-
公开(公告)号：CN116721071B
公开(公告)日：2024-08-06
申请号：CN202310656053.8
申请日：2023-06-05
Applicant: 南京邮电大学
IPC: G06T7/00 , G06T7/10 , G06N3/0464 , G06N3/084 , G06N3/0895
Abstract: 本发明公开了一种基于弱监督的工业产品表面缺陷检测方法及装置，其方法包括获取待检测的工业产品的表面图像；将所述表面图像输入预构建的缺陷检测模型，获取缺陷检测结果；通过热力图呈现所述缺陷检测结果；其中，所述缺陷检测模型的构建过程包括：获取所述工业产品的表面图像，添加缺陷标签生成样本图像，并构建训练集和测试集；构建基于ResNet网络、DeepLab网络以及CBAM注意力机制模块的网络模型；通过ImageNet数据库对网络模型进行预训练，生成预训练模型；通过训练集对预训练模型进行训练，生成缺陷检测模型；通过测试集对缺陷检测模型进行性能测试，若性能满足预设要求，则缺陷检测模型构建完成；本发明能够在缺陷样本少的情况下，提升模型的检测准确性。
-
公开(公告)号：CN117671131B
公开(公告)日：2024-07-23
申请号：CN202311371086.4
申请日：2023-10-20
Applicant: 南京邮电大学
IPC: G06T17/00 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的工业零件三维点云修复方法及装置，其方法包括：获取工业零件的残缺三维点云；将残缺三维点云输入训练好的点云修复模型，获取完整三维点云；其中，点云修复模型包括基于MLP的编码器、基于自注意力机制的编码器、第一拼接层以及解码器；点云修复模型的训练过程包括：采用泊松盘采样方式对工业零件进行采样生成实际三维点云；通过HPR算子方式对实际三维点云进行点去除生成多个模拟残缺三维点云；将实际三维点云作为各个模拟残缺三维点云的真实标签组成样本，并生成样本集；将样本集按预设比例划分为训练集、验证集以及测试集，并进行反向传播训练；本发明能够准确的进行工业零件三维点云修复。
-
公开(公告)号：CN118368643A
公开(公告)日：2024-07-19
申请号：CN202410790578.5
申请日：2024-06-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向车联网网络切片的效用最大化资源分配方法，针对车联网系统下的车辆业务资源分配问题，结合网络切片技术，考虑到不同车联网业务速率、时延以及车辆移动性对于网络效用的影响，以最大化网络效用为目标，构建了一种基于车联网系统的网络切片资源分配模型。提出了一种基于动态记忆库的双Sigmoid函数粒子群优化算法（MBDS‑PSO），增强了算法的全局和局部搜索能力，降低了算法求解结果的标准差，解决了传统粒子群算法以及一些改进算法对于前后期搜索能力过渡不平滑等问题，实现了在相同时间复杂度下缩短算法运算时间的同时能够在资源分配过程中为系统带来更高的网络效用。
-
公开(公告)号：CN116721309B
公开(公告)日：2024-07-16
申请号：CN202310695757.6
申请日：2023-06-13
Applicant: 南京邮电大学
IPC: G06V10/774 , G06V10/26 , G06V10/82 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/049 , G06N3/084 , G06N3/0895
Abstract: 本发明公开了一种口腔语义模型训练方法、口腔锥形束CT图像的优化方法及装置，属于医学成像技术领域，包括：从预设二维CBCT图像集中获取若干连续的第一CBCT图像和若干连续的第二CBCT图像；根据所述第二CBCT图像获取对应的值分割图；获取所述第一CBCT图像中不变的提取特征以缩小口腔语义模型在所述第二CBCT图像对应的值分割图上的标记范围；将所述第二CBCT图像对应的值分割图输入口腔语义模型直到输出的模型损失值不再减小。本发明通过获取若干连续的第一CBCT图像和若干连续的第二CBCT图像，并根据第二CBCT图像获取对应的值分割图，提高了口腔语义模型对口腔中出现的各个区域识别的准确性，有助于对牙齿病变部位的识别。
-
公开(公告)号：CN116452604B
公开(公告)日：2024-07-05
申请号：CN202310373084.2
申请日：2023-04-10
Applicant: 南京邮电大学
IPC: G06T7/11 , G06V10/26 , G06V10/48 , G06V10/762
Abstract: 本发明公开了一种复杂变电站场景分割方法、设备及存储介质，方法包括：获取变电站场景点云；采用随机抽样一致性算法提取得到地面点云；将不包含地面点云的变电站场景点云向XOY平面投影，得到变电站的二维平面图像；对变电站的二维平面图像采用cannay边缘检测算法计算得到边缘图像；采用霍夫直线检测算法提取边缘图像中的直线，确定直线上点位于变电站场景点云中的对应点，根据空间中电力线的特征去除非电力线直线，得到电力线直线段；采用区域生长算法延长电力线直线段获取完整的电力线直线段；采用欧式聚类算法进行聚类得到电力线点云；从不包含地面点云的变电站场景点云中去除电力线点云，得到变电站场景分割结果。
