-
公开(公告)号：CN117236045A
公开(公告)日：2023-12-15
申请号：CN202311254535.7
申请日：2023-09-27
Applicant: 南京邮电大学
IPC: G06F30/20 , G06F9/445 , G06F16/35 , G06F16/36 , G06F18/2415 , G06T17/05 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于OSG与知识图谱的三维战场态势仿真方法，使用osgEarth生成高质量的地球模型，并加载战场环境的数字高程模型和数字正射影像图，构建准确真实的三维数字地形模型。采用动态加载技术，根据当前视域显示的场景元素，预测下一步可能加载的元素，并进行数据的预加载和卸载处理，控制内存占用，确保不影响场景浏览。从装备数据库导入战场模型单位文件，将其作为gnode节点添加到场景树groot中，设置位置、标识和动画回调，丰富观察视角。利用Neo4j API与Neo4j客户端通信，将OSG实体与知识图谱中的节点相关联，建立战场的知识图谱，维护战场态势的完整性和准确性。最后利用改进的RGCN图神经网络算法进行实体分类补全知识图谱，并能够很好地挖掘潜在的实体关系。
-
公开(公告)号：CN111144490B
公开(公告)日：2022-09-06
申请号：CN201911373992.1
申请日：2019-12-26
Applicant: 南京邮电大学
Abstract: 一种基于轮替知识蒸馏策略的细粒度识别方法。包括如下步骤，步骤S1、利用卷积神经网络训练获取卷积特征图；步骤S2、对卷积特征图聚类，获取通道指示向量，通过通道指示向量训练channel group模块，生成注意力掩模；步骤S3、根据注意力掩模获取局部图，再将局部图与全局图通过轮替知识蒸馏策略训练，得到细粒度图像。本发明利用卷积神经网络训练获取卷积特征图;再对卷积特征图进行聚类得到通道指示向量，根据通道指示向量预训练channel group模块，生成注意力掩模，获取局部图，最后将局部图与全局图通过轮替知识蒸馏策略训练。通过本发明可以解决细粒度图像中局部信息缺失、传统方法抗干扰能力差等问题，极大的提高了细粒度图像分类的准确率。
-
公开(公告)号：CN114842384A
公开(公告)日：2022-08-02
申请号：CN202210476817.0
申请日：2022-04-30
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向6G的触觉模态信号重建方法，此重建方法包括，采集数据样本，构建包含视频和触觉模态信号的数据集；通过利用两种模态信号间的语义关联性，基于深度学习构建具有内在语义关联驱动下的跨模态信号重建模型；使用数据集对跨模态信号重建模型进行训练，直至重建信号质量满足要求或偏差无法继续优化；本发明中为面向6G跨模态应用场景，构建包括视频和触觉的模态数据集VisTouch；基于深度学习技术将具有语义关联性的视频模态信号重建为触觉模态信号；为提升信号重建质量，利用对抗损失与均方误差损失这两类损失函数作为目标函数，并基于VisTouch进行训练，验证了该重建方法的准确性。
-
公开(公告)号：CN119723147A
公开(公告)日：2025-03-28
申请号：CN202411497309.6
申请日：2024-10-25
Applicant: 南京邮电大学
IPC: G06V10/764 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于FoldNet网络进行图像处理的方法，包括以下步骤：提出一种面向全局信息的模块——折叠卷积；设计一个自适应双向混合模块，使用MobileNetV2模块和折叠卷积分别提取局部和全局特征；基于自适应双向混合模块建立一系列的FoldNet网络；用网络结构去训练数据得到训练模型，并用验证集进行验证、调参，选出最优模型；用测试集对选出的最优模型进行测试。本发明通过大量实验对比先进模型验证了FoldNet在图像分类中的有效性，其能够在计算复杂性和准确性之间取得很好的平衡，同时可以转移并应用于许多下游任务，如检测，分割，生成等。
-
公开(公告)号：CN118655914A
公开(公告)日：2024-09-17
申请号：CN202410752461.8
申请日：2024-06-12
Applicant: 南京邮电大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种用于实现多无人机系统协同任务分配和路径规划的方法，该方法包括：建立空间坐标系并标注任务地点，初始化无人机的性能参数及任务要求；利用自适应判定机制实现粒子位置和速度自适应更新，基于优化粒子群算法实现多无人机任务分配；在路径规划中，构建引力场函数和斥力场函数，使用优化人工势场算法为每架无人机规划飞行路径；利用梯度下降法对初步生成的路径进行平滑处理。本发明通过两种智能算法的结合，提高了无人机群任务分配与路径规划系统的全局搜索能力和局部寻优能力，增强了系统对动态环境的适应性和实时性，提升了系统的稳定性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN118470785A
公开(公告)日：2024-08-09
申请号：CN202410399394.6
申请日：2024-04-03
Applicant: 南京邮电大学
