公开(公告)号：CN109889994A

公开(公告)日：2019-06-14

申请号：CN201910090562.2

申请日：2019-01-30

Applicant: 江南大学

Inventor： 李正权 ,  聂淑珍 ,  刘洋 ,  曹雪峰 ,  李宝龙 ,  吴琼 ,  王树军 ,  白天石 ,  戴礼浩

IPC: H04W4/06 ,  H04W4/44 ,  H04W74/08 ,  H04W84/18 ,  H04B17/373 ,  H04B17/391

Abstract: 本发明公开了一种车联网IEEE 802.11广播性能分析方法及应用，属于车联网技术领域。通过考虑连续冻结过程建立二维马尔科夫状态转移链，根据该二维马尔科夫状态转移链计算出车辆节点处于二维马尔科夫状态转移链中各状态的概率及转换状态概率，进而准确预测出车辆节点的发送分组的平均时延、吞吐量及成功接收率；该方法适用于广播机制下车联网媒体控制接入层的性能分析，为准确预测MAC层的性能提供理论分析依据，且根据仿真实验数据可知，无论是在竞争窗口较大还是竞争窗口较小的情况下，该方法预测得到的车辆节点的发送分组的平均时延、吞吐量及成功接收率的值，相对于现有的一维马尔科夫模型预测出的值更接近于实际值。

公开(公告)号：CN109438301A

公开(公告)日：2019-03-08

申请号：CN201811423112.2

申请日：2018-11-27

Applicant: 江南大学

Inventor： 郑昌戈 ,  刘洋 ,  洪建权

IPC: C07C319/14 ,  C07C323/22

Abstract: 本发明公开了一种α-三氟甲硫基取代芳香酮类化合物的合成方法，属于化学合成技术领域。本发明的合成方法包括：在空气(O2)氛围中，以二甲基亚砜为溶剂，烯烃、三氟甲硫银和过硫酸钾反应1-6小时。反应结束后，反应液依次通过过滤、洗涤、干燥、柱层析分离提纯得α-三氟甲硫基取代芳香酮类产物。本发明方法直接、短时高效、底物普适性好，所得到的α-三氟甲硫基取代芳香酮类化合物在医药、农药和石油化工领域均具有重要的应用。

公开(公告)号：CN109245804A

公开(公告)日：2019-01-18

申请号：CN201810979928.7

申请日：2018-08-27

Applicant: 江南大学

Inventor： 李正权 ,  赵小青 ,  周成 ,  梁金鹏 ,  刘汉旭 ,  刘洋 ,  吴琼 ,  李宝龙

IPC: H04B7/0413 ,  H04B7/08

Abstract: 本发明公开了一种基于雅可比迭代的大规模MIMO信号检测方法，属于无线通信技术领域。所述方法包括将矩阵求逆过程转化为矩阵乘法和矩阵加法的迭代过程，并利用梯度算法和整体校正加速法，分别为雅可比算法提供搜索方向及确定迭代方程的校正系数。本发明通过采用改进后的雅可比迭代法对高维矩阵求逆过程进行估计，将矩阵求逆过程转化为矩阵乘法和矩阵加法的迭代过程，大大降低了计算复杂度，利用梯度算法和整体校正加速法，分别为雅可比算法提供搜索方向及确定迭代方程的校正系数，使得迭代收敛性更好，收敛速率更快。

公开(公告)号：CN104811113B

公开(公告)日：2017-02-01

申请号：CN201510229411.2

申请日：2015-05-07

Applicant: 江南大学

Inventor： 王艳 ,  刘洋 ,  吴定会 ,  纪志成

IPC: H02P21/00

Abstract: 本发明提供了一种基于MANDANI模糊控制器的感应电机调速方法。本发明以感应电机的速度误差及其误差变化量作为MAMDANI模糊推理系统的输入，模糊推理控制器的输出经过一个积分环节作为感应电机速度环的输出，电流环依然采用基于间接转子磁场定向的矢量控制系统PI调节器结构。本发明说明了怎么选择模糊控制器参数的合理调节范围，分别对系统的动态响应性能的影响，如何合理的计算参数，使得控制器获得良好的动态和稳态性能。该发明提出了一种新的速度调节器设计方法，相较于传统的PI速度调节器，该方法更灵活，速度调节平滑性更好。

