-
公开(公告)号:CN118862696A
公开(公告)日:2024-10-29
申请号:CN202411337555.5
申请日:2024-09-25
申请人: 南京信息工程大学
摘要: 本发明公开了一种综合电磁信号和环境因素的电磁复杂度评估方法,首先,采集复杂电磁环境内的电磁信号和环境因素,计算频谱占用度、时间占用度、设备的功率密度、信号样式种类的复杂度;然后,依据当前环境天气状况提取气象参数,分别计算衰减,综合得到最终气象衰减;接着,依据当前环境地形种类,基于Hata模型计算地形衰减;最后使用模糊层次分析法获取权重矩阵,综合后得到电磁复杂度评估结果。本发明电磁复杂度评估方法,同时考虑了地形和气象的环境特征,以应对复杂电磁环境中遇到的多变情况,为复杂电磁环境复杂度评估提供了可靠的参考,能够为信息化电磁环境分析提供有效支持。
-
公开(公告)号:CN118861197A
公开(公告)日:2024-10-29
申请号:CN202410860213.5
申请日:2024-06-28
申请人: 南京信息工程大学 , 南京星弈幻浪数字技术有限公司
IPC分类号: G06F16/33 , G06F40/284 , G06F16/36 , G06N3/09 , G06N5/04 , G06F16/951 , G06N3/0455 , G06N3/084
摘要: 本发明涉及人工智能技术领域,且公开了一种法律案情深度推理方法及其系统,包括收集大量的法律文本数据,对数据进行标注,标注出关键的法律要素;使用词嵌入将文本转化为向量表示,识别法律文本中的关键实体,抽取法律文本中实体之间的关系;自动提取案件的事实描述,根据案件事实匹配相关的法律条文和判例,基于案件事实和相关法律条文,预测判决结果;使用深度学习模型进行训练,通过监督学习方法优化模型参数;采用可解释性模型,开发可视化工具,展示模型的推理过程和决策路径;将各个模块集成到一个系统中,进行系统测试。本发明具备充分发挥人工智能在法律领域的潜力,提升法律服务的质量和效率的优点。
-
公开(公告)号:CN118850780A
公开(公告)日:2024-10-29
申请号:CN202411350274.3
申请日:2024-09-26
申请人: 南京信息工程大学无锡研究院
发明人: 陈伟超
摘要: 本发明公开了一种仓储机器人的多层码垛机构,属于仓储机器人技术领域,包括码垛机器人本体,所述码垛机器人本体包括移动底座和设于移动底座上端的升降支架,所述升降支架一侧上端设有托架,所述升降支架上端设有防护组件。本发明的有益效果为:通过设置双向丝杆、内螺纹套、防护板、防护罩、牵拉组件、挤压件以及收卷件等,使得防护罩与物料表面接触后,双向丝杆继续转动不会驱动该防护罩继续运动,只会驱动另外一个没有与物料表面接触的防护罩继续运动,即使得防护罩与物料接触后停止运动,使得两个防护罩能够一先一后停止运动,实现对托盘上码垛不规整的物料进行有效防护的效果。
-
公开(公告)号:CN118568470B
公开(公告)日:2024-10-29
申请号:CN202411049712.2
申请日:2024-08-01
申请人: 南京信息工程大学
IPC分类号: G06F18/213 , G06F18/214 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种基于自适应边生成的车辆轨迹预测方法、系统及设备,涉及车辆轨迹预测技术领域。本发明包括:接收车辆轨迹区域内的交通参与者的轨迹数据、车辆轨迹区域周边的周边交通参与者的轨迹数据以及所述车辆轨迹区域内的环境特征数据,并对交通参与者的轨迹数据、周边交通参与者的轨迹数据以及环境特征数据进行矢量化处理,获得交通参与者的轨迹矢量化数据、周边交通参与者的轨迹矢量化数据以及环境特征矢量化数据;以环境特征矢量化数据,作为静态节点数据。本发明的技术方案在降低算法的复杂度,提升模型的运算速度的同时,可以保证优秀的预测精确度。
-
公开(公告)号:CN116306215B
公开(公告)日:2024-10-29
申请号:CN202211569847.2
申请日:2022-12-08
申请人: 南京信息工程大学
IPC分类号: G06F30/27 , G06F18/214 , G06F119/02
摘要: 本发明公开了一种基于集成学习的降水预测方法及系统,方法包括:获取需要降水预测时段和区域的预报因子,构建准时空同步的训练集和测试集;使用训练集通过相互交叉验证分别训练随机森林、XGBoost和极度随机树三种单一机器学习模型,并对三种单一机器学习模型的定量降水估计结果进行线性回归得到三种单一机器学习模型的权重,对测试集的三种单一机器学习模型定量降水估计结果加权相加,得到基于集成学习的定量降水估计;将基于集成学习的定量降水估计设为初估场、通过双调和样条插值的同一时空分辨率下的高密度自动站降水观测设为观测值,对初估场和观测值进行最优插值融合,用于降水预测。本发明提高了降水预测的准确性和实用性。
-
公开(公告)号:CN114477175B
公开(公告)日:2024-10-29
申请号:CN202210084730.9
