-
公开(公告)号：CN110139402A
公开(公告)日：2019-08-16
申请号：CN201910326893.1
申请日：2019-04-23
Applicant: 南京信息工程大学
Abstract: 本发明提出一种基于灾害应急通信的自适应网关及其网络选择方法，所述网关包括主控制器、电源模块、存储模块、人机交互模块、串口通信接口、无线数传接口、上行通信模块和下行通信模块。所述的方法步骤如下：S1、网络切换预判断；S2、基于AHP法和G-1法求解待传输数据的权重向量；S3、结合S2基于TOPSIS法对备选网络进行排序；S4、根据排序选取网络传输数据；S5、判断网络可靠性，选择备份网络同时传输数据；S6、动态调整网络用户偏好属性值。本发明的网关解决了网络物理层互联问题，提高了信息传递效率，本发明方法在多个网络中选取最优网络传输数据，既保证了灾区应急通信，又可以有效兼顾社会公共资源的效益。
-
公开(公告)号：CN106355608B
公开(公告)日：2019-03-26
申请号：CN201610816422.5
申请日：2016-09-09
Applicant: 南京信息工程大学
IPC: G06T7/33
Abstract: 本发明公开了一种基于可变权重代价计算与S‑census变换的立体匹配方法，利用星型邻域最小均匀度的均值代替中心像素灰度值进行census变换；以可变权重的Hamming距作为匹配代价，采用非局部代价聚合方法获取初始视差；利用基于均值偏移的视差提精方法，对初始视差做进一步的处理，处理不可信视差区域，获得高精度视差图。本发明分析了传统census变换的不足，提出了可变权重代价计算与S‑census变换，有效地增强了算法的抗干扰能力；通过可变权重汉明距作为对匹配代价的选取分析方法，有效的提高了匹配精准度，减少了误匹配率；采用非局部代价聚合的方法获取初始视差，提高了视差的区分度；突破了局部立体匹配精度不高、抗干扰能力弱等局限性、能够实现高精度的立体匹配。
-
公开(公告)号：CN106203448B
公开(公告)日：2019-03-12
申请号：CN201610538778.7
申请日：2016-07-08
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于非线性尺度空间的场景分类方法，构建非线性尺度空间，提取并融合图像颜色特征和空间特征，得到C‑KAZE特征描述向量，通过K‑means将得到的C‑KAZE特征向量聚类生成视觉词包，经过编码池化后，得到高层语义，结合BoVW模型，SPM模型提取并融合图像的高层语义特征和空间布局信息，通过编码和平均池化操作得到最终的特征向量，输入SVM分类器完成场景分类。本发明可快速有效的完成高分辨率，大数据量的场景图像分类，其平均分类准确率和实时性均高于现有分类算法。
-
公开(公告)号：CN107480718A
公开(公告)日：2017-12-15
申请号：CN201710706366.4
申请日：2017-08-17
Applicant: 南京信息工程大学
IPC: G06K9/62
CPC classification number: G06K9/6272 , G06K9/6223 , G06K9/629
Abstract: 本发明公开了一种基于视觉词袋模型的高分辨率遥感图像分类方法，包括，图像多特征提取；构建初始视觉词典；筛选视觉单词，构建视觉词典子集；图像表达和分类。本发明有效减少了词典中的冗余信息，平衡了单词的相关性和冗余性，从而提高词典子集的特征描述能力，使高分辨率遥感图像的分类精度得到显著提升。
-
公开(公告)号：CN104361574B
公开(公告)日：2017-02-15
申请号：CN201410539145.9
申请日：2014-10-14
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于稀疏表示的无参考彩色图像质量评价方法，属于数字图像处理技术领域。本发明对待评价图像，在HSV彩色空间选取具有像素空间相关性标准差最大值的图像块，由图像块来匹配字典中的原子，字典中的每个原子由训练图集中具有像素空间相关性最大标准差的图像块、DMOS值、最大标准差三个元素组成，然后采用匹配追踪的方法在该字典中得到待评价图像的稀疏表示，并由原子字典中被选取到的原子的DMOS及最大标准差值来构建彩色图像质量评价指标。本发明的原子字典的构建方法简单明了，所提取的特征更符合人眼视觉感受，整个算法更简单，质量评价结果更准确。(56)对比文件袁飞等.视频质量客观评价技术研究《.电视技术》.2007,第31卷(第3期),第91-94页.桑庆兵等.基于DCT系数无参考模糊图像质量评价方法《.仪器仪表学报》.2013,第34卷(第11期),第2599-2604页.H.R. Sheikh等.An information fidelitycriterion for image quality assessmentusing natural scene statistics《.IEEE.Trans. Image Process.》.2005,第2117-2128页.Y. Pang等.Learning optimal spatialfilters by discriminant analysis forbrain-computer-interface.《Neurocomputing》.2012,第20-27页.任波波等.通用型无监督的无参考图像质量评价算法《.电视技术》.2013,第37卷(第19期),第36-41页.王正有等.结合HVS和相似特征的图像质量评估方法《.仪器仪表学报》.2012,第33卷(第7期),第1606-1612页.