IPC: G06V40/20 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/049 , G06N3/084
Abstract: 本发明公开了一种基于动态多传感器跨模态融合的三维动作分析系统，旨在解决传统三维动作捕捉技术在精度控制、应对复杂环境、硬件适应性等方面存在的限制。本发明采用动态多传感器融合策略，允许在运行前根据实际需求自由调整传感器的种类和数量，为复杂和恶劣的三维动捕场景提供了一种高灵活性的快速部署解决方案。特别地，自适应调整模态融合权重的技术确保了系统在传感器节点损坏或停机时的鲁棒性，以及快速适应多变场景的能力。该系统为虚拟现实、遥操作、数字影视等人机交互领域的发展提供了有力支持，显著提高了三维动作捕捉技术的适应性、准确性和部署效率。
-
公开(公告)号：CN114724715A
公开(公告)日：2022-07-08
申请号：CN202210380302.0
申请日：2022-04-12
Applicant: 南京邮电大学
IPC: G16H50/30 , G16H30/20 , G06V10/771 , G06V10/764 , G06K9/62 , G06N20/00
Abstract: 本发明所述的一种基于最优AUC的多机器学习模型特征选择方法，其步骤为：步骤1、输入影响组学特征数据集，对所有输入的特征进行预处理；步骤2、选择多种机器学习模型交叉组合进行进一步的特征筛选模型构建，迭代计算每一个高重现性特征子集的影像组学模型AUC；步骤3、对AUC结果进行比较，选取最优AUC，获得最优高重现性特征集，并将AUC结果生成可视化热力图。本发明通过交叉组合的方式形成了幂增数量的组合特征选择分类器，迭代地对所获得高重现性特征集进行了影像组学模型AUC的计算以及对比，并根据最优AUC自动进行最优高重现性特征集的选择；在进行特征筛选之后，可以生成相应的高重现性特征集进行广泛测试，避免偶然性，增加可靠性。
-
公开(公告)号：CN120070863A
公开(公告)日：2025-05-30
申请号：CN202510145251.7
申请日：2025-02-10
Applicant: 南京邮电大学
IPC: G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 基于YOLOv8模型动态环境下视觉SLAM方法，该方法包含以下步骤：使用RGB‑D(Red‑Green‑Blue Depth)摄像头获取场景的RGB图像信息以及深度信息，二者在空间坐标系上匹配；RGB图像作为输入送给改进的YOLOv8模型，该模型识别出图像中先验动态对象，并进行分割；接着，根据分割后的图像进行低代价追踪；然后，对图像使用多视图几何方法进行分割；最后将YOLOv8模型分割结果和多视图几何分割结果融合，作为分割图像输入送给ORB(Oriented FAST and Rotated BRIEF)‑SLAM模块，该模块会实现高精度的定位与建图，并支持BA(Bundle Adjustment)优化、回环检测等算法来降低误差。本发明提供的一种基于YOLOv8模型的动态环境下视觉SLAM方法，能够高效地完成在复杂动态环境下机器人的定位以及地图重建。
-
公开(公告)号：CN119881048A
公开(公告)日：2025-04-25
申请号：CN202411770086.6
申请日：2024-12-04
Applicant: 江苏省人民医院(南京医科大学第一附属医院) , 南京邮电大学
IPC: G01N27/327 , A61B5/1477 , A61B5/145 , A61B5/00
Abstract: 本发明公开了一种可实时监测hs‑cTnT数据的电化学传感器及包含其的监测装置。可实时监测hs‑cTnT数据的电化学传感器，包括监测电极和掩蔽剂；所述监测电极以激光诱导石墨烯电极为基底，表面固定cTnT适配体；所述掩蔽剂用于对电极表面进行掩蔽处理。一种柔性可穿戴一体化自供能cTnT监测装置，包括电化学传感器、自供能系统和数据传输单元。柔性可穿戴一体化自供能cTnT检测核酸适配体传感器可早期、快速、准确的诊断AMI，为临床决策路径的优化提供诊断依据。
-
公开(公告)号：CN119863734A
公开(公告)日：2025-04-22
申请号：CN202411636851.5
申请日：2024-11-15
Applicant: 南京邮电大学
IPC: G06V20/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/62 , G06V10/77 , G06V10/80 , G06N3/0455 , G06N3/049 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于时间残差注意力机制的T‑CLIP视频分类方法、系统、设备及存储介质，属于多模态视频数据分析技术领域，分类方法包括以下步骤：获取原始视频数据集作为训练集，对训练集的视频和标签进行数据增强；建立基于时间残差注意力机制的视频分类网络模型；将增强数据集预处理后输入视频分类网络进行训练，输出并保存最优的优化器参数和网络权重；利用训练完成的模型对输入视频的人物行为进行分析，匹配动作标签进行分类；其中，基于时间残差注意力机制的视频分类网络包括视频采样模块、视频编码模块、文本编码模块和判别器模块。本发明提供的T‑CLIP视频分类方法具有强大的零样本视频动作识别能力，能够高效准确地根据视频内容进行分类。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.023 seconds)
