一种基于KAN网络的情绪预测方法、系统和存储介质

    公开(公告)号:CN119810511A

    公开(公告)日:2025-04-11

    申请号:CN202411840437.6

    申请日:2024-12-13

    Applicant: 无锡学院

    Abstract: 本发明涉及图像预测技术领域,公开了一种基于KAN网络的情绪预测方法、系统和存储介质,方法包括:采集数据集,并对数据集进行预处理;构建基于KAN网络的情绪预测模型,使用训练集训练情绪预测模型,训练过程中使用交叉熵损失函数调整情绪预测模型的参数,获得训练好的情绪预测模型;使用验证集评估训练好的情绪预测模型的性能;将待预测的图像输入训练好的情绪预测模型,输出情绪预测结果。本发明通过使用Kolmogorov‑Arnold网络代替传统的多层感知器进行图像情感分析,KAN网络在处理复杂关系和逻辑推理方面具有显著优势,能够提高情感预测的准确率,还通过结合网络数据收集和文本生成图片模型来获取训练数据,有效降低人工标注的工作量。

    一种双层特大桥车路协同系统的车辆标记与信息传播方法

    公开(公告)号:CN119516767A

    公开(公告)日:2025-02-25

    申请号:CN202411458970.6

    申请日:2024-10-18

    Applicant: 无锡学院

    Abstract: 本发明公开了一种双层特大桥车路协同系统的车辆标记与信息传播方法,执行主体为路侧设施,包括:识别车辆的车牌,获得车辆的层级标记;采集双层特大桥的交通相关信息;在交通相关信息上添加特定标识,封装获得数据帧;解析数据帧,获得适用对象和传输方向。基于双层特大桥的交通相关信息,生成预警信息;基于预警信息的紧急性级别、预警信息的权重和过去预警信息的反应时间,利用快速排序或堆排序算法对预警信息进行排序;根据排序,将相关预警信息依次发送给对应层级的车辆。本发明实现了对车辆所在层级的精准识,自动化程度高,而且准确率显著提升。

    一种智能网联汽车多源数据置信度分析方法

    公开(公告)号:CN119179993A

    公开(公告)日:2024-12-24

    申请号:CN202411693147.3

    申请日:2024-11-25

    Applicant: 无锡学院

    Abstract: 本发明提出了一种智能网联汽车多源数据置信度分析方法,旨在提高自动驾驶系统的数据可靠性。该方法包括获取汽车多个传感器的多源数据,并为数据添加可信度,生成车辆环境云点数据;建立数据库保存所有车辆行驶过的道路数据的历史信息;对当前车辆环境云点数据进行清洗,去除动态信息,得到道路静态云点数据;将车辆获取的当前道路静态云点数据与数据库中的数据进行对比,获取汽车多源数据置信度。通过异常值识别和动态信息去除,确保数据的准确性和可靠性,同时结合传感器的历史表现和环境因素动态调整可信度,提高了系统的适应性和通用性。

    自适应光学系统校正图像的多帧盲复原方法

    公开(公告)号:CN114037636B

    公开(公告)日:2024-12-17

    申请号:CN202111430920.3

    申请日:2021-11-29

    Applicant: 无锡学院

    Abstract: 本发明公开了一种自适应光学系统校正图像的多帧盲复原方法,具体为:步骤1:采用梯度滤波器对第f帧退化图像g进行高频信息提取,得到提取后的高频信息;基于提取到的高频信息建立目标函数,用于估计与f帧退化图像对应的点扩散函数;基于交替迭代算法将目标函数分割成第一、二子问题;采用用迭代算法对第一子问题进行第k次迭代计算,得到高频复原图像xk,基于xk采用迭代算法对第二子问题进行第k次迭代计算,得到点扩散函数hk;根据计算得到点扩散函数,采用含有泊松噪声的多帧图像复原算法复原第f帧原始图像。本发明复原的图像拥有更好的视觉效果以及评价指标。

