-
公开(公告)号：CN113343953A
公开(公告)日：2021-09-03
申请号：CN202110894846.4
申请日：2021-08-05
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种用于遥感场景识别的FGR‑AM方法，包括：对第3个和第5个瓶颈卷积模块提取的图像特征进行有效信息增强处理和无效信息抑制处理；分别从第3个瓶颈卷积模块提取的图像特征中同时提取遥感图像包含的轮廓信息和视觉中更感兴趣的特征，以及从第5个瓶颈卷积模块提取的图像特征中提取出遥感图像包含的细节特征；将通道注意力和空间注意力增强特征进行融合；将多维特征映射到正交的k维特征，对遥感图像进行识别分类。本发明兼顾了图像的主要特征和细节特征，对感兴趣的信息以及细节信息的提取并融合，使得网络的识别精度有所提升，并使得网络在复杂场景以及相似场景下都能够对场景进行精准的识别。
-
公开(公告)号：CN113283428A
公开(公告)日：2021-08-20
申请号：CN202110820773.4
申请日：2021-07-20
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种基于FCE‑SSD方法的图像目标检测方法，应用所设计特征单元信息增强网络框架，结合膨胀卷积模块提取特征单元感受野区域信息，并将信息融合进主干特征图中实现特征增强，在保持SSD网络深度情况下，通过特征增强的方式，提高主干网络特征单元感受野回归的精度，实现高精度目标检测定位；相较于传统的目标检测定位方法，精度方面显著提高，尤其在小目标检测方面效果显著；本发明设计方法在PASCAL VOC 2007与2012数据集上进行实验测试,FCE‑VGG平均均值精度值（mAP)可以达到79.1%与79.3%，相比SSD300方法提升了1.6%和1.9%。
-
公开(公告)号：CN112070070B
公开(公告)日：2021-02-09
申请号：CN202011248497.0
申请日：2020-11-10
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种用于城市遥感场景识别的LW‑CNN方法，包括：输入原始城市遥感图像至LW‑CNN场景识别网络，采用多通道模块对城市遥感图像进行多视野特征提取；采用自适应池化层，根据提取得到的多视野特征图尺寸，自动调整其中部分通道的卷积核和卷积步长，以统一输出固定尺寸的特征图；基于深层特征提取模块，采用深度可分离卷积方式，对调整尺寸后的多视野特征图进行深层特征提取；采用跳跃连接方式对深层特征提取块输出的多层特征进行融合；对融合得到的特征进行全局平均池化处理，以提取遥感图像全局特征。本发明能够在保证网络层深度的情况下，减小网络参数，且图像输入尺寸不受限制，提升遥感场景识别的精度。
-
公开(公告)号：CN112070070A
公开(公告)日：2020-12-11
申请号：CN202011248497.0
申请日：2020-11-10
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种用于城市遥感场景识别的LW‑CNN方法，包括：输入原始城市遥感图像至LW‑CNN场景识别网络，采用多通道模块对城市遥感图像进行多视野特征提取；采用自适应池化层，根据提取得到的多视野特征图尺寸，自动调整其中部分通道的卷积核和卷积步长，以统一输出固定尺寸的特征图；基于深层特征提取模块，采用深度可分离卷积方式，对调整尺寸后的多视野特征图进行深层特征提取；采用跳跃连接方式对深层特征提取块输出的多层特征进行融合；对融合得到的特征进行全局平均池化处理，以提取遥感图像全局特征。本发明能够在保证网络层深度的情况下，减小网络参数，且图像输入尺寸不受限制，提升遥感场景识别的精度。
-
公开(公告)号：CN111866742A
公开(公告)日：2020-10-30
申请号：CN202010678294.9
申请日：2020-07-15
Applicant: 南京信息工程大学
Abstract: 本发明公开一种基于WiFi的室内被动式定位方法，该方法采用初步优化和二次优化，以及先单点后全局的优化方法对RSS值进行优化，有效避免RSS值因室内温度、湿度和障碍物不稳定带来的定位误差，从而提高定位准确性。该方法根据模糊决策理论，采用模糊决策法确定最佳AP作为无线接入点，保证了RSS数据来源的可靠性。该方法中采用K-means方法将相似度较大的训练样本聚为一类，降低了采用D-WKNN方法进行训练样本匹配的复杂度。该方法采用D-WKNN方法通过动态化K值，提高了数据匹配的灵活性，优化了系统性能。该方法利用目前通用的室内WiFi网络，无需进行额外的系统搭建，成本低，实现方便。
-
Patent Agency Ranking
公开(公告)号：CN111340151A
公开(公告)日：2020-06-26
申请号：CN202010446015.6
