-
公开(公告)号：CN106656629B
公开(公告)日：2020-02-14
申请号：CN201710023946.3
申请日：2017-01-13
Applicant: 南京理工大学
Abstract: 本发明公开了一种流媒体播放质量的预测方法。该方法步骤如下：使用网络监听技术收集和本机系统相关的网络数据包，通过IP地址、端口过滤技术保留流媒体播放相关的数据包；根据相应协议重新构建协议栈，获取其中传输的媒体数据和网络性能数据，并记录主机的性能数据；解码媒体数据，结合系统时间综合判断当前播放质量，结合上一阶段的网络和主机性能数据训练机器学习模型；使用机器学习模型，通过当前网络和主机性能数据，预测下一阶段时间的流媒体播放质量。本发明方法在不更改播放器和系统的情况下，对当前流媒体播放质量进行准确判断，并通过机器学习算法对一段时间后的播放质量进行稳定高效的预测，对于服务方提高流媒体播放质量有重要的参考意义。
-
Patent Agency Ranking
公开(公告)号：CN116299311A
公开(公告)日：2023-06-23
申请号：CN202211095563.4
申请日：2022-09-06
Applicant: 南京理工大学 , 江苏省紫金山科技有限公司
IPC: G01S7/48
Abstract: 本发明公开了一种基于激光雷达3D点云的货车超载检测方法，包括：将两轮廓点间的距离最大值与轮胎直径的比值作为第一检测参数；将车辆的实时高度值与正常载重车身距地面距离比值作为第二检测参数；做好标签的多帧车身轮胎顶点坐标打包输入时序模型LSTM，通过对比不同帧数车身轮胎坐标的变化来获得超载与未超载车辆不同特征信息；根据时序模型LSTM输出结果结合第一检测参数、第二检测参数综合判断车辆超载与否。本发明是一种非接触式的检测手段，通过激光雷达采集道路上行驶的货车点云，来实现货车是否超载的检测，检测结果更加准确。
-
公开(公告)号：CN115331202A
公开(公告)日：2022-11-11
申请号：CN202211033217.3
申请日：2022-08-26
Applicant: 南京理工大学
IPC: G06V20/58 , G06V10/82 , G06V10/80 , G06V10/774 , G06V10/764 , G06V10/22 , G06V10/20 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种基于YOLOv5的道路交通标志异常状态检测方法，先对采集到的图片进行图像预处理，然后将处理后的图像输入到改进的YOLOv5模型中进行训练，由损失函数计算损失值，当总损失值达到预设标准时，得到目标模型。该轻量化模型改进包括，将原生网络的backbone的主干网络替换成轻量级的MobileNetv3网络，来减少参数量；再将MobileNetv3中的SE注意力机制模块都替换成CBAM轻量级注意力机制，进一步考虑像素在空间通道上的重要性；为了减少不必要的特征融合计算,在Neck层用BiFPN网络来代替原生的PANet网络；最后为了减少正负样本的不均衡性造成的影响，用焦点损失函数来代替二叉熵分类函数。
-
公开(公告)号：CN115331147A
公开(公告)日：2022-11-11
申请号：CN202210976689.6
申请日：2022-08-15
Applicant: 南京理工大学
IPC: G06V20/40 , G06V10/82 , G06V10/77 , G06V10/764 , G06V10/22 , G06V10/20 , G06N3/08 , G06N3/04 , G06V10/774
Abstract: 本发明提出了一种基于机器学习的道路抛洒物检测方法与系统，所述系统包括：采集子系统获取视频流数据，按帧读取图像；定位子系统实时获取定位坐标信息；将获取的图像、定位信息通过通信子系统传输到通信终端；通信终端实时预览图像，并将图像传输到检测子系统；检测子系统接收图像，利用内置改进的YOLOv5对关键帧图像进行分类检测，将检测结果回传通信终端；通信终端将事件检测图片信息、定位信息上传到云端服务器；路政管理人员通过查看云端服务器的事件数据安排道路养护计划。本发明可以简单、方便的集成在道路巡检车辆上，提高道路巡检人员的巡检效率，降低道路巡检成本，实现道路抛洒物的快速、及时的检测识别。
-
公开(公告)号：CN113159066A
公开(公告)日：2021-07-23
申请号：CN202110386579.X
申请日：2021-04-12
Applicant: 南京理工大学
Abstract: 本发明公开了基于类间相似度的分布式标签的细粒度图像识别算法，包括以下步骤：(1)使用骨干网络提取输入图像的特征表示；(2)利用中心损失模块通过特征表示计算中心损失并更新类别中心；(3)分类损失模块利用特征表示和最终标签分布计算分类损失(例如交叉熵损失)，其中的最终标签分布通过计算独热标签分布和由类别中心生成的分布式标签分布的加权和得到；(4)由中心损失和分类损失加权求和得到最终的目标损失函数，以此优化整个模型。本发明通过降低模型预测的确信度有效地缓解了过拟合的问题，能够精确地学习细粒度数据的辨别性特征，精确高效地区分不同细粒度类别的数据，可广泛应用于视觉分类和多媒体领域。
-
公开(公告)号：CN108986482A
公开(公告)日：2018-12-11
申请号：CN201810732598.1
申请日：2018-07-05
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于单轴地磁传感器的车辆检测方法。该方法包括以下步骤：在同一车道前后固定距离布置两个地磁传感器，车辆经过时，两个地磁传感器收集数据；将地磁传感器收集的数据进行数据清洗以及去噪声处理；地磁传感器利用改进的基于固定阈值的状态机算法检测车辆，并提取车辆到达传感器检测范围的时间以及离开的时间；统计设定时间段内的车流量，计算车辆的行驶速度和车长。本发明方法既可以单独运用在重要的交通路段或者交通路口获取车辆参数，也可以与其他交通检测设备联合使用，获取更加全面的交通信息，具有低功耗、检测灵敏度高、安装方便、不受恶劣环境影响的优点。
-
-
-
-
-
Search Results
16
records
(took 0.022 seconds)