    一种基于人工智能的城市洪涝预警系统及方法

    公开(公告)号:CN118735312B

    公开(公告)日:2024-11-19

    申请号:CN202411233402.6

    申请日:2024-09-04

    Applicant: 无锡学院

    Abstract: 本发明涉及城市洪涝预警技术领域,公开了一种基于人工智能的城市洪涝预警系统及方法,一种基于人工智能的城市洪涝预警系统,包括:特征序列生成模块,采集M个网格区域的气象数据、水文数据和地理数据,并为每个网格区域生成特征序列;图结构数据构建模块,根据M个网格区域的特征序列构建图结构数据;城市洪涝预警模块,将图结构数据输入到城市洪涝预警模型,输出M个网格区域在第二预设时间段G内的积水深度;本发明通过构建图结构数据的有向边表示网格区域之间的相互影响关系,并通过城市洪涝预警模型考虑了所有网格区域在时间维度上的数据变化,并对图结构数据中的节点数据进行信息聚合,从而提高对网格区域的积水深度的预测精度。

    一种轻量化的疲劳驾驶检测跟踪方法

    公开(公告)号:CN118230296B

    公开(公告)日:2024-11-05

    申请号:CN202410324420.9

    申请日:2024-03-21

    Applicant: 无锡学院

    Abstract: 本发明公开了一种轻量化的疲劳驾驶检测跟踪方法,获取待识别的驾驶员图像;将待识别的驾驶员图像输入预先构建的YOLOv5s网络模型,获得人脸特征目标框;利用Deepsort算法对人脸特征目标框进行连续目标跟踪优化,获得标签信息;基于标签信息、驾驶员的连续闭眼帧数、驾驶员的连续打哈欠帧数和计算获得的PERCLOS分数,判定获得包括疲劳驾驶状态和正常驾驶状态的驾驶员驾驶状态。本模型能够降低检测过程中驾驶员面部信息丢失发生的概率问题,并且在保持高精度的同时显著降低了模型大小。

    一种基于人工智能的城市洪涝预警系统及方法

    公开(公告)号:CN118735312A

    公开(公告)日:2024-10-01

    申请号:CN202411233402.6

    申请日:2024-09-04

    Applicant: 无锡学院

    Abstract: 本发明涉及城市洪涝预警技术领域,公开了一种基于人工智能的城市洪涝预警系统及方法,一种基于人工智能的城市洪涝预警系统,包括:特征序列生成模块,采集M个网格区域的气象数据、水文数据和地理数据,并为每个网格区域生成特征序列;图结构数据构建模块,根据M个网格区域的特征序列构建图结构数据;城市洪涝预警模块,将图结构数据输入到城市洪涝预警模型,输出M个网格区域在第二预设时间段G内的积水深度;本发明通过构建图结构数据的有向边表示网格区域之间的相互影响关系,并通过城市洪涝预警模型考虑了所有网格区域在时间维度上的数据变化,并对图结构数据中的节点数据进行信息聚合,从而提高对网格区域的积水深度的预测精度。

    基于超类的点云关键点检测方法及其检测系统

    公开(公告)号:CN118608802A

    公开(公告)日:2024-09-06

    申请号:CN202410956189.5

    申请日:2024-07-17

    Applicant: 无锡学院

    Abstract: 本发明属于点云检测技术领域,具体涉及一种基于超类的点云关键点检测方法及其检测系统。步骤1:生成超类别点云的特征;步骤2:构建孪生网络模型,对其中的点云关键点检测采用MHSCPD算法;步骤3:对步骤2构建的孪生网络模型进行训练,实现点云关键点检测;所述步骤2具体为,在特征空间中利用MHSC的超类别的多头分类机制根据现有的点云在特征空间中的分布情况,自适应的选择虚拟超类锚点进行聚类,根据同类之间的私有特征调整同类特征差异较大的样本之间的距离。本发明可以大幅提升点云关键点检测方法的精度,同时具有更优秀的鲁棒性。

Patent Agency Ranking