-
公开(公告)号：CN103744082A
公开(公告)日：2014-04-23
申请号：CN201410028149.0
申请日：2014-01-22
Applicant: 南京信息工程大学
Inventor： 夏景明
Abstract: 本发明公开了一种基于DMB信号的被动雷达水汽探测方法，包括利用现有的商用运行的DMB网络，通过设置于两地的DMB信号发射器以及DMB信号接收器同步产生一个和发射端同频同步的信号，接收端的信号与发射端发射的信号进行比对，使用载波相位同步方法，调制信号自相关信号处理算法和导频信号追踪三种信号处理算法实现DMB信号传播路径上的大气折射指数的反演不同路径上的水汽分布特征。本发明采用现有的商用DMB网络构建的水汽探测系统，用于监测边界层的大气折射指数或水汽密度，观测结果可应用于大气环境监测、中小尺度数值天气预报、浓雾等灾害性天气临近预报，提高了当前边界层水汽观测水平，水汽观测的时间空间分辨率和观测精度。
-
公开(公告)号：CN101826885B
公开(公告)日：2012-11-28
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：CN119169535A
公开(公告)日：2024-12-20
申请号：CN202411651219.8
申请日：2024-11-19
Applicant: 南京信息工程大学
IPC: G06V20/52 , G06V10/42 , G06V10/80 , G06V10/26 , G06V10/10 , G06V10/54 , G06V10/56 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/096
Abstract: 本发明公开了一种基于深度学习的线路覆冰检测方法，属于图像处理技术领域；获取原始覆冰图像，提取图像中的覆冰特征，结合迁移学习模型提取覆冰图像的全局特征，融合多通道提取特征得到图像的覆冰类型识别结果，得出当前状态的覆冰密度；检测分割图像中的覆冰区域，优化模型分割结果，利用分割出的覆冰区域推算水平覆冰厚度和垂直覆冰厚度；使用等效面积法计算出当前覆冰状态下的线路等效覆冰厚度，根据线路的覆冰环境使用不同的等效覆冰厚度优化计算公式，能够在不同环境下适应线路的覆冰检测需求；本发明通过基于深度学习的图像处理与分析，能够提升覆冰检测的实时性与稳定性，有助于减少各种线路的覆冰威胁，降低维护成本，确保稳定运行。
-
公开(公告)号：CN118228003B
公开(公告)日：2024-07-30
申请号：CN202410639425.0
申请日：2024-05-22
Applicant: 南京信息工程大学
IPC: G06F18/20 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/045 , G06N3/08 , G06Q50/26 , G01W1/10
Abstract: 本发明提供了融合中大尺度环流数据的长江流域次季节降水预测方法，包括：步骤1，获取具有相同时空分辨率的降水格点数据和大气环流气象因子数据；步骤2，将步骤1获取的数据进行要素维度定义和聚合处理；步骤3，构建原始预测模型；步骤4，对原始预测模型进行训练；步骤5，利用验证集来评估模型的性能，得到训练完成的定量预测次季节降水的模型；步骤6，通过定量预测次季节降水的模型得到整个长江流域的次季节降水数据。针对长江流域受大气环流气候时滞影响显著的情况，本发明通过深入学习并捕捉这些影响因素的特征和权重，实现了对次季节降水预测效果的提升。
-
公开(公告)号：CN117715117B
公开(公告)日：2024-05-28
申请号：CN202410166403.7
申请日：2024-02-06
Applicant: 南京信息工程大学
IPC: H04W28/084 , H04W4/029 , H04W84/06 , G06N3/045 , G06N3/092
Abstract: 本发明公开了一种多UAV‑RIS辅助移动边缘计算的任务卸载方法，包括：构建多UAV‑RIS辅助的大规模移动边缘计算卸载场景；构建优化模型；依据当前最优RIS相位偏移和UAV轨迹，求解用户卸载决策、卸载比例、用户和UAV计算资源分配；采用解析法求解RIS相位偏移矩阵；应用深度强化学习算法求解UAV轨迹；使用交替优化算法，循环执行前述求解步骤，获得用户设备和UAV的计算资源最优分配策略，获得用户设备的计算任务最优卸载决策和卸载比例，获得RIS相位偏移和最优UAV的轨迹。本发明能够获得整个网络的最大平均吞吐量。
-
Patent Agency Ranking
公开(公告)号：CN116432702A
公开(公告)日：2023-07-14
申请号：CN202310678856.3
申请日：2023-06-09
Applicant: 南京信息工程大学