公开(公告)号：CN118468346B

公开(公告)日：2024-11-05

申请号：CN202410935056.X

申请日：2024-07-12

Applicant: 江南大学 ,  苏州大学 ,  吉林大学 ,  昆山微电子技术研究院

Inventor： 钱鹏江 ,  姚健 ,  樊成 ,  张冠宇 ,  周玲 ,  刘洋 ,  方伟 ,  蒋亦樟 ,  王闯

IPC: G06F21/62 ,  G06F18/214 ,  G06F18/21 ,  G06F18/2433 ,  G06F21/64

Abstract: 本发明属于区块链数据检测技术领域，涉及一种区块链多模态数据异常检测方法；包括：获取包括不同模态数据集的训练集；利用L21范数对各个模态数据集的投影矩阵进行稀疏，构建目标稀疏投影矩阵项；基于同一模态数据集的数据样本映射后近邻相似图矩阵不变性，构建第一多模态图正则项；基于不同模态数据集的数据样本映射后语义相似矩阵不变性，构建第二多模态图正则项；基于第一多模态图正则项和第二多模态图正则项得到目标多模态图正则项；构建超球目标函数和超球约束函数，并对超球目标函数和超球约束函数求解，得到超球半径、超球中心和各个模态数据集的投影矩阵，从而对区块链中的多模态数据进行检测，提高区块链数据的准确性和系统安全性。

公开(公告)号：CN118781298A

公开(公告)日：2024-10-15

申请号：CN202411282621.3

申请日：2024-09-13

Applicant: 江南大学 ,  吉林大学 ,  苏州大学

Inventor： 钱鹏江 ,  符成龙 ,  张冠宇 ,  姚健 ,  樊成 ,  刘洋 ,  梁福生 ,  王闯 ,  方伟 ,  蒋亦樟

IPC: G06T17/20 ,  G06T15/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/0475

Abstract: 本发明涉及计算机视觉技术领域，尤其是指一种基于多视图采样和渐进式生成的深度智能3D重建方法，包括：构建数据集；构建网格生成器，所述网格生成器为编码器‑解码器架构；利用数据集训练所述网格生成器；利用经过训练的网格生成器对残缺手绘图和噪声手绘图进行3D建模，得到目标网格3D模型。本发明利用2D卷积形状鉴别器训练网格生成器，并通过逐步增加2D卷积形状鉴别器的复杂度和多尺度轮廓图对的分辨率，逐步细化2D卷积形状鉴别器的判别能力，从而更有效地引导网格生成器生成高质量的预测网格3D模型，提高了预测网格3D模型的质量。

公开(公告)号：CN118608989A

公开(公告)日：2024-09-06

申请号：CN202410631971.X

申请日：2024-05-21

Applicant: 江南大学

Inventor： 刘洋 ,  贾露资

IPC: G06V20/17 ,  G06V10/77 ,  G06V10/82 ,  G06V10/764 ,  G06V10/44 ,  G06N3/045 ,  G06N3/0985

Abstract: 本发明涉及一种基于YOLOv5s模型在无人机俯视视角下的物体识别方法及其系统，该方法包括获取无人机俯视视角的图像，对目标图像进行标注，创建图像数据集并按照预设比例划分为训练集、验证集和测试集；对图像数据集进行预处理，在以MobileNetv3网络结构作为骨干网络的YOLOv5s优化模型中引入跨通道‑空间注意力模块，并将损失函数CIOU替换成EIOU，利用训练集对YOLOv5s优化模型进行训练，利用验证集对YOLOv5s优化模型进行效果验证，得到训练好的YOLOv5s优化模型；将训练好的YOLOv5s优化模型在测试集上进行终端性能测试，评估训练好的YOLOv5s优化模型的性能，利用训练好的YOLOv5s优化模型对目标区域进行检测，得到识别结果；在保证识别精度的情况下，显著提升了计算速度，降低了计算资源的消耗和能耗。