-
Patent Agency Ranking
公开(公告)号：CN104915931A
公开(公告)日：2015-09-16
申请号：CN201510182605.1
申请日：2015-04-16
Applicant: 南京信息工程大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于压缩感知理论的自适应光学波前信号去噪方法，其包括对自适应光学波前信号建立数学模型，设计由仿真生成的波前信号及噪声信号构成的训练波前信号，将所述训练波前信号作为构造字典的训练样本；采用K-SVD算法对所述训练波前信号通过训练来构造一个过完备K-SVD字典；基于所构造的K-SVD字典，对所述光学波前信号的数学模型采用基于l0-范数优化的压缩感知信号算法，进行波前信号的稀疏分解，在远小于Nyquist采样率的条件下，获取该光学波前信号在K-SVD字典下稀疏表示的估计，由该稀疏表示的估计和K-SVD字典的乘积重构得到时域波前信号，去除噪声，并简化庞大的自适应光学系统，降低成本，拓展自适应光学系统的应用领域。
-
公开(公告)号：CN103796016A
公开(公告)日：2014-05-14
申请号：CN201210417714.3
申请日：2012-10-29
Applicant: 南京信息工程大学
IPC: H04N19/134
Abstract: 本发明提出了基于平均码率控制的DMB气象预警信息信源编码算法。针对发布气象预警信息对信息的实时性要求很高的特点，本发明以X264视频编码为基础,通过对视频压缩模块中的平均码率控制进行设计，提出了基于改进型二次调整的平均码率控制算法，该算法采用了基于灰度直方图的平均绝对误差修正因子和平均比特调整因子来共同调整平均码率，经过该算法编码后的视频数据的码率能稳定在224kbps上，为后期DMB预处理系统的恒定码率输出提供良好的条件，极大地改善了X264原有平均码率控制算法对平均码率控制不准确的问题。本算法压缩后的音视频合成气象预警信息数据量大大减少，且解码质量良好,有利于DMB系统的后续处理。
-
公开(公告)号：CN101787824B
公开(公告)日：2013-04-03
申请号：CN201010102264.X
申请日：2010-01-28
Applicant: 南京信息工程大学
Inventor： 陈苏婷
Abstract: 本发明提供了一种智能防盗锁系统。该智能防盗锁系统包括处理器，以及与处理器相连接的摄像模块、虹膜模块、指纹模块、输入模块、门开关模块、门铃模块和通信模块。该系统还进一步包括与通信模块连接的通信终端。本发明的智能防盗锁，通过通信模块，实时把开锁匹配信息及其摄像模块采集的开锁人信息传输到设定通信终端，从而可以了解门的状态信息、拜访人等，从而能够确定是正常拜访还是小偷，提高了门的安全性。
-
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：CN119646481A
公开(公告)日：2025-03-18
申请号：CN202411697459.1
申请日：2024-11-25
Applicant: 南京信息工程大学
IPC: G06F18/213 , G06F18/15 , G06F18/23 , G06F18/24 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/048
Abstract: 本发明公开了基于动态丢弃的图神经网络的随机丢弃方法及系统，涉及人工智能技术领域，包括以下步骤：接收待处理代表图，将待处理代表图进行节点特征提取，得到节点领接矩阵，对节点领接矩阵进行归一化，得到归一化矩阵；基于归一化矩阵提取得出特征向量矩阵和特征值对角阵，基于特征向量矩阵和特征值对角阵计算得出消息传递矩阵；将消息传递矩阵输入至预先建立的基于动态丢弃的图神经网络模型内，对消息传递矩阵进行信息丢弃，输出得到丢弃后的消息传递矩阵，其中，所述预先建立的基于动态丢弃的图神经网络模型基于停止随机丢弃规则训练。
-
-
-
-
-
-
-
-
-
Search Results
135
records
(took 0.024 seconds)