申请日:2022-01-25
申请人: 南京智汇环境气象产业研究院有限公司 , 南京信息工程大学 , 江苏信大瑞康环保科技有限公司
IPC分类号: C01B32/348 , C01B32/324 , C25B1/30 , C25B11/043
摘要: 本发明涉及一种以柚子内瓤为原料的碳材料简易制备方法,取50g的柚子去皮后,取其内瓤作为原料,切成合适放置于管式炉内的形状的柚子片。将碳酸氢钠加入100%的乙醇中,搅拌至溶解均匀,将柚子片浸泡其中2~4h。将浸泡后的柚子片在50~70℃下烘干,之后置于刚玉管中升温进行碳化反应。恒温2~4h后,降至室温并静置柚子片。用乙醇和蒸馏水冲洗柚子片,然后在蒸馏水中浸泡,再烘至干燥,即得到目标碳材料。制备方法简易高效,制备过程所使用的仪器成本较低,制备工程简易,使用化学试剂不易造成污染,可有效控制生产成本,且更加环保。
-
公开(公告)号:CN118840616A
公开(公告)日:2024-10-25
申请号:CN202411314797.2
申请日:2024-09-20
申请人: 南京信息工程大学 , 东南大学附属中大医院
IPC分类号: G06V10/764 , G06V10/82 , G06V10/774 , G06F18/23 , G06F18/214 , G06F18/213 , G06F18/10 , G06V10/25 , G06V10/44
摘要: 本发明公开了基于层级脑网络图卷积深度学习的图像处理方法与系统,涉及人工智能和医学图像处理技术领域,包括:接收多模态影像数据并进行预处理;根据神经纤维束追踪结果将大脑皮层划分为高空间分辨率的脑区;提取分区的深度影像特征、深度连接特征、影像组学特征与连接组学特征;构建脑网络的层次结构树状图;分别建立聚合空间邻接节点信息的图卷积核,以及聚合脑网络连接节点信息的图卷积核;建立基于层级脑网络树状图的图池化与反池化;构建面向图分类的残差图卷积神经网络;构建面向节点分类的UNet++图卷积神经网络,该方法实现了对脑网络层次模块性的拓扑结构进行建模,为脑网络分析提供了一种有效的技术。
-
公开(公告)号:CN118840569A
公开(公告)日:2024-10-25
申请号:CN202411048064.9
申请日:2024-08-01
申请人: 南京信息工程大学
IPC分类号: G06V10/56 , G06V10/762 , G06V10/774 , G06V10/776
摘要: 本发明公开了一种基于智能手机的土壤颜色识别与相关属性快速预测方法,包括:拍摄土壤样本图像和孟塞尔比色卡图像,获取土样图像和比色卡图像RGB颜色值,基于比色卡图像RGB颜色值与比色卡实际RGB颜色值,建立土壤颜色线性校正模型,并对土样图像RGB颜色值进行校正,得到校正后的RGB颜色值作为土样颜色;将校正后的RGB颜色值从RGB色彩空间转换为四个色彩空间下的颜色值,从而得到13个色彩参数的值;以13个色彩参数为自变量,土壤属性为因变量,采用多元线性逐步回归方法建模,得到土壤属性预测模型实现土壤属性的预测。本发明将手机作为便捷的传感器,应用现有数据进行分析处理,能够快速便捷地解决土壤颜色识别与相关属性预测问题。
-
公开(公告)号:CN118364230B
公开(公告)日:2024-10-25
申请号:CN202410798770.9
申请日:2024-06-20
申请人: 南京信息工程大学
IPC分类号: G06F18/10 , G06F18/2135 , G06F18/214 , G06N3/0499 , G06N3/08
摘要: 本发明公开了一种基于EmaDformer的中长期海浪有效波高预测方法,包括以下步骤:(1)利用再分析数据集ERA5获取有效波高数据及其他环境海洋数据,并进行预处理,得到时间序列数据集;(2)利用主成分分析法PCA计算海洋环境数据的累计贡献率,并设置累计贡献率阈值,得到处理后的时间序列数据集;(3)构建EmaDformer模型,并进行训练,得到评价指标值和有效波高预测结果;(4)对预测结果进行反归一化得到有效波高预测值;本发明提高中长期预测性能,预测准确率明显提升。
-
公开(公告)号:CN118828778A
公开(公告)日:2024-10-22
申请号:CN202411312869.X
申请日:2024-09-20
申请人: 南京信息工程大学
摘要: 本发明公开了一种蜂窝物联网中继NOMA传输方法及系统,本发明中物联网信号端利用信号发送端发送的第一射频NOMA信号加载自身的物联网信息并生成第一反射信号,第一反射信号分别被信号发送端和信号中继端接收,信号中继端根据第一反射信号和第一射频NOMA信号获取边缘用户端所需信息,并编码生成第二射频NOMA信号发送,边缘用户接收第二射频NOMA信号获取自身所需信息,物联网信号端利用第二射频NOMA信号加载自身的物联网信息,生成第二反射信号;第二反射信号、第二射频NOMA信号被信号发送端接收,整个信号传输过程边缘用户和物联网信号端频谱共享,且利用信号中继端、反射信号在扩大信号覆盖范围的同时降低了能耗。
-
-
-
-
-
-
-
-
-