IPC: G06N3/045 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/082 , G06F17/17 , G06F18/25 , G01W1/10 , G01W1/18
Abstract: 本发明公开了一种用于ECMWF预报产品订正的深度学习NFC‑Net网络模型。首先获取待订正区域内的DEM数据、FY‑4A卫星数据、ECMWF格点预报数据和ERA5再分析数据；随后构建预报订正网络NFC‑Net，该网络包括空间分辨率对齐模块、时空特征提取模块和UNet订正模块。空间分辨率对齐模块用于将FY‑4A卫星数据、DEM数据与ECMWF数据进行对齐。时空特征提取模块用于提取ERA5历史再分析数据和FY‑4A卫星数据的时空特征，UNet订正模块用于将上述多源异构数据的时空特征进行学习，输出订正结果。本方法能够融合多源异构数据的特征，对ECMWF预报产品进行有效订正。
-
公开(公告)号：CN115952924B
公开(公告)日：2023-06-16
申请号：CN202310219140.7
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优化VMD与特征热力图的短期风电功率预测方法。采用优化VMD算法分解并降低风电功率数据中的噪声干扰，将风电功率分量数据分成平稳集和剧变集，根据平稳集和剧变集的预测需求采用两种不同的预测操作，针对平稳集数据直接将本时段数据输入网络进行预测，针对剧变集数据应用特征热力图法获取相似时段数据与本时段数据共同输入网络进行预测，在相同条件下，本方法能够以较低的时间复杂度完成高精度风电功率预测，平均绝对误差达到0.77，与其他算法相比整体预测性能显著提升。
-
公开(公告)号：CN116109520A
公开(公告)日：2023-05-12
申请号：CN202310357532.X
申请日：2023-04-06
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于光线追踪算法的深度图像优化方法，利用光线追踪算法搭建路径追踪器处理深度图像和彩色图像，从而获得几何属性；对深度图像进行预处理，再从深度样本中采集纹理及物体表面的光照反射率等信息，利用颜色缓冲区信息和彩色图像间的差获取光照参数，并用其与光照反射率等信息对法向场进行优化，对优化后的图像中未平复的噪声进行抗锯齿、反走样等操作完成对深度图像的深度优化，从而获得高质量的深度图像，加强深度图像边缘细节的细腻程度，有效解决了其他同类算法所存在的缺点，视觉效果提升显著，极大提升了对深度图像的优化效率。
-
公开(公告)号：CN115166636B
公开(公告)日：2022-12-20
申请号：CN202211075973.2
申请日：2022-09-05
Applicant: 南京信息工程大学
Abstract: 本发明涉及基于多特征信道状态信息边缘计算的工厂人员监管方法，采用CSI中振幅熵、相位差、以及载波间振幅的距离相关系数表征参考点位置信息，并将三个特征数据相融合输入至DQN算法进行工作人员区域判别的操作，提高了DQN算法的鲁棒性与准确性；并且考虑到DQN算法中决策空间的维度较大，在实际运行中会增加边缘服务器的负担、以及拉大运行时延，本发明采用跨领域的方法，通过各FlexPressure压力传感器所反映的压力值适时调整决策空间的维度，从而解决DQN算法中决策空间的维度较大的问题；本发明的实施需要在连续的时间段上进行，考虑到深度强化学习中DQN算法的时延性不高，因此其更适用于本方法。
-
公开(公告)号：CN114882455A
公开(公告)日：2022-08-09
申请号：CN202210777879.5
申请日：2022-07-04
Applicant: 南京信息工程大学
IPC: G06V20/54 , G06V40/10 , G06V10/22 , G06V10/25 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于改进RetinaNet的斑马线礼让行人检测方法，包括：将样本图像数据集导入基于RetinaNet网络构建的斑马线礼让行人检测模型；采用目标识别模块识别导入的样本图像中的斑马线、以及位于斑马线上的行人和车辆；采用警示框生成模块对检测识别到的行人添加检测框，并依据行人前进方向复制对应的检测框直至检测框到达当前行人所处位置对应的最远边线，将行人对应的所有检测框定义为警示框；采用违章检测模块对检测识别到的车辆添加检测框，判断车辆对应的检测框与行人对应的警示框是否存在交集，以判定车辆是否礼让行人。本发明有效提高了斑马线礼让行人检测的准确率和速度。
-
-
-
-
-
-
-
-
-
Search Results
135
records
(took 0.031 seconds)
