-
公开(公告)号:CN117953035A
公开(公告)日:2024-04-30
申请号:CN202410136717.2
申请日:2024-01-31
Applicant: 南京信息工程大学
IPC: G06T7/60 , G06T7/10 , G06T5/70 , G06T7/13 , G06N3/0464 , G06V10/44 , G06V10/80 , G06N3/048 , G06N3/0985 , G06N3/09
Abstract: 本发明公开了一种光学与SAR图像注意力协同的积雪深度预测方法,包括:步骤1:获取训练数据,包括光学图像和SAR图像。步骤2:构建光学与SAR图像注意力协同网络,训练光学与SAR图像注意力协同网络,对训练数据中的图像进行数据增强处理,然后将图像与对应的标签转化为张量,然后输入到光学与SAR图像注意力协同网络中训练。步骤3:使用训练好的光学与SAR图像注意力协同网络进行预测,输入一组光学图像和SAR图像,经过训练好的权重提取特征进行编码解码操作后输出得到积雪深度预测值。该方法能够有效的减少SAR散斑噪声的影响,增强对光学图像和SAR图像两种异构数据的特征表达,提高了积雪深度估计的鲁棒性和准确性,在实验中取得了不错的结果。
-
公开(公告)号:CN117908451A
公开(公告)日:2024-04-19
申请号:CN202410089864.9
申请日:2024-01-23
Applicant: 南京信息工程大学
IPC: G05B19/042
Abstract: 本发明公开了一种基于集群机器人的农田环境检测及管理系统,该系统包括农田移动机器人集群和上位机控制系统,农田移动机器人集群包括分配于农田中不同地点的农田移动机器人,各农田移动机器人进行土壤、空气和环境检测,杂草位置识别,以及规划最优行进路径;上位机控制系统对农田土壤、空气和环境进行检测分析及预警,以及为各农田移动机器人分配移动起始点和目标点和下发进行除草、施肥和移动的控制指令。本发明解决了传统检测系统需要大量设备和传感器且检测点固定的问题,实现了对农田的自动化精细管理,大大提高了农业生产的生产效率。
-
公开(公告)号:CN117808114A
公开(公告)日:2024-04-02
申请号:CN202310832566.X
申请日:2023-07-08
Applicant: 南京信息工程大学
IPC: G06N20/00 , G06F18/23213 , G06F18/241 , H04L67/104
Abstract: 本发明公开了一种基于区块链的联邦协同训练系统,涉及区块链与联邦学习技术领域,在训练过程中利用短期历史梯度信息评价动态评分将所有客户端分为Cnorm、Cunrl两类,解决了传统联邦学习在初始联合建模中无法评估保证所有参与方信誉和数据质量而导致部分客户端不愿意参与训练的问题,同时采用激励机制在每次完成短期历史梯度评价后根据评价结果分发货币奖励,在所有训练轮次完成后利用长期历史梯度信息和K‑Means聚类方法对参与方进行评分记录,并将评价信息保存至区块链中,为下一次联邦协同训练任务做好客户端的划分准备,可以同时满足拥有不同数据质量的客户端需求。
-
公开(公告)号:CN117315370A
公开(公告)日:2023-12-29
申请号:CN202311403541.4
申请日:2023-10-27
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/40 , G06V20/10
Abstract: 本发明公开了一种基于遥感图像的漂浮物检测方法、装置、存储介质及设备,属于图像处理技术领域,包括:获取遥感图像;对所述遥感图像进行预处理;将预处理后的遥感图像输入到训练好的漂浮物检测模型中,得到包含检测结果的标签图像;本发明通过特征分流模块对对强弱特征层进行分类,保留强特征层,达到减轻网络负载的同时提高模型分割精度的效果;通过多尺度特征提取模块得到可变尺度特征提取窗口,满足不同尺寸大小的漂浮物进行特征提取的需求,从而提高模型对上下文特征信息的获取能力;通过级联反馈注意力模块,在每个注意力机制的输出后融合输入图像来防止过渡关注或关注偏差;从而提高漂浮物检测精度。
-
公开(公告)号:CN117150430A
公开(公告)日:2023-12-01
申请号:CN202311115702.X
申请日:2023-08-31
Applicant: 南京信息工程大学
IPC: G06F18/25 , G06F18/214 , G06N3/0464 , G06N3/0442 , G06F18/213 , G01W1/10
Abstract: 本发明公开了一种基于多源异构数据融合的高铁沿线大风预测算法。首先获取风速数据和气象要素数据进行数据预处理,构建多元多时距风速预测样本集,然后构建待训练基于多源异构数据融合的多支路TCN‑BiLstm注意力预测网络模型,经过训练基于多源异构数据融合的多支路TCN‑BiLstm注意力预测网络模型,以检测气象要素数据为输入,以铁路沿线目标风速监测点的预测风速为输出进行预测。本方法使用多时距数据作为模型的输入,建立多支路TCN‑BiLstm注意力预测网络,使用时间卷积网络、双向长短时记忆网络和高效通道注意力网络作为骨干网络各分路模块,并且设计了特征融合模块,能够全面捕捉风速数据在不同时间尺度上的模式和特征,提高预测的鲁棒性和稳定性。