公开(公告)号：CN117118789B

公开(公告)日：2024-07-19

申请号：CN202311274302.3

申请日：2023-09-28

Applicant: 江南大学

Inventor： 刘洋 ,  冯仁旭

IPC: H04L27/00 ,  G06N3/045 ,  G06N3/08 ,  H04L27/26 ,  H04B7/0413

Abstract: 本发明提供一种基于CLDNN神经网络的MIMO‑OFDM信号盲调制识别方法及系统，涉及无线通信技术领域，该方法包括设计MIMO‑OFDM信号发射模型；利用最小描述长度准则估计出MIMO系统的发射天线数；对接收信号数据进行PCA白化处理，利用JADE算法恢复源信号；生成训练数据集；构建CLDNN卷积神经网络模型，完成卷积神经网络的训练，得到训练好的CLDNN神经网络模型；将多天线的接受信号通过训练好的CLDNN神经网络模型获取各类调制方式概率，依据置信决策理论得到最终调制方式类型。本发明实现低信噪比下MIMO‑OFDM系统子载波调制信号的调制识别。并且本发方法准确性较高，具有良好的有效性。

公开(公告)号：CN117609746B

公开(公告)日：2024-06-07

申请号：CN202311565595.0

申请日：2023-11-22

Applicant: 江南大学

Inventor： 刘洋 ,  杨雨润

IPC: G06F18/21 ,  G06F18/23213 ,  G06F18/2131 ,  G06N3/0455 ,  G06F18/241 ,  G06N3/0499 ,  G06N3/084 ,  G06F18/2415

Abstract: 本申请涉及信号处理技术领域，提供一种基于机器学习和聚类算法的盲源分离估计方法包括：将混合信号中的观测信号变换至时频域上；提取公共信号源数据的特征，训练解码器；对混合信号进行抽样，并提取混合信号的隐藏高阶特征；利用第一聚类算法得到待估计的混合信号中每个信号源的数目以及初始聚类中心；利用第二聚类算法对初始聚类中心进行修正；分配各信号源对应的隐藏高阶特征，重新构建信号源的隐藏高阶特征，并经由训练后的解码器恢复各信号源。本申请基于机器学习以及AP聚类算法和K‑means聚类算法对信号中高阶隐藏特征的处理，能够挖掘并分类欠定盲源分离系统中混叠信号中各源信号的高阶隐藏特征，从而实现源信号的准确分离。

公开(公告)号：CN117270692B

公开(公告)日：2024-06-07

申请号：CN202311324096.2

申请日：2023-10-12

Applicant: 江南大学

Inventor： 刘洋 ,  顾成远

IPC: G06F3/01 ,  G06F18/20 ,  G06N7/01

Abstract: 本发明涉及一种视线状态预测方法，包括获取待预测室内场景的射线追踪仿真结果，划分为预设个数的接收点；获取每个接收点的坐标与真实视线状态进行预处理，构成接收点矩阵；基于待预测室内场景的视距环境与非视距环境，构建两态马尔可夫模型；令接收点集合中的样本接收点按照不同的预设方向与预设距离进行移动，利用两态马尔可夫模型，计算并获取移动后的样本接收点的视距状态与非视距状态之间切换的状态转移概率，构成状态转移矩阵；分别将每种状态下的状态转移概率进行曲线拟合，获取对应的概率预测拟合方程；获取待定位接收点的初始视线状态，选择目标概率预测拟合方程，将其移动方向与距离输入，得到状态概率，获取预测视线状态。