-
公开(公告)号：CN111652236A
公开(公告)日：2020-09-11
申请号：CN202010505152.2
申请日：2020-06-05
Applicant: 东南大学
Abstract: 弱监督场景下跨层特征交互的轻量级细粒度图像识别方法，该方法利用多层聚合分组卷积代替常规卷积构建出新型残差模块，将其直接嵌入深度残差网络框架实现基础网络轻量化。之后，通过计算高效的低秩近似多项式核池化对特征之间的交互作用进行建模，压缩特征描述向量维度，降低分类全连接层的存储占用与计算成本，同时这一池化方案促使线性分类器具备与高阶多项式核分类器相当的判别能力，显著提高识别精度。最终，采用跨层特征交互网络框架组合特征多样性，增强特征学习与表达能力，减少过拟合风险。本发明公开的弱监督场景下跨层特征交互的轻量级细粒度图像识别方法在识别准确率、计算复杂度和技术可行性三个方面的综合性能处于目前领先水平。
-
公开(公告)号：CN103984560B
公开(公告)日：2017-09-19
申请号：CN201410240683.8
申请日：2014-05-30
Applicant: 东南大学
Abstract: 本发明公开了一种基于大规模粗粒度嵌入式可重构系统及其处理方法，其包括：系统总线、配置总线、嵌入式微处理器、外部存储器、中断控制器、直接内存访问控制器、片上数据存储器、片上配置信息存储器、可重构处理器和重构控制器。该方法针对N阶FIR滤波器，其输入序列与滤波系数序列直接卷积得到输出序列，在直接型结构的基础上，用可重构处理器进行优化和加速。
-
公开(公告)号：CN102595486A
公开(公告)日：2012-07-18
申请号：CN201210051372.8
申请日：2012-03-01
Applicant: 东南大学
Abstract: 本发明提供一种超高速无线局域网中多业务调度方法，步骤为：在调度开始时，中心调度节点先统计所有成功反馈调度请求信息的移动台，设移动台总共N个，将它们送入第一缓存中，并获取和记录各移动台中所有业务各自对应的类型和当前服务质量；在业务调度模块中，各业务通过权重变化控制资源的提取和释放；中心调度节点首先依据业务的类型、期望服务质量以及当前服务质量对各移动台业务集合中各元素进行赋权。本方法可以最大化系统吞吐量，并保证各用户的公平性。
-
公开(公告)号：CN115752676B
公开(公告)日：2023-09-22
申请号：CN202210681956.7
申请日：2022-06-15
Applicant: 东南大学 , 中铁二十四局集团有限公司
Abstract: 本发明提供了一种基于跨中挠度的桥梁动态称重方法，包括如下步骤：通过建立桥梁有限元模型，得到桥梁跨中挠度值，并在桥面上各个位置生成位置矩阵，获得该位置矩阵对应的桥面位置的桥梁跨中挠度响应面数据；利用梯度下降算法将每一个状态下跨中挠度理论值与实测值之间的误差进行反向传播，对在桥梁上行驶车辆的轴重进行修正，不断进行循环迭代；判断修正后的车辆轴重是否满足收敛条件，若满足收敛条件则结束修正，通过桥梁动态称重得到车辆的最终轴重；若不满足收敛条件则继续进行修正，直到满足收敛条件。本发明通过数值模拟对桥梁的作用进行桥梁荷载实验，能够在抗噪声干扰的同时避免求解逆矩阵，以更高的精度识别车辆轴重。
-
公开(公告)号：CN110097091B
公开(公告)日：2023-04-18
申请号：CN201910282875.8
申请日：2019-04-10
Applicant: 东南大学
IPC: G06V10/764
Abstract: 训练和推理数据分布不一致条件下的图像细粒度识别方法，建立了检测‑细粒度模型，检测模块提取特征并对类别、位置和置信度回归。获取感兴趣区域位置并粘贴到WxH黑色背景后，传入特征融合的细粒度模块，利用多尺度双线性特征对子类进行细粒度识别。在提出的Cigarette67‑2018训练，且细粒度模块在特定数据集Cigarette67‑2018，较之前双线性模型B‑CNN基线有显著提高。在单核CPU上推理速度可以满足实时性要求且本发明中的细粒度识别模块为弱监督算法，仅仅需要图像级标注信息，这使本发明易于操作，实用价值高。
-
Patent Agency Ranking
公开(公告)号：CN115752676A
公开(公告)日：2023-03-07
申请号：CN202210681956.7
申请日：2022-06-15
Applicant: 东南大学 , 中铁二十四局集团有限公司