申请日：2020-05-25
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种用于辅助车辆自动驾驶的天气现象识别系统，包括ARM处理器，以及与ARM处理器分别连接的车载摄像头、远程服务器、车载LCD显示屏和通信模块；车载摄像头实时拍摄车辆所处场景的天气图像；ARM处理器将天气图像分割成两部分：包含天空区域天气信息的天空图像和包括地面区域天气信息的地面图像；远程服务器将接收到的天气图像、天空图像和地面图像导入天气现象识别模型，识别得到当前天气图像对应的天气现象类型。本发明分别提取天空局部特征、地面局部特征和全局特征，融合后导入分类器以识别晴天、阴天、雪天、雨天、雾天和沙尘六种天气现象，减少了对样本数量的依赖性，基于中型天气图像数据集即可实现高准确度的天气现象识别结果。
-
公开(公告)号：CN108613332A
公开(公告)日：2018-10-02
申请号：CN201810324427.5
申请日：2018-04-12
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种节能型建筑微区域人员交互式热舒适度调节方法，包括：将建筑物划分微区域；对划分的微区域内采集若干个用户热舒适意愿温度；将所述每个用户热舒适意愿温度加上用户热感觉标度作为反馈输入，进行训练和学习获得微区域内用户平均热舒适意愿温度并计算其方差；监测微区域环境温度，连同用户平均热舒适意愿温度及其方差作为建立的热舒适行为模型的输入，并利用联合凸优化算法对模型中热收益函数和热成本达到最优化平衡求解计算，得到最优解并根据最优解进行HVAC自适应调节，直至用户热舒适收益达到设定阈值后结束。本发明在优化用户热舒适效益的同时能够有效使用电能，达到节能的目的。
-
公开(公告)号：CN103763696A
公开(公告)日：2014-04-30
申请号：CN201410018578.X
申请日：2014-01-16
Applicant: 南京信息工程大学
CPC classification number: Y02D70/00
Abstract: 本发明公开了一种基于跨层安全压缩的节能传感器数据收集方法，利用CS跨层安全压缩方法实现高能效和安全性。该方法包括两个部分：基于CS的安全压缩方法以及跨层联合优化方法。基于CS的安全压缩法将加密及完整性检查与压缩感知相结合，确保数据的安全性和低冗余度；跨层联合优化涉及到物理层和MAC层的信源编码速率、传输功率和TDMA时隙分配几方面，利用一种非线性凸优化算法实现能量最小化。使用本发明所公开的数据收集方法可以具备较高的数据安全性、优化的能量效率化、较小的传输信息量、较小的系统复杂性。
-
公开(公告)号：CN101826885A
公开(公告)日：2010-09-08
申请号：CN201010158090.9
申请日：2010-04-28
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种双通道灾害预警信息接收系统及其接收方法。本发明的系统包括手机信息预处理模块、DAB接收机信息预处理模块、适配器、手机、DAB接收机，预警信息接收方法通过卫星DAB接收和GPRS短信接收两种方式：对于城市地区，通过手机GPRS短信接收，利用移动通信网，根据地址区域归属地信息，自动识别预警区域，实现手机终端对预警信息的选择，实时、准确接收；对于农村地区，根据北斗卫星的区域参数信息，DAB接收终端自动识别预警区域地址码，实现边远地区的预警信息接收。本发明通过双通道接收模式，可最大程度的保证全国各范围内对各级各类各部门预警信息的实时、准确接收，保障广大人民群众的生命财产安全。
-
公开(公告)号：CN119251228A
公开(公告)日：2025-01-03
申请号：CN202411776956.0
申请日：2024-12-05
Applicant: 南京信息工程大学
IPC: G06T7/00 , G06V10/26 , G06V10/52 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于小样本学习的深度可解释皮肤病识别方法，属于图像处理领域，将同类或异类皮肤病图像分别输入双分支小样本对比学习网络中，对皮肤病图像的病变区域进行分割生成病变分割掩码，提取其中形状信息，并定位包含病变区域的最小正方形边框，进行裁剪缩放获得病变图像；提取两个支路病变图像对应分支的深浅特征，计算双支路深浅特征的对比损失，以优化网络参数，同时提取多尺度纹理信息；将包含形状信息、纹理信息的元数据与图像的深浅特征进行多模态融合用于皮肤病识别，通过多阶段的深度学习网络与医学诊断逻辑的结合，逐步提取并融合病变区域的形态、纹理等特征，以提高皮肤病识别的分类准确性和模型的可解释性。
-
-
-
-
-
-
-
-
-
Search Results
135
records
(took 0.035 seconds)
