图数据对多视图融合神经网络和最小门控单元进行协同训练，以实现对疾病发展进程的预测。本发明通过多视图融合神经网络为每个时间点的多视图数据习得各视图间共享的隐表示矩阵，同时，最小门控单元预测得到的下一个时间点的数据用于填补缺失的数据，利用最小门控单元进行未来任意时间点的评分数据预测。
-
公开(公告)号：CN117058712A
公开(公告)日：2023-11-14
申请号：CN202310989816.0
申请日：2023-08-08
Applicant: 南京邮电大学
Abstract: 本发明所述方法及系统，涉及人体姿态估计技术领域包括构建高频信息增强的降采样模块；构建基于高频信息增强的低分辨率人体姿态估计模型；利用标注的人体姿态数据集训练所述基于高频信息增强的低分辨率人体姿态估计模型，得到训练完成的模型；利用所述训练完成的低分辨率人体姿态估计模型进行人体姿态估计预测，得到人体姿态估计预测结果。本发明提供的基于高频信息增强的低分辨率人体姿态估计方法通过增强低分辨率图像中的高频信息，有效地提高了姿态估计的准确性和稳定性，本发明在准确性、稳定性和克服高频信息丢失方面都取得更加良好的效果。
-
公开(公告)号：CN116468762A
公开(公告)日：2023-07-21
申请号：CN202310407199.9
申请日：2023-04-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种变电站点云配准方法、装置、电子设备及存储介质，所述方法包括获取变电站设备的模型点云数据与场景点云数据，计算模型点云与场景点云的SHOT特征直方图；随机选择m个模型点，并从场景点云中找到与m个模型点对应SHOT特征相似的m个匹配点；判断m个模型点与m个匹配点的相似度是否符合满足条件；若满足条件，根据m个模型点与m个匹配点通过SVD求得旋转平移矩阵，并将模型点云变换到对应位置；计算变换后的模型点云与场景点云的平均欧氏距离、SHOT差值以及平均曲率差值；判断模型点云与场景点云的平均欧氏距离、SHOT差值以及平均曲率差值是否小于预先设定的阈值，若小于，则配准成功，本发明提高了配准误差判定的识别准确率和配准效率。
-
公开(公告)号：CN115964660A
公开(公告)日：2023-04-14
申请号：CN202211693617.7
申请日：2022-12-28
Applicant: 南京邮电大学
IPC: G06F18/241 , G06F18/25 , G06N3/0442 , G06N3/048 , G06N3/084 , G06F40/211 , G06F40/30 , G06F18/2135
Abstract: 本发明属于数据挖掘技术领域，公开了一种基于多模双线性池化融合GNN的事件关系抽取方法，包括：步骤1：对数据集进行预处理，划分双重GNN模型的训练集和测试集；步骤2：利用BiLSTM作为句子编码器，来获取每个句子中单词基于上下文的隐表示；步骤3：将隐表示分别输入到SynGCN模块和SemGAT模块中，提取句法结构特征和语义特征；步骤4：使用多模双线性池化来融合两模块的特征，再用PCA对特征进行降维后，利用融合特征来进行关系分类，得到对应关系的概率；步骤5：对网络参数进行优化更新；步骤6：根据训练好的模型，对测试集中的数据进行预测。本发明时考虑句法特征和语义特征，达到对句子的全局理解。
-
Patent Agency Ranking
公开(公告)号：CN115661500A
公开(公告)日：2023-01-31
申请号：CN202211681207.0
申请日：2022-12-27
Applicant: 南京邮电大学
IPC: G06V10/762 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及不确定性估计领域及目标检测领域，公开了基于二阶分布及不确定性感知聚类融合的目标检测方法。所述方法包括：定义目标类别服从先验分布为狄利克雷分布的类别分布，并基于主观逻辑理论，将其转化为等价的主观意见从而得到类别不确定性评估以及类别预测；定义目标位置偏移量服从先验分布为高斯逆伽马分布的高斯分布，并对目标位置标签进行逆运算，基于神经网络学习得到的二阶分布计算得到目标框位置信息以及回归不确定性估计；基于空间邻近性对模型输出的预测框聚类得到预测框簇，并引入加权信念融合方法对预测框簇中的狄利克雷分布进行融合，最终针对同一目标，得到结合了不同预测框证据的单一预测框作为最终结果。
-
