-
公开(公告)号：CN119887850A
公开(公告)日：2025-04-25
申请号：CN202510370363.2
申请日：2025-03-27
Applicant: 南京信息工程大学
IPC: G06T7/246 , G06V10/25 , G06V10/62 , G06V10/82 , G06V10/80 , G06V10/52 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种基于自适应关联的复杂场景下多目标追踪方法，包括：步骤1，获取包含多目标运动的视频帧序列，对视频帧序列进行预处理；步骤2，构建新的目标检测网络模型；新的目标检测网络模型以YOLO11模型作为基准模型，包括骨干网络、颈部网络和头部网络；步骤3，对新的目标检测网络模型进行整体多尺度特征训练与学习；步骤4，对目标检测网络模型进行性能评估与评价；步骤5，将检测框对象输入到追踪算法，预测目标轨迹。本发明引入自适应阈值和相机偏移补偿机制，增强了追踪在不同环境下的抗干扰能力。将本发明提出的模型进行消融实验，并与常用的深度学习模型对比，在相同的测试条件下，本发明具有优秀的检测和追踪性能。
-
公开(公告)号：CN119829745A
公开(公告)日：2025-04-15
申请号：CN202510300734.X
申请日：2025-03-14
Applicant: 南京信息工程大学
IPC: G06F16/334 , G06F16/36 , G06F40/194 , G06F40/30 , G06N3/042 , G06N3/08 , G06N5/022
Abstract: 本发明提供了一种基于混合提示调优的文档级关系抽取方法，包括：利用历史文档构建文档级知识图谱模块，获取并处理实体、关系结构信息；设计句子级语义检索增强机制，基于语义相关度匹配并检索上下文信息；提出混合提示调优方法，对大语言模型进行高效参数微调；最后聚合文档级知识图谱和句子级语义检索增强生成SetRAG机制的输出结果进行文档级关系预测。本发明通过将基于图谱的领域知识和基于检索的语义知识相结合，可以有效解决现有文档级关系抽取中难以捕获实体、关系交互信息以及跨句子关系推理困难的问题，同时实现了高效、准确的文档级关系抽取，并在公开测试数据集上取得了显著的性能提升。
-
公开(公告)号：CN119255301B
公开(公告)日：2025-04-01
申请号：CN202411775215.0
申请日：2024-12-05
Applicant: 南京信息工程大学
IPC: H04W28/084 , H04W28/08 , H04W72/50 , H04W72/0453 , H04W72/54 , H04W72/541 , H04B7/185 , H04W84/06
Abstract: 本发明提供一种考虑多性能指标的计算任务卸载优化方法，属于边缘计算技术领域，方法混合采用正交多址接入技术与非正交多址接入技术实现同时为多个用户提供服务，方法包括：计算出每个计算任务在预设的计算路径下的时间成本；将每个计算任务的时间成本输入预先建立的计算任务分配模型，生成初步分配方案；建立计算任务卸载优化问题的MINLP模型；以初步分配方案为起点，采用拉格朗日松弛方法和对偶分解方法求解所述MINLP模型，获得最优计算任务卸载优化方案。本发明在使用拉格朗日松弛和对偶分解方法求解MINLP模型时，采用计算任务分配模型提供初步分配方案，减少了搜索范围，降低计算复杂度，提升系统的实时性。
-
公开(公告)号：CN119255301A
公开(公告)日：2025-01-03
申请号：CN202411775215.0
申请日：2024-12-05
Applicant: 南京信息工程大学
IPC: H04W28/084 , H04W28/08 , H04W72/50 , H04W72/0453 , H04W72/54 , H04W72/541 , H04B7/185 , H04W84/06
Abstract: 本发明提供一种考虑多性能指标的计算任务卸载优化方法，属于边缘计算技术领域，方法混合采用正交多址接入技术与非正交多址接入技术实现同时为多个用户提供服务，方法包括：计算出每个计算任务在预设的计算路径下的时间成本；将每个计算任务的时间成本输入预先建立的计算任务分配模型，生成初步分配方案；建立计算任务卸载优化问题的MINLP模型；以初步分配方案为起点，采用拉格朗日松弛方法和对偶分解方法求解所述MINLP模型，获得最优计算任务卸载优化方案。本发明在使用拉格朗日松弛和对偶分解方法求解MINLP模型时，采用计算任务分配模型提供初步分配方案，减少了搜索范围，降低计算复杂度，提升系统的实时性。
-
公开(公告)号：CN118429870A
公开(公告)日：2024-08-02
申请号：CN202410897337.0
申请日：2024-07-05
Applicant: 南京信息工程大学
IPC: G06V20/40 , G06V20/52 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种群体行为识别方法、系统和存储介质，包括：获取待识别的视频帧；根据视频帧，基于预训练好的群体行为识别模型，得到群体行为类别；所述群体行为识别模型包括：骨干网络、融合模块、嵌入层、关系推理模块、图卷积网络、全局平均池化层以及分类器。本发明通过模型中的融合模块将全局特征中包含的场景信息嵌入个体特征中，为个体动作与群体行为类别的推理提供了信息丰富的融合特征，最终提高了群体行为的识别精度。