-
Patent Agency Ranking
公开(公告)号：CN115550349B
公开(公告)日：2024-07-05
申请号：CN202211198117.6
申请日：2022-09-29
Applicant: 南京邮电大学
IPC: H04L67/06 , H04L1/00 , H04L49/9057 , H04L47/32 , H04L1/18
Abstract: 本发明公开了一种基于随机线性网络编码与卡尔曼滤波算法的文件传输方法，方法包括：资源节点读取文件数据进入文件发送缓冲区，采用双重编码机制对缓冲区数据进行随机线性编码得到数据包，并将数据包发送给中间节点；中间节点接收上一跳节点发送的有效数据包，结合节点间的数据包编码系数实现数据包的再编码；中间节点和目标节点结合当前网络丢包率，通过卡尔曼滤波算法预测当前最优网络丢包率，计算数据包编码系数；目标节点根据最差分片丢失率计算文件编码系数；目标节点接收数据，实现数据包解码，以及文件传输可靠性保证。
-
公开(公告)号：CN117896315B
公开(公告)日：2024-05-24
申请号：CN202410278029.X
申请日：2024-03-12
Applicant: 南京邮电大学
IPC: H04L47/125 , H04L47/22 , H04L47/2425 , H04L47/6275 , H04L47/70
Abstract: 本发明涉及智能变电站通信领域，公开了基于时间敏感网络的智能变电站混合流调度方法及系统，方法包括获取智能变电站各类型流量信息，依据流量信息生成智能变电站流量集合；基于变电站中突发流量传输特性，构建基于时间感知整形器的混合流调度机制；基于混合流调度机制，形式化调度约束下的突发流和可调度流的整体可调度性；基于形式化的整体可调度性，调用贪婪禁忌搜索算法，确定TAS协议流量调度的门控列表。本发明解决了GOOSE 1A传输不及时的问题；通过混合流调度机制用来评估调度方案的优越性；并结合贪婪禁忌搜索算法，提高GOOSE 1A和SMV的整体可调度性。
-
公开(公告)号：CN117648172B
公开(公告)日：2024-05-24
申请号：CN202410111264.8
申请日：2024-01-26
Applicant: 南京邮电大学
Abstract: 本发明涉及移动边缘计算技术领域，公开了一种车载边缘计算调度优化方法及系统，包括：获取区域和车载边缘服务器集合，建立网络模型；基于区域使用满意度量化其服务需求完成情况，建立满意度模型；将在给定行驶时间约束下的满意度最大化问题形式化；将满意度最大化问题转化为匹配问题，证明匹配问题是受划分拟阵约束的非负单调子模函数最大化问题；通过调度优化算法，确定车载边缘服务器的调度方案。本发明以满意度为目的规划调度方案，能够同时考虑了区域需求的动态性和多样性，形式化区域满意度问题，在行驶时间的限制下，最大化所有区域的满意度。
-
公开(公告)号：CN117634713B
公开(公告)日：2024-05-24
申请号：CN202410110203.X
申请日：2024-01-26
Applicant: 南京邮电大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q30/0645
Abstract: 本发明公开了一种基于充电桩租借的电动出租车充电成本优化方法及系统，涉及电车充电技术领域，方法包括：获取电动出租车、可租借充电桩信息，并生成集合；构建电动出租车充电桩租借系统，建立基于任务数的充电成本模型；根据基于任务数的充电成本模型，将充电桩租借电力容量约束下的电动出租车充电成本最小化问题形式化；基于形式化的充电成本最小化问题，调用基于任务数的充电分配算法，确定电动出租车充电分配策略；本发明灵活配置充电资源，提高了充电效益，根据电动出租车的充电需求，短期租借分布广泛的公共充电桩作为临时专用充电桩，无需自主建设专用充电站，节省前期高额的建设成本，能够满足电动出租车随机时间和位置产生的充电需求。
-
公开(公告)号：CN114596966B
公开(公告)日：2024-04-19
申请号：CN202210027953.1
申请日：2022-01-11
Applicant: 南京邮电大学
IPC: G16H50/80 , G16H50/70 , G06F18/25 , G06F18/214 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种面向流行病智能监测系统的疫情预测分析方法及系统，包括如下步骤：将感染人数时间序列数据集进行预处理，进行归一化，可以加快梯度下降求最优解的速度，并一定程度上提高精度。之后采用滑动窗口的思想，将数据集进行重新构建，使得时间序列的数据更加明显。之后采用多种模型融合的方法，对LSTM时间序列预测模型进行改进，改进之后的模型称为DLSTM并且和Transformer模型进行融合，同时设置了融合状态机制，对融合最终的权重进行一个动态的调整，来提高模型的泛化性和鲁棒性。根据融合状态机制和模型融合的方法以及DLSTM时间序列预测模型和Transformer模型来预测出疫情的趋势并绘制折线图。
-
-
-
-
-
-
-
-
-
Search Results
244
records
(took 0.032 seconds)