Abstract: 本发明提供了一种基于跨中挠度的桥梁动态称重方法，包括如下步骤：通过建立桥梁有限元模型，得到桥梁跨中挠度值，并在桥面上各个位置生成位置矩阵，获得该位置矩阵对应的桥面位置的桥梁跨中挠度响应面数据；利用梯度下降算法将每一个状态下跨中挠度理论值与实测值之间的误差进行反向传播，对在桥梁上行驶车辆的轴重进行修正，不断进行循环迭代；判断修正后的车辆轴重是否满足收敛条件，若满足收敛条件则结束修正，通过桥梁动态称重得到车辆的最终轴重；若不满足收敛条件则继续进行修正，直到满足收敛条件。本发明通过数值模拟对桥梁的作用进行桥梁荷载实验，能够在抗噪声干扰的同时避免求解逆矩阵，以更高的精度识别车辆轴重。
-
公开(公告)号：CN109961049B
公开(公告)日：2022-04-26
申请号：CN201910236775.1
申请日：2019-03-27
Applicant: 东南大学
Abstract: 本发明公开了一种复杂场景下香烟品牌识别方法，对原始彩色图像进行灰度化处理，结合图像滤波消除噪声干扰，并利用改进的Sobel边缘算子对预处理后的图像边缘粗略定位，通过数学形态学操作等细化处理获得二值图像的块状连通候选区域，送入深度学习神经网络Faster RCNN模型进行精确定位和识别。本发明通过边缘检测截取候选区域降低背景对检测性能的干扰，同时改进的Sobel算子结合货架香烟图片特点着重检测垂直方向边缘；本发明中Faster RCNN检测模型针对香烟尺寸与形状特征对区域建议网络中锚框尺度和比例进行修改，降低小目标的漏检概率，提高检测和识别准确率。
-
公开(公告)号：CN111553230A
公开(公告)日：2020-08-18
申请号：CN202010319149.1
申请日：2020-04-21
Applicant: 东南大学
Abstract: 本发明提供了一种在无约束场景下的基于特征强化的渐进式级联人脸检测方案，属于多媒体信号处理领域。本发明将训练集进行数据增广，以VGGNet-16作为基础特征提取网络，利用特征强化模块实现双分支架构，在预测之前，对各分支应用Max-Both-Out策略；训练时搭建迭代式级联结构，设计渐进式损失，即由第一分支多任务损失和第二分支多任务损失加权求和，用以指导训练与学习过程直至收敛，最终实现对目标人脸的检测。本发明不仅关注上下文信息还着重挖掘当前层特征，丰富了面部特征的提取模式，适用于检测难度较高的无约束场景，尤其对微小的、模糊的、遮挡的人脸也可实现精准检测。
-
公开(公告)号：CN110097091A
公开(公告)日：2019-08-06
申请号：CN201910282875.8
申请日：2019-04-10
Applicant: 东南大学
IPC: G06K9/62
Abstract: 一种训练和推理数据分布不一致条件下的图像细粒度识别方法，本发明建立了检测-细粒度模型，检测模块提取特征并对类别、位置和置信度回归。获取感兴趣区域位置并粘贴到WxH黑色背景后，传入特征融合的细粒度模块，利用多尺度双线性特征对子类进行细粒度识别。这使问题变成了单子类识别，消除了背景干扰，减轻了数据分布不一致的影响。在提出的Cigarette67-2018训练，在实际多目标图片集成测试准确率为75%，且细粒度模块在特定数据集Cigarette67-2018，公开数据集CUB200-2011的测试准确率为97.8%、86.0%，较之前双线性模型B-CNN基线有显著提高。在单核CPU上推理速度可以满足实时性要求且本发明中的细粒度识别模块为弱监督算法，仅仅需要图像级标注信息，这使本发明易于操作，实用价值高。
-
公开(公告)号：CN106021128B
公开(公告)日：2018-10-30
申请号：CN201610374345.2
申请日：2016-05-31
Applicant: 东南大学—无锡集成电路技术研究所
IPC: G06F12/0862
Abstract: 本发明公开了一种基于步幅和数据相关性的数据预取器及其预取方法，所述预取器包括步幅预取表、历史数据表、数据队列；所述预取方法通过步幅预取表和历史数据表对二级缓存未命中进行检测，判断是否进入预取状态，相应的在数据队列中添加预取请求，并对向外存访问接口发出预取信号进行预取。所述预取器及其预取方法在步幅预取方案的基础上增加关联性预取的技术特点，减少步幅预取方案的训练过程，从而提高步幅预取方案的预取覆盖率，实现性能提升并且节省了大量存储空间。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.036 seconds)