-
Patent Agency Ranking
公开(公告)号：CN117808155A
公开(公告)日：2024-04-02
申请号：CN202311850797.X
申请日：2023-12-29
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/21 , G06N3/08 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于风云4A卫星的地表入射太阳辐射智能化预报方法，包括以下步骤：获取预测时刻之前的风云4A卫星地表入射太阳辐射数据集，将其输入预先训练的地表入射太阳辐射短临预报模型，输出地表入射太阳辐射预测结果；所述地表入射太阳辐射短临预报模型是基于历史风云4A卫星地表入射太阳辐射数据训练得到。本发明使用高时空分辨率的卫星观测数据，预报未来一段时间的太阳辐射的区域分布及强度，本发明通过基于编码器‑翻译器‑解码器的短临预报模型，研究太阳辐射的空间分布特征随时间的变化，并使用符合气象标准的方法进行评估，以确保预测的高效性和准确性。
-
公开(公告)号：CN117440341A
公开(公告)日：2024-01-23
申请号：CN202311325527.7
申请日：2023-10-13
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种无人机辅助移动边缘计算的分布式任务卸载方法，在每个无人机上搭载MEC服务器，在NOMA环境下分析地面终端与无人机之间的通信模型，计算信道增益和信号干扰；获取本地计算队列的队列长度、本地时延和能量消耗；计算传输队列的队列长度、传输延迟和能量消耗；计算MEC服务器的任务迁移时间以及地面终端的系统成本；将地面终端系统成本最小问题转化为对地面终端的局部马尔可夫博弈，构建观测空间、动作空间以及奖励函数；采用分布式算法，根据观测集合和动作集合，基于深度学习算法实现最优的分布式任务卸载。本发明通过考虑动态的计算资源和传输速率，构建了计算和通信队列模型，有效降低了时延和能耗。
-
公开(公告)号：CN116755095A
公开(公告)日：2023-09-15
申请号：CN202310231314.1
申请日：2023-03-09
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于GRU与LSTM时空融合的短临降水预测方法，包括以下步骤：步骤1，读取本地雷达数据，进行数据预处理操作；步骤2，将处理后的数据进行划分，分别为训练集、测试集、和验证集；步骤3，设计ST‑LSGRU基本模块，堆叠4层构建雷达回波外推模型；步骤4，输入训练集，初始化模型参数，训练网络模型，保存模型参数；步骤5，使用验证集测试模型性能，优化模型超参数，训练网络模型，保存模型参数；步骤6，加载保存的模型参数，输入测试集，得到雷达外推结果，通过Z‑R关系式，得到未来一段时间的降水量。本方法能够解决长时间序列预测而产生的梯度消失问题，能够有效的提高模型针对强降水天气预测的结果的清晰度和稳定性。
-
公开(公告)号：CN115542279A
公开(公告)日：2022-12-30
申请号：CN202211156539.7
申请日：2022-09-22
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种气象雷达杂波分类识别方法及装置，其方法包括获取测试的气象雷达数据并进行预处理；将预处理后的测试的气象雷达数据输入训练好的SegNet网络模型中，获取分类识别结果；其中，SegNet网络模型的训练过程包括：获取训练的气象雷达数据并进行预处理；基于数据类型将预处理后的气象雷达数据整合成对应的训练数据集；分别计算雷达反射率和微分相位对应的训练数据集的标准差作为雷达反射率和微分相位的纹理数据；采用模糊逻辑算法处理训练数据集中训练数据与纹理数据获取粒子相态类型的标签集；初始化SegNet网络模型，并基于训练数据集和标签集进行迭代训练；本发明能够有效的对气象雷达杂波进行分类识别，从而获得质量较高的气象雷达数据。
-
公开(公告)号：CN115062596A
公开(公告)日：2022-09-16
申请号：CN202210637406.5
申请日：2022-06-07
Applicant: 南京信息工程大学
IPC: G06F40/186 , G06F40/30 , G06F40/284 , G06F40/242 , G06N3/04 , G06N3/08
Abstract: 本公开提供了一种气象专报的生成方法、装置、电子设备及存储介质，所述方法包括：确定数值预报模板，所述数值预报模板包括预留位置；获取原始气象数据，将所述原始气象数据与所述数值预报模板的预留位置进行匹配，得到目标数值预报；获取原始气象文档，对所述原始气象文档进行语义提取，得到目标气象评语；根据所述目标数值预报和所述目标气象评语，确定目标气象专报。应用本公开实施例提供的方法，实现了自动生成包括数值预报和气象评语的气象专报，节省了人力和时间且内容简明扼要，可以帮助人们更加直观、明确的了解到气象状况以便对后续工作做出精准规划。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.045 seconds)