-
公开(公告)号:CN113807318B
公开(公告)日:2023-10-31
申请号:CN202111182076.7
申请日:2021-10-11
Applicant: 南京信息工程大学
IPC: G06V20/40 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于双流卷积神经网络和双向GRU的动作识别方法,包括以下步骤:对视频等间距采样M帧图像,缩放;将第一帧图像输入空间流CNN,得到空间流特征图;计算堆叠,将其输入时间流CNN,得到时间流特征图;级联,使用三层卷积神经网络融合,得到融合后的特征图;将特征图送入两层全连接层,然后送入softmax函数得到单帧分类结果;继续以上的步骤,计算剩余帧的分类结果;将识别结果送入双向门控单元,得到各视频抽样帧的分类结果ht;基于高斯加权的融合方式,将M组ht进行融合,得到最终的视频分类结果,本方法在保持模型准确性的情况下,减少了模型参数,简化了模型结构,提高了模型运算速度;采用高斯加权融合的方式,提高了分类结果的可靠性。
-
公开(公告)号:CN116706888A
公开(公告)日:2023-09-05
申请号:CN202310661574.2
申请日:2023-06-05
Applicant: 南京信息工程大学
IPC: H02J3/00 , H02J13/00 , G06Q10/04 , G06Q50/06 , G06F18/214 , G06N3/0442 , G06N3/098 , G06N3/0985
Abstract: 本申请涉及一种基于联邦学习的智能电网负荷预测方法。该方法包括:将电力数据集进行分类,分成训练集、测试集和验证集,各客户端采用训练集构建自身的基于LSTM网络的电网负荷预测模型,获得初步网络参数上传至服务器端进行联合训练,服务器端根据初步网络参数,基于MMD的模型迁移方法对基于LSTM网络的电网负荷预测全局模型进行联合训练,再使用测试集和验证集进行测试验证,获得最终网络参数,并将最终网络参数返回给各客户端更新为最终网络参数,获得各客户端的基于LSTM网络的电网负荷预测全局模型进行电力负荷预测,以确定平均绝对误差,由此,处理的数据量会大大减少,可以解决数据上传的延迟且数据量较大的问题,提高了电力的负荷预测的处理效率。
-
公开(公告)号:CN106896815B
公开(公告)日:2023-08-22
申请号:CN201710156353.4
申请日:2017-03-16
Applicant: 南京信息工程大学
IPC: G05D1/02
Abstract: 本发明公开了一种无人船自动停泊系统及方法,该系统船体上设有GPS收发装置、无线通信装置、电子罗盘、陀螺仪、灰度摄像头、摄像头、控制器、第一超声波传感器、动力单元;在回收平台的定位牌上设有黑色识别条、灰色识别条,回收平台还设有回收平台基座、后部支撑杆、前部支撑杆、电机、导轨、线缆、气囊、第二至第三超声波传感器、第一至第二红外线收发装置、压力传感器。本发明方法采用灰度摄像头判断无人船与回收平台上方定位牌的相对位置,从而调整无人船航向实现精准停泊;回收平台的碰撞保护模块根据红外线和超声波来判定无人船是否会发生碰撞等危险情况,并以此决定是否打开气囊保护无人船。
-
公开(公告)号:CN114943893B
公开(公告)日:2023-08-18
申请号:CN202210476210.2
申请日:2022-04-29
Applicant: 南京信息工程大学
IPC: G06V20/10 , G06V20/70 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种土地覆盖分类的特征增强方法,包括如下步骤:S1、获取训练图像集和测试图像集;S2、构造网络模型,包括建立四个下采样层;S3、构建解码网络,包括建立自注意特征模块、通道特征强化模块和特征融合模块;S4、通过特征融合模块,将下采样过程中的不同尺寸的信息进行融合,指导骨干网络特征地图获取空间维度上隐藏层的信息。该种土地覆盖分类的特征增强方法,加强了隐藏层中的语义信息的提取,将隐藏层的语义信息传递原始特征图,得到特征图的上下文像素的类别信息,从而改善建筑物和水域分割过程中的边缘模糊和建筑物误判等问题,提高了分割精度,增强了算法的普适性。
-
公开(公告)号:CN113741449B
公开(公告)日:2023-07-14
申请号:CN202111004160.X
申请日:2021-08-30
Applicant: 南京信息工程大学
IPC: G05D1/02
Abstract: 本发明公开了一种面向海空协同观测任务的多智能体控制方法,包括以下步骤:单艘无人艇搜寻出中尺度涡内具有观测价值的区域;无人艇从涡流的最外侧沿着直线向中心行驶,艇上搭载的传感器每隔一段时间采集一次水温,并将水温数据由高到底进行排序,得到水温变化梯度大的区域;派出多艘无人艇在以上区域内搜寻等温线,采用数据驱动和深度确定性策略梯度算法对各艘无人艇的航姿继续控制,已确保其行驶在等温线上;派遣无人机前往涡流的中心,采用多智能体深度确定性策略梯度算法控制无人机与各无人艇汇合。本发明能够在环境受限、模型受限以及能量受限条件下,实现无人艇搜寻等温线,以及无人机对无人艇的观测数据进行大规模数据的采集任务。
-
-
-
-
-
-
-
-
-