公开(公告)号：CN114820369A
公开(公告)日：2022-07-29
申请号：CN202210450407.9
申请日：2022-04-24
Applicant: 国网江苏省电力有限公司 , 国网江苏省电力有限公司超高压分公司 , 南京邮电大学
Inventor： 丁俊峰 , 郭胜超 , 王昊 , 刘丰 , 陈轩 , 周健 , 吴德勇 , 戴挈军 , 陈蕾 , 王磊 , 鞠保兴 , 陶双柱 , 张龙 , 高锋 , 俞海燕 , 郎伊紫禾 , 赵翔飞
IPC: G06T5/00 , G06T5/30 , G06T7/11 , G06V10/77 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/08
Abstract: 本发明公开了一种基于改进的RandLA‑Net的变电站设备点云分割方法，包括：获取点云数据和图像数据；使用点云数据和图像数据制作训练数据集，并对点云数据进行MIX3D数据增强，导入点云分割双流网络，获得点云特征和图像颜色纹理特征；根据图像数据和点云数据的映射关系，将点云特征和图像颜色纹理特征进行融合拼接，获得特征向量，导入分割头网络，输出点云分割结果测试值；代入损失函数计算交叉熵损失，采用反向传播推导；根据反向传播推导的梯度优化点云分割双流网络，基于优化的点云分割双流网络输出变电站设备点云的分割结果。本发明有效地平衡了变电站全局语义信息和局部结构信息，引入图像分支网络补点云的颜色纹理特征，提高变电站设备点云分割的精度。
-
公开(公告)号：CN109270489B
公开(公告)日：2022-06-17
申请号：CN201810797288.8
申请日：2018-07-19
Applicant: 江苏省送变电有限公司 , 南京邮电大学 , 国家电网有限公司 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种基于UWB的NLOS隧道环境下的实时连续定位方法，包括：每个标签节点与所有邻近的锚点不断通信，测量出从自己到锚点的距离，采用最小二乘法预测标签节点的位置，然后采用基于贪心的聚类算法来估算标签节点的位置，最后根据预测位置和估算位置确定标签节点的最终位置。本发明方法使得定位更加准确，满足了隧道人员和车辆定位的需要。
-
公开(公告)号：CN112818768A
公开(公告)日：2021-05-18
申请号：CN202110067137.9
申请日：2021-01-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于元学习的变电站改扩建违章行为智能化识别方法，首先，采集图片，并构造难样本，完成场景的标注，形成小样本数据集，在ImageNet数据集上利用元学习方法预训练YOLOv5模型，并在采集的小样本数据集上精调得到最终的YOLOv5模型；其次，将训练好的YOLOv5模型部署到移动端，完成对作业人员、施工机具、送变电设备等检测物的识别；最后，根据施工作业要求自适应设置虚拟电子围栏，基于所设置的虚拟围栏进行人员机具的越界违章行为智能化识别并告警。本发明区别于传统的物理围栏及其他类型的虚拟电子围栏技术，不仅能有效识别地面违章行为，还能识别高空越界违章行为，且部署灵活，操作简单，实时性强，可重用性好。
-
公开(公告)号：CN108470052B
公开(公告)日：2021-03-19
申请号：CN201810200894.7
申请日：2018-03-12
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06F17/16
Abstract: 本发明公开了一种基于矩阵补全的抗托攻击推荐算法，首先统计用户对项目的评分，提取用户的属性特征和项目的属性特征，分别构建用户‑项目评分矩阵，用户属性特征矩阵和项目属性特征矩阵；然后将用户‑项目评分矩阵中的托攻击评分建模为矩阵补全模型中的结构化噪声；然后采用分块坐标下降算法对各变量进行迭代更新，求得结构化行噪声矩阵；随后根据结构化行噪声矩阵剔除用户‑项目评分矩阵中的托攻击评分；最后使用传统推荐算法进行评分预测，求得预测评分矩阵。本发明提供的推荐算法能够有效地检测出推荐系统中的托攻击用户，在托攻击干扰下可取得比传统推荐算法更精确的个性化评分预测效果，有效提高了推荐算法的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.034 seconds)
